AI日报持续整理人工智能领域的最新动态，覆盖开发者生态、技术进展与创新应用，方便快速掌握每天值得关注的AI资讯。
热门AI产品点击了解：https://app.aibase.com/zh
1、腾讯开源具备原生3D重建能力的超长程世界模型：HunyuanWorld-Voyager
腾讯发布 HunyuanWorld-Voyager，这是一套创新的视频扩散框架。它可以从单张输入图像出发，生成具备世界一致性的3D点云，并支持用户进行沉浸式探索。该模型在视频生成质量和场景重建效果上都有较突出表现，也显示出其在 AI 驱动的 VR、游戏以及仿真空间智能等方向的应用潜力。
【AiBase提要:】
🌍 HunyuanWorld-Voyager可根据单张输入图像生成具有世界一致性的3D点云，并支持沉浸式探索。
🎥 模型还能同步输出精确对齐的深度信息与RGB视频，适合高质量三维重建。
🏆 多项测试结果显示，HunyuanWorld-Voyager在视频生成质量和场景重建效果上均优于其他模型。
2、通义实验室推出新一代智能体开发框架 AgentScope 1.0
通义实验室发布 AgentScope 1.0，这是一个面向多智能体开发的开源框架，覆盖开发、部署、监控等全生命周期环节。框架采用核心框架、Runtime 和 Studio 三层技术架构，各部分都可以独立使用，并提供实时介入控制、智能上下文管理和高效工具调用三项能力，以支持智能体安全运行和高效执行。
【AiBase提要:】
🌟 AgentScope 1.0 是面向多智能体应用的新一代开发框架，提供覆盖全生命周期的解决方案。
🚀 框架具备实时介入控制、智能上下文管理和高效工具调用能力，有助于提升开发与运行效率。
🔒 AgentScope Runtime 提供安全的工具沙箱和高效的部署运行引擎，保障智能体运行的安全性与稳定性。
详情链接:https://github.com/agentscope-ai/agentscope
3、即梦AI系列模型开放 API，为开发者提供一站式图像与视频生成服务
即梦 AI 联合火山引擎全面开放 API 服务，面向企业提供图像与视频生成能力，帮助开发者和企业把创意更快转化为具体内容。
【AiBase提要:】
🎨 文生图3.0、文生图3.1等模型已开放 API 服务，可帮助企业更高效地生成图像与视频内容。
🎬 视频生成3.0pro 和动作模仿 DreamActor M1 等模型，能够满足多样化的内容创作需求。
💼 即梦AI借助火山引擎拓展企业级市场，推动生成式AI在商业场景中的应用创新。
4、腾讯开源翻译巨头 Hunyuan-MT-7B：斩获 WMT2025 三十项冠军，翻译界的新霸主！
腾讯推出的 Hunyuan-MT-7B 在 WMT2025 中取得了突出成绩，展现出较强的多语言处理能力。该模型以开源方式发布，有助于推动相关技术的应用与发展。
【AiBase提要:】
🧪 Hunyuan-MT-7B 在 WMT2025 中获得30个语种的第一名，体现出较强的翻译能力。
🌐 模型支持31种语言，其中包括多种小众语言，展现了腾讯在自然语言处理领域的技术积累。
🚀 通过开源方式发布，Hunyuan-MT-7B将推动相关技术发展，并助力全球交流与合作。
5、苹果推出 STARFlow：全新 AI 图像生成技术想力压 DALL-E 与 Midjourney
苹果公司推出了 STARFlow AI 图像生成系统。该系统将正则化流与自回归变换器结合，用于提升高分辨率图像生成的效率和质量；同时通过深浅设计与潜在空间操作进一步优化模型表现。苹果还与学术机构展开合作，推动AI技术发展。
【AiBase提要:】
🧠 STARFlow融合正则化流和自回归变换器，提升了图像生成效率。
💡 系统借助深浅设计和潜在空间操作，对模型表现进行优化。
