欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的熱點内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。

新鮮AI産品點擊了解：https://top.aibase.com/

1、阿里新发布Qwen3-4B模型：小巧强劲，手机也能跑 AI！

阿裏通義千問團隊推出的Qwen3-4B系列模型，在小型語言模型領域取得了重要突破，爲移動端AI應用提供了新的技術路徑。該模型不僅在性能上表現出色，還具備高效的資源利用能力，能夠滿足實際應用場景的需求。

【AiBase提要:】

? Qwen3-4B系列模型在性能与体积之间实现了平衡优化，适合移动设备运行。

? Qwen3-4B-Instruct-2507超越了闭源小型模型GPT-4.1-nano的表现，接近大规模模型Qwen3-30B-A3B的能力。

? Qwen3-4B-Thinking-2507在数学推理评测中获得高分，展现了强大的逻辑推理能力。

2、小红书发布开源多模态大模型 dots.vlm1，以 NaViT 视觉编码器领跑行业

小红书 Hi Lab 发布开源多模态大模型 dots.vlm1，其基于 NaViT 视觉编码器和 DeepSeek V3 大语言模型，展现出卓越的性能，尤其在图表推理、STEM 数学推理等方面表现突出，标志着开源多模态模型达到新高度。

【AiBase提要:】

? 原生自研的 NaViT 视觉编码器，支持动态分辨率，提升泛化能力。

? 构建了大规模清洗精细的训练集，提升图文对齐质量。

? 在多模态评测中表现优异，接近闭源模型 Gemini2.5Pro 和 Seed-VL1.5。

3、MiniMax Speech 2.5语音生成模型上线：多语种表现力更强

MiniMax推出了新一代語音生成模型Speech2.5，其在多語種表現力、音色複刻和語種覆蓋範圍等方面實現了顯著提升。該模型不僅在中文方面保持全球最強水平，同時英文及其他多語種的表現也得到全面提升，爲多個行業帶來了便利和創新機會。

【AiBase提要:】

? Speech2.5在多语种表现力上取得飞跃性进步，支持40种语言切换。

?? 音色复刻达到行业天花板級精度，可保留不同地區的口音特色。

? 多语种覆盖范围扩展至40个语种，包括多种新增语言，助力全球化内容创作。

4、Midjourney 推出 HD 视频模式，专为专业人士打造高品质影像

Midjourney 推出全新的 HD 视频模式，为专业用户提供更高清、更高质量的视频生成工具。该模式在分辨率和清晰度上显著提升，但成本也相应增加。此功能进一步巩固了 Midjourney 在 AI 视频生成领域的竞争力。

【AiBase提要:】

? HD 视频模式提供更高的像素分辨率，满足专业用户对高质量影像的需求。

? HD 模式成本约为 SD 模式的 3.2 倍，但能带来更优质的视觉效果。

? Midjourney 通过不断优化技术，与 OpenAI 的 Sora 和 Runway 的 Gen-4 等竞争者展开激烈角逐。

5、Cursor1.4正式發布:聚焦異步長程任務，加速大型代碼庫自動化進程

Cursor1.4版本的發布標志著其在AI驅動開發工具領域的進一步領先。該版本增強了異步和長程任務處理能力，優化了大型代碼庫的索引與搜索功能，並推動了AI編碼工具向全自動化的轉型。

【AiBase提要:】

? 异步任务处理能力显著提升，支持后台Agent运行并实现任务队列管理。

? 针对大型代码库进行了精准优化，提升了代码补全和查询效率。

? 推动AI编码工具向全自动化的转型，增强Agent自主性及协作功能。

詳情鏈接:https://cursor.com/en/changelog

6、谷歌否認AI搜索功能影響網站流量，但數據顯示零點擊搜索激增

谷歌反駁了關于AI搜索功能對網站流量造成沖擊的指控，聲稱自然點擊量保持穩定且點擊質量有所提升。然而，數據表明零點擊搜索比例顯著增加，顯示用戶行爲正在發生轉變。

【AiBase提要:】

? 谷歌声称AI搜索功能未显著影响网站流量，但零点击搜索比例上升。

? 谷歌强调点击质量提高，但未提供具体数据支持其结论。

? 用户趋势转向其他平台，如Reddit和TikTok，导致谷歌流量变化。

7、MiniCPM-V4.0开源发布，堪称“手机上的 GPT-4V”

