歡迎來到【AI日報】欄目!這裏是你每天探索人工智能世界的指南，每天我們爲你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。

新鮮AI產品點擊瞭解：https://app.aibase.com/zh

1、京東開源視頻實時編輯模型：30 幀秒級推理，邊看邊改重新定義視頻創作

京東開源了自研的實時流式視頻編輯模型 JoyAI-Video-Edit，該模型在處理速度和視頻長度方面均取得突破，能夠實現邊觀看邊修改視頻的效果。同時，它還爲機器人訓練數據的合成提供了新的技術路徑。

image.png

【AiBase提要:】

🎥 實現視頻實時編輯，支持邊看邊改

🚀 720P分辨率下每秒30幀推理速度

🤖 支持機器人訓練數據合成

2、阿里千問圖像生成模型Qwen-Image-3.0 上線 開放API且0.18元/張

阿里巴巴千問圖像生成模型Qwen-Image-3.0正式上線，並面向用戶全量開放。該模型在文生圖榜單中位列國內第一，支持超長文本理解和精細化渲染，覆蓋多種藝術風格和語言，定價合理，適用於商業工作流。

image.png

【AiBase提要:】

🧠 支持超長文本理解，最高可達4.5k token指令輸入。

🎨 覆蓋100+種藝術風格和12國語言原生渲染。

💰 定價合理，Standard版起售價0.18元/張。

詳情鏈接:https://platform.qianwenai.com/try-ai?scene=image&models=qwen-image-3.0-pro

3、騰訊混元發佈 Hy ASR 3.0 preview：語音識別不再逐字硬轉，而是真的聽懂了語境

騰訊混元發佈的Hy ASR 3.0 preview在語音識別和語義理解方面實現了重大突破，提升了多語言的識別準確率，並優化了專業場景的適配能力。

image.png

【AiBase提要:】

🧠 語音識別與語義理解深度融合，提升識別準確率

📊 多種語言詞錯誤率（WER）顯著降低

💼 優化專業場景適配，支持熱詞注入增強

4、字節 Seed 甩出 SeedRealtime：音視頻全雙工大模型上車豆包，邊看邊聽邊說不再卡拍

字節 Seed 團隊推出的 SeedRealtime 是一個原生融合音視頻和文本的全雙工大模型，已在豆包 App 上線，顯著提升了實時交互的自然性和流暢性。

【AiBase提要:】

🧠 SeedRealtime 是一個統一架構的全雙工大模型，能夠同時處理音頻、視頻和文本。

🔄 與傳統級聯方案相比，SeedRealtime 的端到端模型減少了說話節奏問題，提升了交互自然性。

💡 SeedRealtime 在實時場景中表現出良好的分寸感，能主動提醒並自然停頓，提升用戶體驗。

5、馬斯克放話：Grok 4.6 下週登場，SpaceX 全部歷史數據將灌入模型訓練

馬斯克在SpaceX首次財報電話會上透露了Grok的最新進展，包括Grok4.6和Grok4.7的發佈時間，並強調將SpaceX的歷史數據整合到Grok的訓練中，以提升模型的能力。

【AiBase提要:】

🚀 馬斯克宣佈Grok4.6將於下週推出，隨後幾周內發佈Grok4.7。

📊 SpaceX將提供全部歷史數據用於Grok的訓練，提升模型能力。

🧠 Grok的下一跳將依賴SpaceX的私有數據，而非僅靠公開語料。

6、影石 AI 硬件牽手阿里千問：Go Ultra 口袋相機率先裝上語音助手 Kira

影石 Insta360 正在將 AI 技術融入硬件產品，特別是其 Go Ultra 系列口袋相機。通過自研技術與阿里千問大模型的融合，AI 語音助手 Kira 將爲用戶提供更智能的交互體驗，同時兼顧地域差異。

image.png

【AiBase提要:】

影石 Insta360 在 Go Ultra 系列中引入 AI 語音助手 Kira，提升用戶交互體驗。

Kira 結合自研技術和阿里千問多模態模型，實現聲紋識別和雲端問答功能。

針對不同地區採用不同的大模型，確保翻譯和播報的準確性。

7、Mistral 推出 Shieldstral：3B 小模型單卡 16GB 跑起多模態審覈，號稱拿下開源 SOTA

Mistral AI 推出了 Shieldstral 內容審覈模型，該模型具有30億參數，採用開放權重並依照 Apache2.0許可證發佈。它支持12種語言，並且能夠在單張16GB GPU 上運行。Shieldstral 的獨特之處在於它將審覈政策寫入輸入中，從而實現靈活的審覈機制。此外，它能夠覆蓋多種審覈任務，包括提示詞分類、回答審覈和毒性檢測，同時在多模態內容審覈領域達到了當前最先進的水平。

【AiBase提要:】

🧠 Shieldstral 是一個內容審覈模型，支持12種語言，並且可以在單張16GB GPU 上運行。

🔒 它通過將審覈政策寫入輸入中，實現了靈活的審覈機制。

📊 模型能夠覆蓋多種審覈任務，包括提示詞分類、回答審覈和毒性檢測。

詳情鏈接:https://huggingface.co/mistralai/Shieldstral-1.0-3B

8、一簽約5.2萬元!機器人獨角獸宇樹科技衝擊科創板，發行價預估超百元

宇樹科技作爲國內人形機器人領軍企業，正式開啓科創板IPO，預計募資超40億元，發行價或達104元/股，標誌着具身智能與機器人產業鏈資本化進程全面提速。

【AiBase提要:】

🤖 宇樹科技開啓科創板IPO初步詢價，時間爲8月5日9:30至15:00。

💰 本次擬公開發行新股4044.64萬股，計劃募集資金42.02億元，預估發行價格約爲104元/股。

🚀 宇樹科技作爲“A股人形機器人第一股”，標誌着具身智能與機器人產業鏈資本化進程全面提速。