中小團隊提效AI助手HiveChat，支持Claude、Deepseek等多個 AI 模型

AIbase基地

發布於AI新聞資訊 · 1 分鐘閱讀 · Jul 19, 2025

在如今這個信息高速發展的時代，團隊溝通的效率顯得尤爲重要。HiveNexus 推出的 HiveChat 正是針對中小團隊設計的一款 AI 聊天應用，旨在幫助團隊提高協作效率，輕鬆應對日常溝通需求。該應用支持多種 AI 模型，如 Deepseek、OpenAI、Claude 和 Gemini，能爲用戶提供更加智能和個性化的聊天體驗。

HiveChat 支持的大模型服務商具體包括:

Open AI、Claude、Gemini、DeepSeek、Moonshot（月之暗面）、火山方舟（豆包）、阿里百鍊（千問）、百度千帆、Ollama、硅基流動。

HiveChat 的功能十分豐富，管理員只需進行一次配置，便可讓全團隊成員輕鬆使用多種 AI 模型。它不僅支持 LaTeX 和 Markdown 渲染，便於展示專業內容，還能通過 DeepSeek 思維鏈進行信息的可視化，幫助用戶更好地理解複雜問題。此外，HiveChat 還具備圖像理解能力，能夠處理和解析用戶發送的圖片信息。更爲重要的是，應用提供雲端數據存儲，確保用戶信息的安全與便利。

用戶在 HiveChat 中只需簡單註冊賬號，便可立即開始對話。管理員則擁有更爲豐富的後臺管理功能，能夠配置 AI 模型服務商，手動添加用戶，還可自由開啓或關閉用戶註冊功能，適合公司、學校及其他小型團隊的需求。管理員可以查看和管理所有用戶，確保團隊的順暢溝通。

項目入口:https://github.com/HiveNexus/HiveChat

微博智搜測試接入DeepSeek CEO王高飛親自體驗

今日，微博正在測試將其智搜功能接入DeepSeek大模型。微博CEO王高飛已在平臺上多次展示相關功能測試效果，包括對"社保費用增加對騎手收入的影響"等熱點話題的智能分析。測試顯示，DeepSeek R1模型能夠有效整合微博平臺上的已有討論內容，爲用戶提供清晰的話題總結和分析結論。這一功能的加入不僅將提升微博的搜索質量和用戶體驗，也預示着平臺向更全面的智能化服務邁進。此次微博接入DeepSeek被業內視爲具有重要戰略意義的升級，標誌着社交媒體平臺在AI應用領域的又一重要佈局。

聯想宣佈將率先在AI PC端側本地部署DeepSeek

聯想集團發佈了其去年第四季度的財務業績，顯示出該公司在科技領域的強勁增長。根據報告，聯想的營收達到了1351億人民幣，同比增長20%。而淨利潤方面更是大幅上漲，達到49.8億人民幣，同比增長率高達106%。在業績發佈的同時，聯想宣佈了一項重要的技術進展:將率先在 AI PC 領域實現 DeepSeek 大模型的本地部署。這使得聯想成爲全球首個在端側部署這一先進大模型的 AI PC 品牌。此外，聯想天禧個人智能體系統的 “小天” 智能助手，已經接入了 DeepSeek-R1大模型，顯示出聯想在智能應用領

跨越時空的細胞地圖：Moscot框架助力單細胞基因組學的新革命

近日，來自慕尼黑工業大學、慕尼黑亥姆霍茲大學和蘇黎世聯邦理工學院的跨學科研究團隊發佈了一項重要研究，提出了名爲 Moscot（多組學單細胞最優傳輸）的創新框架，成功重建了170萬個小鼠胚胎細胞在20個時間點的發育軌跡。這項研究在《Nature》雜誌上發表，標誌着單細胞基因組學領域的一個重大突破。Moscot 框架的設計靈感源自18世紀的最優傳輸理論，該理論旨在高效地將物體從一個地方移動到另一個地方。研究人員通過將生物映射和比對任務轉化爲最優傳輸問題，並採用一系列一致

釘釘 AI 企業搜索宣佈向所有用戶限時免費開放

釘釘AI企業搜索於2024年推出，專注於解決企業用戶在信息分散和檢索效率低下方面的痛點。該工具藉助大模型的理解、推理和生成能力，將聊天記錄、文檔、知識庫、日程和日誌等非結構化數據整合爲結構化的知識網絡，搜索效率較傳統方式提升300%。此次免費開放，釘釘希望進一步助力企業用戶構建動態的知識網絡，優化工作流程。

VLM-R1引領視覺語言模型新紀元多模態AI迎來新突破

近日，VLM-R1項目的成功推出爲這一領域帶來了新的曙光。該項目是 DeepSeek 團隊的 R1方法在視覺語言模型中的成功遷移，意味着 AI 對視覺內容的理解將進入一個全新的階段。VLM-R1的靈感源自於去年 DeepSeek 開源的 R1方法，該方法利用了 GRPO（Generative Reward Processing Optimization）強化學習技術，在純文本處理上取得了優異的表現。如今，VLM-R1團隊將這一方法成功地應用於視覺語言模型，爲多模態 AI 的研究開闢了新天地。在項目的驗證結果中，VLM-R1的表現令人驚豔。首先，R1方法在複雜場景下展現出

西北工業大學開源語音理解模型OSUM，結合Whisper和Qwen2，支持8種語音理解任務

在人工智能領域，語言模型的快速發展引發了語音理解語言模型（SULMs）的廣泛關注。近日，西北工業大學 ASLP 實驗室發佈了開放語音理解模型 OSUM，旨在探索在學術資源有限的情況下，如何有效訓練和利用語音理解模型，以推動學術界的研究與創新。OSUM 模型融合了 Whisper 編碼器與 Qwen2語言模型，支持8種語音任務，包括語音識別（ASR）、帶時間戳的語音識別(SRWT)、語音事件檢測(VED)、語音情感識別(SER)、說話風格識別(SSR)、說話人性別分類(SGC)、說話人年齡預測(SAP)及語音轉文本聊天(STTC)。