SALMONN框架：拓展大型語言模型通用聽覺能力

站長之家

Published in AI News · 1 minute read · Jul 20, 2025

SALMONN框架通過整合不同聽覺編碼器和激活調整階段，取得了競爭性的通用聽覺性能。其多模態架構爲大型語言模型提供了直接理解和處理通用音頻輸入的能力，展示了在多種任務中的競爭性性能。

黃仁勳與 MiniMax 創始人閆俊傑深度 “密會”，AI 新機遇來襲！

英偉達CEO黃仁勳與MiniMax創始人閆俊傑在北京進行深度交流，引發業界關注。黃仁勳盛讚中國AI創新速度，特別提及MiniMax等企業的突出貢獻。成立僅兩年的MiniMax近期取得多項突破：推出全球首個開源混合架構推理模型M1，發佈創紀錄的視頻生成工具Hailuo02，並完成3億美元融資，估值超40億美元。此次會晤被視爲推動全球AI發展的重要契機，展現了中美科技企業深化合作的潛力。

扎克伯格重組 Meta AI 團隊，3400 人規模新架構浮出水面

Meta重組AI架構成立"超級智能實驗室"，整合3400名員工，由Alexandr Wang擔任首席AI官。新架構分爲四大團隊：AGI基礎研究、AI產品開發（含Meta AI助手）、Yann LeCun領導的基礎AI實驗室，以及專注Llama5研發的小組。Meta高薪挖角OpenAI、蘋果等公司人才，但引發原團隊對外來高薪人才的質疑。近期蘋果兩位AI負責人加盟，顯示扎克伯格正以開放姿態強化AI競爭力。組織模式效仿"少人高效"策略，實驗室安保嚴密引發關注。（139字）

理想汽車獲首批汽車生成式人工智能安全測評認證

理想汽車在2025中國汽車論壇上獲得國內首批汽車生成式AI安全雙認證，成爲首家通過GB/T45654和GB45438-2025雙國標認證的車企。該認證由CCIA汽車網絡安全工作委員會和AI生成內容標識服務平臺聯合頒發，涵蓋內容安全和標識兩大領域。這一成就標誌着理想汽車在車載AIGC技術安全方面處於行業領先地位，爲智能汽車的安全發展樹立標杆，同時增強了消費者對車載AI的信任度。

ChatGPT錄音模式上線！一鍵轉錄會議、生成計劃，AI助力效率飆升！

OpenAI向ChatGPT Plus用戶全面開放macOS桌面應用的錄音功能，支持120分鐘實時錄音並智能生成結構化筆記、行動項和代碼框架。該功能強調隱私保護，原始音頻處理後即刪除，但需用戶確保錄製合規性。目前僅限macOS，未來或擴展至其他平臺。這一功能極大提升了會議記錄、頭腦風暴等場景的工作效率，是AI生產力工具的重要突破，但也存在多人場景識別不足等改進空間。

LTX-Video 13B發佈！30倍速生成高清視頻，開源AI讓創作無界限！

Lightricks發佈開源視頻生成模型LTX-Video13B，採用130億參數和多尺度渲染技術，實現30倍於同類模型的生成速度。該模型在消費級GPU上流暢運行，支持1216×704分辨率實時生成，提供文本/圖像/視頻到視頻的多種創作模式。其創新技術顯著提升視頻連貫性和細節表現，支持關鍵幀控制、風格替換等精細操作。作爲開源項目，模型配套提供訓練工具和優化版本，對中小企業免費開放，推動AI視頻創作民主化。

Perplexity 進軍印度：在AI賽道上直逼OpenAI的全新戰略

AI搜索公司Perplexity正通過印度市場實現彎道超車，與巴提電信達成獨家合作，向3.6億用戶提供1年免費Pro服務。該公司在印度下載量同比增長600%，月活用戶增長640%，並已與Paytm等本土巨頭合作。雖然用戶增速遠超ChatGPT，但商業化變現仍是挑戰。Perplexity正通過電信合作+本土化策略，搶佔全球最大互聯網市場之一的AI高地。