AI日报：混元推四款小尺寸开源模型；昆仑万维发布新推理大模型MindLink；谷歌Gemini 2.5 Deep Think发布 AI日报 8月4日?AIbase1、腾讯混元开源并发布 0.5B、1.8B、4B、7B模型 2、昆仑万维发布并开源全新推理大模型 MindLink 3、B站推出AI原声翻译功能：保留UP主声线音色，破解二次元文化出海难题 4、谷歌Gemini 2.5 Deep Think发布！IMO金牌加持，AI新王者能否重塑未来？ 5、OpenAI CEO展示 GPT-5 新特性，能高效整合网络信息 6、苹果组建AI答案引擎团队：挑战ChatGPT，或将重塑Siri和Safari搜索体验 7、高德地图宣布全面AI化，上线全球首个AI原生地图应用“高德地图2025” 8、Adobe Photoshop 推出“Harmonize”:用 AI 自动匹配光影，实现无缝图像合成 9、NVIDIA 发布 Cosmos DiffusionRenderer:革命性视频渲染技术 10、安卓开发革命！谷歌Android Studio免费Agent模式上线，完爆苹果生态？ 11、谷歌开源结构化信息提取工具 langextract，可提供精确来源定位 12、Figma开发者模式重磅更新：彩色批注与MCP协议双重升级，设计转代码效率暴增 1.腾讯混元开源并发布 0.5B、1.8B、4B、7B模型 腾讯混元团队推出四款小尺寸开源模型，适用于消费级显卡和低功耗场景，支持垂直领域的低成本微调。这些模型在推理速度、性价比和长文处理能力上表现出色，并已在多个开源平台上线。 亮点提要： ? 四款小尺寸模型专为消费级设备设计，适合多种低功耗场景。 ?? 模型具备快速推理和长文处理能力，可一次性处理超长内容。 ?? 支持多种部署方式，适用于端侧到云端的多样化需求。 详情入口： ?? https://hunyuan.tencent.com/modelSquare/home/list 2.昆仑万维发布并开源全新推理大模型 MindLink 昆仑万维发布并开源了最新推理大模型Skywork MindLink，该模型通过创新性推理框架实现动态路径选择，提升答案透明度与效率，并在多项评测中取得卓越成绩。 亮点提要： ?? Skywork MindLink采用Plan-based Reasoning新范式，优化多轮对话体验。 ?? 在多项基准测试中表现优异，斩获多个数学竞赛金牌。 ?? 内置自适应推理系统，可根据任务难度自动调整生成策略。 详情入口： ?? https://github.com/SkyworkAI/MindLink 3.B站推出AI原声翻译功能：保留UP主声线音色，破解二次元文化出海难题 B站推出了自主研发的AI原声翻译功能，旨在解决国际版与国内版合并后的内容互通问题。该技术能够保留UP主的原始声线、音色特征和说话习惯，为海外用户提供更自然的中文内容体验。 亮点提要： ? B站推出AI原声翻译功能，支持英语翻译，保留UP主原始声线和音色。 ?? 采用对抗式强化学习和Deep Research技术，确保翻译精准并保留文化韵味。 ?? 未来将扩展日语等更多语言支持，助力B站国际化战略发展。 4.谷歌Gemini 2.5 Deep Think发布！IMO金牌加持，AI新王者能否重塑未来？ 谷歌DeepMind推出的Gemini 2.5 Deep Think模型在多个领域展现出卓越的推理能力，尤其在2025年国际数学奥林匹克竞赛中获得金牌。该模型引入了并行思考和强化学习技术，提升了复杂任务处理能力，并在编码、跨领域知识测试中表现优异。 亮点提要： ?? 引入并行思考机制，提升复杂问题解决能力。 ?? 在IMO竞赛中取得金牌，展现顶尖数学推理实力。 ?? 支持多模态与长上下文，适用于多种场景。 5.OpenAI CEO展示 GPT-5 新特性，能高效整合网络信息 OpenAI首席执行官萨姆?奥尔特曼在社交媒体上分享了GPT-5的聊天记录截图，展示了其强大的信息整合能力。GPT-5对科幻动画《Pantheon》给出了积极评价，并提到该剧在烂番茄上获得了100%好评。这一事件标志着GPT-5的首次公开亮相，引发了科技界的广泛关注。 亮点提要： ?? GPT-5首次公开亮相，展示了其强大的信息整合能力。 ?? OpenAI CEO推荐科幻动画《Pantheon》，并分享了模型的积极评价。 ?? GPT-5在烂番茄网站上的评价为“100% 影评人好评”，引起广泛关注。 6.苹果组建AI答案引擎团队：挑战ChatGPT，或将重塑Siri和Safari搜索体验 苹果公司成立了一个专门团队，致力于开发类似ChatGPT的AI应用程序，旨在提升其核心产品的搜索和交互体验。