欢迎来到本期【AI日报】。今天的内容主要围绕人工智能领域的新品发布、模型升级与能力增强展开，覆盖大模型应用、视频生成、图像编辑、多模态模型以及 AI 编程评测等多个方向。
新鲜AI产品点击了解：https://app..com/zh
今日重点
阿里千问APP已开启公测，基于Qwen3模型，直接对标ChatGPT；Google继续强化视频与图像创作中的多模态能力，Veo 3.1新增多图参考生成视频，Flow则集成Nano Banana模型；小米也更新了超级小爱“随心修图”，并同步开源7B多模态模型MiMo-VL。
1、阿里千问APP公测上线，面向ChatGPT发起竞争
阿里巴巴推出千问APP，底层基于Qwen3模型，定位就是与ChatGPT展开全面竞争。目前，千问APP的公测版已经在各大应用商店上架，后续还会推出国际版，进一步拓展海外市场。此外，Qwen3-Max的性能已经超过GPT5等国际模型，进入全球前三。
【提要:】
🧠 阿里巴巴发布千问APP公测版，底层采用Qwen3模型。
🚀 千问APP已上架各大应用商店，并计划推出国际版。
📈 Qwen3-Max性能超过GPT5等国际模型，跻身全球前三。
2、Gemini Veo 3.1加入多图参考能力，一次融合三元素生成视频
谷歌面向Gemini Pro/Ultra订阅用户推送了Veo 3.1视频模型更新，新增“Ingredients to Video”模式。用户可一次上传三张参考图，系统会分别提取人物、场景和风格特征，再融合生成8秒1080p视频。这一能力在提升视频生成质量和多样性的同时，也更强调角色一致性与光影衔接。
【提要:】
🌟 “Ingredients to Video”支持三张参考图共同生成视频。
🎨 输出视频内置SynthID隐形水印，用于加强版权保护。
🔊 支持同步生成原生环境音，增强视频沉浸感。
3、超级小爱上线“随心修图”，一句话即可自动出片
小米带来v7.8.50版本超级小爱更新，新增“随心修图”功能。用户只需通过自然语言下达指令，就能调用相册AI模型完成自动修图，无需复杂的手动操作。该功能还支持全局多模态交互，可以识别屏幕内容和摄像头画面，并执行较复杂的连续操作。
【提要:】
📱 超级小爱新增“随心修图”，一句话即可完成自动修图。
📷 功能支持全局多模态交互，可识别屏幕与摄像头画面，并执行复杂操作链。
🖼️ 该能力基于7B多模态大模型，可在本地推理，默认输出带水印，并保留原图备份。
4、小米开源7B多模态模型MiMo-VL，并推出AI管家Miloco
小米同时在Hugging Face和GitHub发布了7B参数多模态大模型“Xiaomi-MiMo-VL-Miloco-7B-GGUF”，并推出基于该模型的智能管家“Xiaomi Miloco”。Miloco能够通过米家摄像头识别用户活动和手势，并联动智能家居设备完成自动化操作，同时兼容Home Assistant协议。该模型采用非商用开源许可，用户可在配备NVIDIA GPU和Docker环境的Windows或Linux主机上进行一键部署。
【提要:】
🚀 小米发布7B参数多模态大模型“Xiaomi-MiMo-VL-Miloco-7B-GGUF”。
💡 智能管家“Xiaomi Miloco”可识别用户活动与手势，并联动智能家居设备。
🔒 模型采用非商用开源许可，支持在NVIDIA GPU与Docker环境下部署。
5、Google Flow集成Nano Banana模型，自然语言即可处理图像素材
谷歌为AI电影创作工具Flow新增图像编辑模块，并深度集成Gemini2.5Flash图像模型，代号Nano Banana。新功能支持通过自然语言完成一键去背景、主体分离和场景替换，处理后的素材可以直接拖入时间线生成8秒动态镜头。该能力面向Gemini免费版及以上用户开放，定价为0.039美元/张，企业级Vertex AI也已同步上线。
【提要:】
🔥 Flow集成Gemini2.5Flash图像模型，可用自然语言完成图像编辑。
💡 支持去背景、主体分离和场景替换，降低视频素材制作门槛。
🌐 提供API批量接口，面向短视频、电商海报等高频场景。
6、新一代多模态 AI DeepEyesV2：借助工具调用提升表现
DeepEyesV2是研究人员推出的一款多模态AI模型，具备图像分析、代码执行和网络搜索等能力。它通过更智能地调用外部工具来提升任务表现，在多个场景中取得了不错效果，部分情况下甚至超过了规模更大的模型。
【提要:】
🌟 DeepEyesV2通过智能使用外部工具，提升多模态任务表现。
🔧 模型采用两阶段训练流程，结合图像理解与工具调用能力。
📈 在多个基准测试中表现突出，显示出较小模型的潜力。
详情链接:https://arxiv.org/abs/2511.05271
7、NotebookLM升级支持图像导入，板书也能变成可检索知识库
谷歌为NotebookLM推出了新功能，允许用户上传黑板板书、教科书扫描页或街拍表格等图像内容。系统会通过OCR和语义解析处理图像信息，并支持用户用自然语言检索。该功能面向全平台免费开放，后续还会加入本地处理选项，以更好保护敏感数据。
【提要:】
📷 NotebookLM支持图像数据源，提升笔记整理与管理效率。
🧠 多模态模型可识别手写和印刷内容，并提取表格结构。
🔍 图像内容可通过自然语言检索，增强信息获取能力。
8、JetBrains推出AI编码智能体基准测试平台DPAI Arena
JetBrains发布DPAI Arena，这是一个开放式、多语言、多框架、多工作流的AI编码智能体基准测试平台。该平台用于评估AI工具在软件开发过程中的效率，支持多种编程语言和开发流程，能够以公平且可重复的方式比较不同AI工具的表现。
【提要:】
🌟 DPAI Arena是开放式AI编码智能体基准测试平台，用于评估AI工具的软件开发效率。
🛠️ 平台覆盖多种编程语言和工作流，可进行公平、可重复的性能比较。
🤝 JetBrains计划将该项目交给Linux Foundation，以推动更广泛的技术指导和后续发展。
详情链接:https://dpaia.dev/
一句话总结
本期AI日报显示，头部厂商正在加速把大模型能力落地到搜索、创作、修图、智能家居和软件开发评测等具体场景中，多模态与工具调用仍是近期产品升级的核心方向。