欢迎来到【AI日报】。这里持续整理人工智能领域的重要动态，聚焦开发者生态、技术走向和新产品应用，方便你快速了解当天值得关注的 AI 资讯。
新鲜 AI 产品点击了解：https://app..com/zh
今日重点
可灵AI推出数字人新能力，支持用一张角色图片生成最长 1 分钟的高清视频；腾讯混元团队联合高校提出 SRPO 技术，旨在提升 AI 生成人像和图像质感；抖音上线“AI求真”功能，用于识别和澄清误导性信息。与此同时，IBM、Meta、DeepSeek、OpenAI、通义 DeepResearch 等也在模型、硬件和产品层面带来新的进展。
1、可灵AI发布数字人新功能：一张图片生成 1 分钟高清视频
可灵AI上线数字人能力，进一步连通了静态图片与动态视频的生成流程。用户只需提供角色图片，再输入文字或音频内容，就可以较快生成高质量的数字人视频。该能力基于多模态理解和视频生成模型，支持多种角色创建，也覆盖中文、英语、日语、韩语等多语言场景，可用于内容创作、教育培训和企业宣传等方向。
【提要:】
📷 可灵AI上线数字人功能，让静态图片可以转为动态视频。
🎙️ 支持中文、英语、日语、韩语等多种语言处理。
💡 降低数字人视频制作门槛，普通用户也能生成更专业的内容。
详情链接:https://klingavatar.github.io/
2、腾讯混元新技术给大模型 “去油”，让AI生成图像更真实！
腾讯混元团队与香港中文大学（深圳）、清华大学合作推出 SRPO 技术，目标是提升 AI 生成图像的真实感，并改善 Flux 模型在人像皮肤质感等方面的不足。该方法引入“语义相对偏好优化”策略，同时结合 Direct-Align 策略对生成轨迹进行优化，以提升图像质量和训练效率。
【提要:】
🧪 SRPO 引入“语义相对偏好优化”策略，通过正向与负向词汇引导信号，中和奖励模型偏差。
📈 Direct-Align 策略通过注入可控噪声，并将其作为参考锚点进行图像重建，显著降低重建误差。
⚡ SRPO 技术训练效率极高，仅需 10 分钟便能超越现有方法，真实度和美学评分提升超过三倍。
详情链接:https://tencent.github.io/srpo-project-page/
3、IBM 发布 Granite-Docling-258M:开源企业级文档 AI 模型
IBM 发布开源视觉语言模型 Granite-Docling-258M，主要面向端到端文档转换任务。该模型能够在转换过程中保留文档布局信息，并提取表格、代码、公式等内容，最终输出结构化、机器可读的格式。相较传统 OCR 技术，它在文档理解和转换能力上更进一步。
【提要:】
🌟 Granite-Docling-258M 旨在提升文档转换精度，同时保留原有布局信息。
🔧 采用先进技术架构，相较前一版本 SmolDocling，在多个领域表现更突出。
🌍 新增多语言支持，扩展了模型的适用范围和使用灵活性。
详情链接:https://huggingface.co/collections/ibm-granite/granite-docling-682b8c766a565487bcb3ca00
4、Meta发布首款带屏幕AI眼镜Ray-Ban ：随身佩戴的智能助理
Meta 推出首款带屏幕的 AI 眼镜 Ray-Ban，希望借助可穿戴设备提供更便捷的智能交互体验。该产品还可与神经腕带配合使用，实现更精准的操作控制，同时进一步减少用户对移动设备的依赖。
【提要:】
📱 右侧镜片内置显示屏，可展示应用程序、提醒和导航等信息。
🧠 支持搭配神经腕带，通过肌电图技术实现精准操控。
🌐 可连接云端，在眼镜上使用 Meta 旗下应用，并查看路线与实时翻译内容。
5、DeepSeek 论文登上 Nature 封面，AI 大模型首次通过同行评审
DeepSeek R1 相关研究论文登上《Nature》封面，也意味着大语言模型首次通过权威同行评审，为 AI 行业提供了新的学术参照。该模型通过强化学习在自主环境中实现自我演化，推理能力得到增强，并在数学竞赛任务中取得了亮眼成绩。
【提要:】
🧠 DeepSeek R1 通过强化学习在自主环境中持续演化，形成了更复杂的推理能力。
📊 在 AIME2024 数学竞赛中，DeepSeek-R1 的表现从 15.6% 提升至 71.0%，达到与 OpenAI 模型相当的水平。
🛠️ DeepSeek 团队采用结合拒绝采样和监督微调的多阶段训练框架，提升模型写作能力和整体表现。
6、OpenAI宣布ChatGPT 网页端新增 GPT-5 Thinking 调整功能
OpenAI 为 ChatGPT 网页端加入新的“Thinking 调整功能”，用户可按需选择 GPT-5 模型的思考时长，在回复速度和智能程度之间做出取舍。与此同时，OpenAI 也在推进儿童版 ChatGPT 的开发，以提升未成年人使用过程中的安全性。
【提要:】
🌟 ChatGPT 网页端新增可调节思考时长的功能，进一步改善用户体验。
🛠️ 提供标准、扩展、轻量、重度等多种模式，适配不同交流需求。
👶 OpenAI 正在研发儿童版 ChatGPT，以保障未成年人使用安全。
7、抖音上线 “AI求真” 功能，助你辨别谣言，寻找真相！
抖音上线“AI求真”功能，主要用于帮助用户识别谣言、澄清误导性信息，并提升平台的信息透明度和用户保护能力。
【提要:】
🧠 抖音“AI求真”功能上线，帮助用户识别并澄清误导性内容。
🔍 用户可通过点击链接跳转至“求真卡”页面，查看更完整的信息。
📢 平台结合谣言治理大模型和辟谣团队，进一步提升信息透明度。
8、通义DeepResearch发布！全开源AI模型让研究更简单
通义 DeepResearch 团队发布全开源 AI 模型，并在多个权威基准测试中取得了出色表现。其性能超过了许多国际知名模型，同时通过开放模型、框架和方案，推动 AI 研究生态的协作发展。
【提要:】
🧠 通义 DeepResearch 团队发布全开源 AI 模型，让 AI 从“能聊天”进一步走向“会做研究”。
🚀 在多个权威基准测试中取得先进成绩，模型性能超过许多国际知名模型。
🌐 模型、框架及方案完全开源，为全球科技社区提供开放合作案例。
一句话总结
今天的 AI 动态集中在数字人生成、图像真实感优化、文档模型、AI 眼镜、大模型研究评审、ChatGPT 功能更新、平台辟谣工具和开源研究模型等方向，显示 AI 正在内容生产、信息治理和科研辅助等多个场景持续落地。