MiniCPM-V4.0作为一款轻量级多模态大模型，凭借卓越的性能和优化设计，在图像、视频理解和多轮对话禑嵛务中表现出色。其在移动设备上的高效运行能力，为AI应用提供了新的可能性。

【AiBase提要:】

? MiniCPM-V4.0基于SigLIP2-400M和MiniCPM4-3B构建，参数量仅为4.1B，却展现出强大的图像、视频理解能力。

? 在iPhone16Pro Max上实测，首次響應延遲不到2秒，解碼速度超過17token/秒，具備高並發處理能力。

? 提供丰富的生态支持，兼容主流框架，并提供iOS应用及详细教程，降低开发者使用门槛。

詳情鏈接:https://github.com/OpenBMB/MiniCPM-o

8、AMD、高通宣布旗下硬件支持 gpt-oss 系列开放模型

AMD与高通联合宣布支持OpenAI的gpt-oss系列模型，标志着边缘计算和AI结合的重要进展。锐龙AI Max+395处理器成为首款运行gpt-oss-120b的消费级AI PC处理器，而高通骁龙平台展示了gpt-oss-20b的出色推理能力。

【AiBase提要:】

? AMD与高通宣布支持OpenAI的gpt-oss系列模型，推动边缘计算与AI结合。

? 锐龙AI Max+395处理器成为全球首款运行gpt-oss-120b的消费级AI PC处理器。

? 高通骁龙平台展示gpt-oss-20b的优秀推理能力，开发者可轻松访问模型。

9、騰訊重磅開源WeKnora！解鎖複雜文檔智能解析，知識管理進入AI新時代

騰訊開源的WeKnora是一款基于大語言模型的文檔理解與檢索工具，能夠處理多模態文檔並提供高效的結構化內容提取和智能交互功能。其模塊化設計和強大的語義處理能力爲多個行業帶來了技術革新。

【AiBase提要:】

? WeKnora支持多模态文档解析，可从PDF、Word、图片等格式中提取结构化内容。

? 基于大语言模型的智能交互功能，支持多轮对话和自然语言查询。

? 模块化架构设计，便于灵活配置和扩展，适配不同行业需求。

詳情鏈接:https://github.com/Tencent/WeKnora

11、重磅!OpenAI 旗舰模型 GPT-5详细信息疑似在 GitHub 上提前泄露

在全球科技界对 OpenAI 即将发布的 GPT- 5 翘首以盼之际，一份疑似该模型的详细说明信息在GitHub Models平台上意外曝光。

【AiBase提要:】

? GPT-5被描述为OpenAI最先進的大語言模型，具有強大的推理能力和代碼質量。

? GPT-5将推出多个版本，以满足不同用户和场景的需求。

? 泄露信息的真实性引发广泛关注，开发者期待官方确认GPT-5的技术细节。

12、FlowSpeech：全球首个书面语转口语的 TTS

FlowSpeech是一款創新的AI文本轉語音工具，能夠將書面文字轉化爲自然流暢的口語表達。它通過上下文感知和多模態支持技術，解決了傳統TTS工具在語調變化和情感表達上的不足，爲用戶提供更貼近真實對話的語音體驗。

【AiBase提要:】

? FlowSpeech专注于书面语向口语的转换，提升语音合成的自然性。

? 智能内容筛选功能可自动识别并剪裁不适合朗读的内容，提高语音质量。

? 开发团队计划推出个性化声音定制服务，拓展应用边界。

詳情鏈接:https://listenhub.ai/zh?tab=flowspeech

（舉報）