阿里云开源多模态视频生成模型，静态图片音频秒变数字人视频
阿里云发布开源多模态视频生成模型Wan2.2-S2V，只需静态图片和音频即可生成高质量数字人视频，支持分钟级长视频创作，可应用于直播、影视制作等领域，实测表现达到同类模型领先水平。
新闻资讯
人形机器人进入规模化落地元年，2025年销量预计突破万台
人形机器人已从实验室走向实际应用场景，进入规模化落地阶段。2025年全球销量预计突破1万台，同比增长125%，未来产业规模可达万亿级别，标志着人工智能与机器人技术融合发展的新里程碑。
Google发布Gemini 2.5 Flash Image先进图像生成模型
Google正式推出Gemini 2.5 Flash Image图像生成与编辑模型，具备角色一致性保持、自然语言提示编辑、多图融合等智能功能，在基准测试中超越同类产品，单张图片生成成本仅需0.039美元，已可通过多个平台访问使用。
国务院发布人工智能+行动计划 推动经济社会全面智能化转型
国务院正式实施人工智能+行动，通过推动人工智能与各行业深度融合，实现人机协同、跨界融合的智能经济新形态，预计到2027年重点领埴应用普及率超70%，2030年成为重要经济增长极。
面壁智能开源MiniCPM-V 4.5多模态模型 具备高刷视频理解能力
面壁智能推出MiniCPM-V 4.5多模态模型，具备行业首创的高刷视频理解能力，通过3D-Resampler技术实现96倍视觉压缩率，性能超越Qwen2.5-VL 72B，在图片理解、视频理解、文档识别等多项评测中达到同级SOTA水平。
谷歌DeepMind推出Gemini 2.5 Flash图像编辑模型提升AI修图精度
谷歌DeepMind发布全新的Gemini 2.5 Flash图像编辑模型，具备角色一致性功能，在文字指令修图方面准确率超越GPT-4o。新模型支持精准局部编辑、多图融合、风格迁移等特性，已在Gemini应用中上线供用户体验。
马斯克预测人形机器人数量将远超人类，未来将实现全民高收入
马斯克在X平台分享乐观预测，认为智能人形机器人数量将远超人类人口。面对机器人替代人工的担忧，马斯克提出将实施全民高收入政策，为人们提供最佳的医疗、食物、住房、交通等全方位保障，实现可持续富足的社会愿景。
联大通过决议设立人工智能治理新机制
联合国大会通过决议设立人工智能独立国际科学小组和全球人工智能治理对话两项新机制，旨在为各国提供包容性平台共同探讨AI关键议题，通过40位专家组成的科学小组提供独立评估，协助国际社会应对AI发展带来的机遇与挑战。
全球首现AI勒索软件PromptLock 跨平台威胁引发安全警报
网络安全公司ESET发现全球首个AI驱动的PromptLock勒索软件，利用gpt-oss:20b模型生成恶意Lua代码，可跨Windows、Linux和macOS系统进行文件加密，当前虽无破坏功能但存在升级风险，敲响人工智能安全防护警钟。
腾讯混元开源视频音效生成模型Hunyuan-Foley，文字输入即可匹配电影级音效
腾讯混元发布开源端到端视频音效生成模型Hunyuan-Foley，通过输入视频和文字即可实现电影级音效匹配。该技术打破AI视频无声局限，具备"看懂画面、读懂文字、配准声音"能力，支持短视频创作、电影制作等多元化应用场景。
IETF推出AI内容标识HTTP头字段草案规范网络内容标记
IETF发布AI内容披露头字段草案，在网页HTTP响应中新增可机读的AI使用标记，通过mode、model、provider等五个信息字段实现AI内容的自动化识别和分类管理。
Meta超级智能团队遭遇人才流失 顶级研究员宣布离职
Meta超级智能团队面临关键人才流失，研究科学家Rishabh Agarwal宣布离开。尽管扎克伯格以九位数薪酬挖角业界精英，但AI部门已开始冻结招聘并缩减规模。这一变动态势揭示了科技巨头在AI竞赛中的人才策略调整。
微软推出自研AI语音模型MAI-Voice-1，单GPU秒速生成分钟音频
微软人工智能部门正式推出自研MAI-Voice-1语音模型，单块GPU即可在1秒内生成1分钟音频，并推出MAI-1-preview通用模型，标志着微软在自研AI领域的重要突破。
微信规范AI生成内容标识要求用户主动声明合成内容
微信平台发布AI生成合成内容标识新规，要求用户发布相关作品时需主动声明，平台将添加显式和隐式标识以提升内容透明度。此举旨在避免传播过程中的混淆误认，确保用户能够清晰辨识AI生成内容，维护平台内容生态的真实性与可信度。
《时代》发布2025全球AI领域百大影响力人物榜单
《时代》杂志公布2025年全球AI领域百大影响力人物榜单，涵盖任正非、马斯克、奥尔特曼等业界领袖。榜单凸显AI人才竞争激烈程度，展现推动AI发展方向的关键人物力量。