OpenAI发布全新人工智能模型o3和o4-mini，首次实现图像思考
OpenAI近日推出了两款新的人工智能推理模型，o3和o4-mini，首次实现图像思考功能，能够将图像直接整合到推理过程中，提升模型的实用性和灵活性。同时，这些模型支持调用所有ChatGPT工具，为用户提供更全面的AI服务体验。
智能技术
新调查显示：51%的企业已部署AI智能体
最新调查显示，超过半数企业已部署AI智能体，另有35%计划在未来两年跟进。企业普遍认为智能体能显著提升效率与自动化水平，并期待高达171%的平均投资回报率。尽管应用加速，企业仍面临规划不足、成本控制和员工培训等挑战，但多数正加大投入推动AI...
Soul App AI技术获CVPR 2025认可 实时音频驱动人像动画实现突破
Soul App技术论文成功入选CVPR 2025顶会，其创新的实时音频驱动人像动画框架将talking head任务拆分为面部运动生成和身体运动生成模块，大幅提升视频生成效率和自然度，为AI社交交互体验奠定技术基础。
AI辅助制版技术突破：从设计概念到数字化服装的智能转化
凌迪科技Style3D研究院的AI辅助制版研究成果入选CVPR 2025，通过大语言模型与参数化版型技术结合，实现从设计概念到数字化服装的智能转化，推动服装产业向智能化、自动化方向发展。
Anthropic发布Claude Opus 4与Sonnet 4混合推理AI模型
Anthropic推出Claude Opus 4和Sonnet 4两款全新混合推理AI模型，其中Opus 4成为目前最强大的编程专用模型，支持7小时连续运行并具备深度思考功能，现已在多个云平台上线。
国内首个超级搜索智能体发布 重新定义AI搜索八大核心能力
纳米AI超级搜索智能体重新定义搜索体验，具备跨平台深度搜索、自动任务规划、专家级结果生成等八大核心能力，支持自然语言交互和多格式输出。
图像转有声视频技术突破，静态图片秒变同步音视频
值得买科技与人大高瓴人工智能学院联合研发的图像转有声视频技术成功入选CVPR2025，创新提出JointDiT框架，实现从静态图像直接生成同步的动态视频和音频内容，在视频质量、音频自然度、同步性和语义一致性方面均达到领先水平。
微软Copilot新增语音唤醒功能支持"嘿，Copilot！"指令
微软正在测试Copilot语音唤醒新功能，Windows 11用户可通过"嘿，Copilot！"语音指令唤醒应用进行对话。该功能采用本地唤醒词识别技术，支持10秒音频缓冲机制，保护用户隐私安全。
OpenAI扩大GPT-4.1开放范围 付费用户可体验全新AI模型
OpenAI正式向ChatGPT付费用户开放GPT-4.1模型访问权限，该模型在编程和网页开发方面性能显著提升，成为目前速度最快成本最低的AI模型，同时全面取代原有GPT-4o mini版本。
新型多视觉控制架构PixelPonder突破文生图技术瓶颈
PixelPonder通过Patch Adaption模块实现了多视觉控制信号的有效融合，解决了传统ControlNet在多条件控制下的冲突问题，显著提升了图像生成的空间对齐精度和语义一致性。
云知声4篇论文入选ACL 2025 聚焦大语言模型核心技术突破
云知声在ACL 2025中表现卓越，4篇论文被接收涵盖大语言模型知识溯源、多模态融合、可解释性等关键技术。通过TROVE文本溯源任务、简并知识神经元研究、视觉音频能力增强等创新方法，为行业提供全新解决方案，推动AGI技术发展。
腾讯优图实验室8篇论文入选ICCV 2025展现AI技术创新突破
腾讯优图实验室在ICCV 2025国际计算机视觉大会上获得8篇论文录用，涵盖风格化人脸识别、AI生成图像检测、多模态大语言模型等前沿技术领域，展示了在人工智能领域的技术创新实力。
脑机接口重大突破：中国技术实现意念控制与汉语实时解码
中国脑机接口技术获《Nature》报道认可，实现意念控制智能设备和汉语普通话实时解码突破，硬膜下植入技术平衡了信号质量与安全性，填补国内技术空白并达到国际领先水平。
AI聊天机器人存在安全漏洞 信息过载可绕过防护机制
研究发现AI聊天机器人存在严重安全漏洞，通过信息过载攻击可轻易绕过内置防护机制。英特尔等机构研究团队证实，用海量信息轰炸系统会使AI陷入混乱状态，导致安全护栏失效，这一发现对企业AI应用安全敲响警钟。