%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
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领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
新鲜AI产品点击了解：https://app.aibase.com/zh
1、阿里千问APP公测，与ChatGPT展开全面竞争
阿里巴巴推出的千问APP，基于Qwen3模型，旨在与ChatGPT展开全面竞争。千问APP公测版已在各大应用商店上线，并计划推出国际版。此外，Qwen3-Max的性能已超越GPT5等国际模型，成为全球前三。
【AiBase提要:】
🧠 阿里巴巴推出千问APP，基于Qwen3模型与ChatGPT竞争。
🚀 千问APP公测版已上线，并计划推出国际版争夺海外市场。
📈 Qwen3-Max性能超越GPT5等国际模型，成为全球前三。
2、Gemini Veo 3.1上线多图参考 一次合成三元素视频
谷歌向Gemini Pro/Ultra订阅用户推送Veo 3.1视频模型，新增“Ingredients to Video”模式，支持同时上传三张参考图，分别提取人物、场景与风格特征并融合为8秒1080p视频。该功能提升了视频生成的多样性和质量，同时保持了角色一致性和光影连贯。
【AiBase提要:】
🌟 新增“Ingredients to Video”模式，支持三张参考图生成视频。
🎨 视频内容自带SynthID隐形水印，提升版权保护。
🔊 同步输出原生环境音，增强视频沉浸感。
3、超级小爱AI大模型“随心修图”上线：一句话秒出大片
小米推出v7.8.50版本的超级小爱更新，新增‘随心修图’功能，用户可通过自然语言指令调用相册AI模型完成自动修图。该功能支持全局多模态交互，可识别屏幕与摄像头画面并执行复杂操作链。
【AiBase提要:】
📱 超级小爱新增‘随心修图’功能，用户通过自然语言指令即可实现自动修图。
📷 支持全局多模态交互，可识别屏幕与摄像头画面并执行复杂操作链。
🖼️ 功能基于7B多模态大模型，可在本地完成推理，默认输出带水印，并保留原图备份。
4、小米开源7B多模态模型MiMo-VL 推AI管家Miloco
小米在Hugging Face与GitHub同步发布了7B参数多模态大模型‘Xiaomi-MiMo-VL-Miloco-7B-GGUF’，并推出了基于该模型的智能管家‘Xiaomi Miloco’。Miloco能够通过米家摄像头识别用户活动和手势，并自动联动智能家居设备，同时兼容Home Assistant协议。该模型采用非商用开源许可，用户可在配备NVIDIA GPU与Docker环境的Windows或Linux主机一键部署。
【AiBase提要:】
🚀 小米发布7B参数多模态大模型‘Xiaomi-MiMo-VL-Miloco-7B-GGUF’。
💡 智能管家‘Xiaomi Miloco’可识别用户活动及手势，联动智能家居设备。
🔒 模型采用非商用开源许可，支持在NVIDIA GPU与Docker环境下部署。
5、Google Flow集成Nano Banana模型 一键抠图直出视频素材
谷歌为AI电影工具Flow新增图像编辑模块，深度集成Gemini2.5Flash图像模型（代号Nano Banana），支持自然语言一键去背景、主体分离与场景替换，并可直接拖入时间线生成8秒动态镜头。该功能面向Gemini免费版及以上用户开放，定价0.039美元/张，企业级Vertex AI同步上线。
【AiBase提要:】
🔥 集成Gemini2.5Flash图像模型，实现自然语言控制图像编辑。
💡 支持一键去背景、主体分离与场景替换，提升视频制作效率。
🌐 提供API批量接口，目标覆盖短视频、电商海报等高产出场景。
6、新一代多模态 AI DeepEyesV2：智能工具助力超越更大模型
DeepEyesV2是一款由研究人员推出的多模态AI模型，能够分析图像、执行代码并进行网络搜索。它通过智能利用外部工具，在多个任务中表现出色，甚至在某些情况下超越了更大的模型。
【AiBase提要:】
🌟 DeepEyesV2利用智能工具提升多模态任务的表现，超越大型模型。
🔧 采用两阶段训练流程，结合图像理解与工具使用。
📈 在多个基准测试中表现优秀，展现出较小模型的潜力。
详情链接:https://arxiv.org/abs/2511.05271
7、NotebookLM升级支持图像导入 板书秒变可检索知识库
谷歌推出NotebookLM新功能，支持用户上传黑板板书、教科书扫描页或街拍表格，并通过OCR与语义解析实现自然语言检索。该功能面向全平台免费，未来将增加本地处理选项以保护敏感数据。
【AiBase提要:】
📷 支持图像数据源，提升笔记管理效率
🧠 多模态模型识别手写与印刷内容，提取表格结构
🔍 实现图像内容的自然语言检索，增强信息获取能力
8、JetBrains 推出 AI 编码智能体基准测试平台 DPAI Arena
JetBrains 推出了 DPAI Arena，这是首个开放式、多语言、多框架和多工作流的 AI 编码智能体基准测试平台。该平台旨在评估 AI 工具在软件开发中的效率，并支持多种编程语言和工作流程，能够公平、可重复地比较 AI 工具的性能。
【AiBase提要:】
🌟 DPAI Arena 是业内首个开放式 AI 编码智能体基准测试平台，旨在评估 AI 工具在软件开发中的效率。
🛠️ 该平台支持多种编程语言和工作流程，能够公平、可重复地比较 AI 工具的性能。
🤝 JetBrains 计划将该项目交给 Linux Foundation，以促进更广泛的技术指导和未来发展。
详情链接:https://dpaia.dev/