欢迎阅读本期【AI日报】。本期关注AI产品与模型更新，覆盖视频生成、全模态大模型、开源小模型、语音交互、3D世界生成和多语言翻译等多个方向。
新鲜AI产品点击了解：https://app..com/zh
今日重点
百度正式发布文心5.0，可灵2.5Turbo新增“首尾帧”功能，微博推出低成本开源模型 VibeThinker-1.5B。与此同时，OpenAI、World Labs、东北大学、谷歌和阿里巴巴也带来了多项AI产品与技术进展。
1、可灵2.5Turbo新增“首尾帧”能力，视频生成更可控
可灵2.5Turbo模型在发布后进一步补齐了AI视频生成的关键能力，在可控性、稳定性和画面一致性方面都有加强，更适合专业创作场景使用。模型在动态效果、文本响应、风格保持和整体美学表现上也有提升。
新增的“首尾帧”功能，让创作者能够更明确地设定视频起点和终点画面，从而提高生成结果与创作意图之间的一致性。
【提要:】
🚀 可灵2.5Turbo进一步提升了AI视频生成的可控性与稳定性。
🎨 动态效果、文本响应精度和风格保持能力都有增强。
📽️ 新增“首尾帧”功能，方便创作者控制视频开头和结尾画面。
2、百度发布原生全模态大模型文心5.0
百度在2025年11月13日举行的百度世界大会上，正式推出原生全模态大模型文心5.0。该模型参数规模达到2.4万亿，采用原生全模态统一建模技术，能够同时理解并生成文本、图像、音频和视频等多种信息。
据介绍，文心5.0在语言与多模态理解能力上已达到与国际顶尖模型相当的水平，图像和视频生成能力则处于全球领先位置。普通用户可通过文心App体验相关能力，开发者和企业用户则可通过百度千帆平台调用API服务。
【提要:】
🚀 文心5.0采用原生全模态统一建模技术，覆盖文本、图像、音频和视频等信息类型。
📈 多模态理解能力在权威基准测试中与全球顶尖模型相当。
🌐 用户可通过文心App体验，开发者可通过百度千帆平台调用API服务。
3、微博推出 VibeThinker-1.5B，主打低成本高推理能力
微博发布 VibeThinker-1.5B，这是一款15亿参数的大型语言模型，基于阿里巴巴 Qwen2.5-Math-1.5B 精调而成，并已在 Hugging Face、GitHub 和 ModelScope 上免费开放。
尽管模型规模不大，VibeThinker-1.5B 在数学和代码任务中的表现依然亮眼，甚至超过了拥有6710亿参数的 DeepSeek R1。它的后期训练成本仅为7800美元，明显低于同类模型。该模型采用“谱 - 信号原则”训练框架，目标是提升小模型的推理效率。
【提要:】
🧠 VibeThinker-1.5B 是微博推出的15亿参数开源AI模型，在数学和代码任务中表现突出。
💰 后期训练成本仅7800美元，低于同类模型常见投入。
🔍 借助“谱 - 信号原则”训练框架，小模型也能获得较强推理能力。
详情链接:https://huggingface.co/WeiboAI/VibeThinker-1.5B
4、OpenAI推出GPT-5.1，强调速度、准确性和个性化
OpenAI发布GPT-5.1，重点提升ChatGPT在灵活性、响应速度和个性化交互上的表现。新模型在语言表达、对话风格适配和情绪感知方面均有优化，使整体对话体验更加自然。
GPT-5.1还加入了自适应推理功能，能够根据任务复杂度调整处理时间，以适配不同问题和使用场景。
【提要:】
🚀 GPT-5.1提升了响应速度和语言清晰度，让对话更顺畅。
🧠 自适应推理功能可根据问题复杂度调整处理方式。
🎨 多种沟通风格选择进一步增强了个性化体验。
5、World Labs发布首款商用3D世界模型 Marble
李飞飞创办的 World Labs 推出首款商用3D世界模型 Marble。该模型支持通过多种输入方式生成可编辑的3D环境，并提供AI编辑能力，便于用户继续调整和定制场景。
Marble 兼容主流VR设备，可应用于游戏开发、影视特效等多个领域，为3D内容生成和沉浸式场景创作提供了新的工具选择。
【提要:】
🌟 Marble 是 World Labs 发布的首款商用3D世界模型，可生成可编辑环境。
🎮 产品内置AI编辑工具，支持用户设计和定制3D场景。
🕶️ Marble 兼容主流VR设备，可直接体验生成的3D世界。
详情链接:https://marble.worldlabs.ai/
6、东北大学开源 NiuTrans.LMT，覆盖60语种234个翻译方向
东北大学开源多语言翻译大模型 NiuTrans.LMT，在多语言翻译能力方面取得新进展。该模型支持60种语言、234个翻译方向，尤其对低资源语言翻译带来明显提升。
NiuTrans.LMT采用双中心架构，减少二次翻译造成的失真问题，从而提高跨语言、跨文化交流中的准确性和效率。
【提要:】
🧠 双中心架构支持中英双核心翻译，降低二次失真。
🌐 三层语言覆盖兼顾效率与公平，增强低资源语言翻译能力。
🚀 两阶段训练在 FLORES-200 上表现突出。
详情链接:https://github.com/NiuTrans/LMT
7、谷歌升级 Gemini Live 语音功能，支持语速和口音个性化
谷歌对 Gemini Live 语音功能进行了升级，通过多项核心能力优化AI语音对话体验。新功能让语音交互更自然，也为用户提供了更大的个性化空间。
此次升级包括语速可随口令实时调整、情绪感知与语气自适应，以及口音选择等能力，可用于更灵活的对话、语言训练和个性化交流场景。
【提要:】
🗣️ 语速可随口令实时变化，支持个性化语言训练。
😊 具备情绪感知和语气自适应能力，改善对话体验。
🎭 支持口音个性化，让语音互动更有差异化。
8、阿里启动“千问”项目，基于Qwen布局C端AI助手
阿里巴巴启动代号为“千问”的重点项目，计划打造同名个人AI助手，并全面对标ChatGPT。该项目基于Qwen模型推进，显示出阿里在C端AI应用方向的进一步投入。
这一动作意味着阿里将面向消费者的AI应用提升到战略核心位置，也标志着其正式加入全球AI应用层竞争。
【提要:】
🚀 阿里巴巴启动“千问”项目，目标是打造个人AI助手并对标ChatGPT。
💡 项目基于Qwen模型推进，依托模型能力和国际影响力。
📈 阿里将C端AI应用推向战略核心，进一步布局消费者市场。
一句话总结
本期AI日报显示，头部厂商和研究机构正在从全模态模型、视频生成、小模型推理、语音交互、3D生成和多语言翻译等多个方向加速推进AI应用落地。