该团队名为Answers, Knowledge, and Information，专注于构建一个能够利用全网信息回答用户问题的答案引擎。 亮点提要： ?? 苹果成立新团队开发类似ChatGPT的AI应用，以提升搜索和交互体验。 ?? 答案引擎可能作为独立应用或整合到Siri、Safari等产品中，提供更智能的搜索功能。 ?? 苹果希望减少对第三方AI服务的依赖，并应对谷歌反垄断案件带来的影响。 7.高德地图宣布全面AI化，上线全球首个AI原生地图应用“高德地图2025” 高德地图正式推出全球首个AI原生地图应用——高德地图2025，标志着其在技术领域的重大飞跃。该应用结合空间智能技术，通过多模态信息感知提升地图的智能化程度，并将在多个领域产生积极影响。 亮点提要： ?? 高德地图推出全球首个AI原生地图应用，实现技术突破。 ?? 空间智能技术提升地图的多模态信息感知能力。 ?? 应用将拓展至智能汽车、智能眼镜等多个领域，提升出行效率。 8.AdobePhotoshop 推出“Harmonize”:用 AI 自动匹配光影，实现无缝图像合成 Adobe 通过一系列生成式 AI 工具，如 "Harmonize"，简化了复杂的图像编辑过程，提升了图像合成与修饰的效率，并引入了内容凭证以保障图像真实性。 亮点提要： ??? "Harmonize" 工具可自动匹配图像元素的光照、颜色和阴影，实现无缝合成。 ?? AI 驱动的图像升级功能可将分辨率提升至高达800万像素，同时不损失画质。 ?? 内容凭证功能为图像编辑历史提供可信追踪链，确保数字内容的真实性。 9.NVIDIA发布Cosmos DiffusionRenderer:革命性视频渲染技术 NVIDIA 推出了 Cosmos DiffusionRenderer，这是一个用于高质量图像和视频重光源及去光源的新型视频扩散框架。该技术是原有 DiffusionRenderer 的重大升级，通过改进的数据策划流程提升了渲染质量。 亮点提要： ?? 技术是 NVIDIA 原有 DiffusionRenderer 的重大升级，提供更高质量的图像和视频渲染。 ?? 用户需安装 Python3.10 和至少 16GB 显存的 NVIDIA GPU，并创建相关的 conda 环境。 ?? 支持对图像和视频进行去光源及重光源处理，并能使用多种环境光照地图进行渲染。 详情入口： ?? https://github.com/nv-tlabs/cosmos1-diffusion-renderer 10.安卓开发革命！谷歌Android Studio免费Agent模式上线，完爆苹果生态？ 谷歌在Google I/O2025大会上宣布推出Android Studio的免费Agent模式，该模式基于Gemini2.5Pro，通过自然语言交互提升开发效率，支持跨文件任务处理、UI代码修改和自定义规则。其功能不仅挑战了苹果的Xcode生态，还为开发者提供了更高效的工具。 亮点提要： ?? Agent模式：基于Gemini2.5Pro，通过自然语言交互完成复杂开发任务。 ?? 核心功能：支持UI代码快速修改、自定义规则设置以及百万Token上下文窗口。 ?? 竞争优势：免费开放Agent模式，对苹果Xcode生态形成直接挑战。 11.谷歌开源结构化信息提取工具 langextract，可提供精确来源定位 谷歌开源了 LangExtract 工具，能够高效从非结构化文本中提取结构化信息，适用于医疗、文学和商业等多个领域，为开发者提供了强大的解决方案。 亮点提要： ?? 精准溯源：提取结果可映射到源文本的具体位置，便于验证和追溯数据准确性。 ?? 可靠结构化输出：通过少量示例定义输出格式，确保符合用户预设的 JSON 模式。 ?? 交互式可视化：一键生成 HTML 报告，直观查看提取结果，提升审核效率。 详情入口： ?? https://github.com/google/langextract 12.Figma开发者模式重磅更新：彩色批注与MCP协议双重升级，设计转代码效率暴增 Figma近期对开发者模式进行了全面升级，推出了彩色交互式批注系统和Model Context Protocol（MCP）协议的重大改进。这些更新显著提升了设计与开发协作的效率，为行业树立了新的标杆。 亮点提要： ?? 彩色交互式批注系统让设计师能够通过不同颜色标记信息，提高开发理解效率。 ?? MCP协议升级支持传输结构化数据，使AI工具生成的代码更贴合实际需求。 ?? 新功能如Ready for Dev视图简化设计交接流程，提升团队协作效率。 ↓点击阅读原文，进AIbase官网. 阅读原文