🚀 苹果与学术机构合作推进AI技术发展，相关技术具有进一步应用的可能性。
详情链接:https://arxiv.org/pdf/2506.06276
6、苹果 FastVLM 上线：5分钟体验85倍速视觉 AI，数据永不出设备
苹果推出的 FastVLM 视觉语言模型已经开放公众体验，搭载 Apple Silicon 芯片的 Mac 可以直接使用。FastVLM 将视频字幕处理速度提升了85倍，模型体积也缩小了3倍以上；此外，它还支持在浏览器中加载轻量级版本，无需复杂安装。模型采用本地运行方式，数据不会离开设备，为隐私保护提供支持。
【AiBase提要:】
🍎 FastVLM具备近乎即时的高分辨率图像处理能力，并将视频字幕处理速度提升85倍。
💻 用户可以在浏览器中加载轻量级版本，无需复杂安装即可进行体验。
🔒 所有数据均在本地处理，既能保障隐私，也支持离线使用。
7、新模型 CoMPaSS-FLUX.1：提升 Flux 文本到图像生成的空间理解能力
CoMPaSS-FLUX.1 是基于 FLUX.1 文本到图像扩散模型开发的 LoRA 适配器，主要用于增强模型在生成图像时对物体空间关系的理解能力。该模型在多项基准测试中取得较好表现，尤其是在处理物体之间的空间关系方面有明显进展。
【AiBase提要:】
🌟 CoMPaSS-FLUX.1增强了文本到图像生成中的空间理解能力，在处理物体关系时表现突出。
📊 评测结果显示，该模型在多个基准测试中均有所提升，同时保持了较高质量的生成效果。
📚 模型训练采用经过严格筛选的数据集，以确保生成图像具备良好的空间关系与清晰度。
详情链接:https://huggingface.co/blurgy/CoMPaSS-FLUX.1
8、Cherry Studio 与硅基流动深度合作，免费提供 Qwen38B 模型
Cherry Studio 与硅基流动展开深度合作，向用户免费提供 Qwen38B 模型，进一步扩展多模型支持能力，并提升 AI 交互体验。
【AiBase提要:】
🧠 Cherry Studio与硅基流动合作，免费提供Qwen38B模型，进一步改善AI交互体验。
💻 平台支持多平台使用及多种主流大语言模型，简化了用户的使用流程。
🚀 通过提供跨行业智能助手，平台能够增强生产力与个性化功能。
9、谷歌推全新 Gemini API URL Context 功能，可详解网页内容
谷歌推出 Gemini API URL Context 功能，使 AI 能够解析并理解网页内容，帮助开发者简化相关流程，提高信息提取效率。
【AiBase提要:】
🌐 该API面向开发者，可解析和理解网页中的内容，支持PDF、图片等多种格式。
📊 功能能够处理最高34MB的网页内容，并提取“总资产”“总负债”等关键数据。
🔒 该功能无法突破付费墙，也不会处理YouTube视频和Google Docs等专用工具内容。
详情链接:https://towardsdatascience.com/googles-url-context-grounding-another-nail-in-rags-coffin/
10、Youtu-Agent 智能体框架正式开源，引领 AI 发展新潮流
腾讯优图实验室正式开源 Youtu-Agent 框架。该框架面向自主 AI 智能体的构建、运行与评估，兼顾高性能和灵活性，并支持开源模型。在多项基准测试中，Youtu-Agent 取得了较好成绩，成为 AI 社区可使用的一项工具。
【AiBase提要:】
✅ Youtu-Agent支持数据分析、文件处理等多种任务，有助于提高开发效率。
🚀 模块化设计允许开发者灵活调整智能体行为，便于构建定制化应用。
🌐 开源策略为全球开发者参与提供了条件，推动AI技术创新与协作。
详情链接:https://github.com/TencentCloudADP/Youtu-agent