AI 资讯

数据表、仪表盘、信息统计、业务系统，以后都可以交给 AI 了。 前段时间，受邀参加了 WPS 多维表格的线下媒体沟通会，看到完全不同的玩法：我们输入一句话，AI 会先弄明白我们的业务逻辑，再自动生成包含自动化流、多视图、可视化大屏的完整系统。

Ling-3.0-flash-VL 是蚂蚁 InclusionAI 百灵系列首个开源的原生多模态大模型，基于 Ling-3.0-flash 的 MoE 架构拓展，总参数 124B、单次推理仅激活 5.5B，原生支持图文与视频输入，上下文窗口达 256K Token。

Virse 是面向专业设计团队的 AI 创意工作台。平台以无限画布为基底，整合 50+ 生成模型，通过学习用户的视觉偏好形成六维审美画像，并用于个性化检索与内容生成，让风格在多轮改稿中保持稳定。

Muse 是 Meta 推出的个人 AI Agent，工具在授权范围内理解目标、跨应用规划并推进日常事务，再把关键决定交回用户确认。

H3-World是腾讯联合新加坡国立大学、香港理工大学推出的动作可控世界模型，基于33B的MiniMax-H3视频生成器微调。模型将键盘操作翻译成英文指令，通过预训练文本通路注入模型，并借助时间注意力路由把每条指令绑定到对应视频帧，实现精确的时间对齐控制。

ChatGPT Images 2.5 是 OpenAI 推出的新一代图像生成模型，面向 ChatGPT、ChatGPT Work 及 Codex 全档位用户开放。模型生成延迟最高降低50%，编辑更精准、多轮修改一致性更强，参考照片人物保真度更高。

开学季一到，研究生们又开始和文献、综述、统计数据贴身肉搏了！谁不想让AI帮忙分担点活呢？可真去技能市场搜一圈，

DeepSeek V4 Flash 是深度求索推出的轻量级大语言模型，2025年7月31日通过 API 开放公测。模型主打快与省，推理速度可达数百 tokens/秒，空闲时段缓存命中输入低至每百万 tokens 0.05 元。

MiniCPM5-2B 是面壁智能、OpenBMB 社区与清华大学联合开源的端侧语言基座模型。模型约25亿参数，支持128K上下文，在34项基准均分53.9，超越一众4B级模型，达2B级开源SOTA。

最近看 AI 短剧，发现一个很有意思的事。 放在一年前，大家刷到 AI 剧，注意力几乎都被那些乱飞的六指、抽搐好的五官和对不上的口型分散了，AI 剧几乎就是低质、一眼假的代名词。

WikiSkill 是 Google Research 推出的 Agent 技能进化框架。框架通过三层架构，存储原始轨迹的 Raw Layer、持续积累结构化知识的 Wiki Layer、以及存放可执行技能的 Skills Layer，让 Agent 经验沉淀为持久知识，再从中生长出可复用技能。

问卷派（WeJot）是基于 AI Agent 技术构建的调研智能体。用户只需用自然语言描述研究目标，AI可端到端完成问卷生成、复杂逻辑设计、智能样本匹配、AI 访谈、深度统计分析与定制化报告输出。