AI日报：通义灵码AI IDE上线；小米多模态大模型Xiaomi MiMo-VL开源；黑森林实验室推出FLUX.1Kontext AI日报 5月30日?AIbase1、阿里云通义灵码 AI IDE 正式上线，带来编程新体验 2、小米多模态大模型Xiaomi MiMo-VL开源 3、黑森林实验室推出 FLUX.1Kontext：可通过文本和参考图像对图像进行多次修改 4、Midjourney V7重磅更新：渲染速度飙升40%，新增用户投票决定功能开发 5、DeepSeek成为世界前二AGI实验室 6、Hugging Face进军人形机器人市场:推出售价3000美元的开源机器人HopeJR 7、字节跳动火山方舟正式接入DeepSeek-R1-0528版本 8、Anthropic重磅开源！‘电路追踪’工具解锁AI大脑，揭秘大模型决策全过程 9、阿里巴巴开源自主搜索 AI 智能体 WebAgent 让研究更高效 10、Hume发布语音语言模型Hume EVI3：低延迟、高情感 11、Manus Slides重磅发布：一键生成专业幻灯片 12、手机照片一键变艺术！Runway Gen-4 References解锁相机胶卷新玩法 本播客由扣子空间（space.coze.cn）一键生成,速来体验「AI + 播客」的独特魅力吧！ 1.阿里云通义灵码 AI IDE 正式上线，带来编程新体验 阿里云推出了通义灵码 AI IDE，这款深度适配千问3的人工智能开发环境具备强大的编程智能体模式、长期记忆和行间建议预测功能，同时提供行间对话功能，显著提升开发效率，已成为国内最受欢迎的编程辅助工具之一。 亮点提要： ?? AI IDE 上线：阿里云通义灵码 AI IDE 正式推出，用户可免费下载使用，开启高效编程新时代。 ?? 强大功能：支持编程智能体、长期记忆和行间建议预测，大幅提升开发效率，简化编程流程。 ?? 广泛应用：通义灵码插件下载量超1500万，服务一汽集团、蔚来汽车等知名企业，广受好评。 2.小米多模态大模型Xiaomi MiMo-VL开源 MiMo-VL-7B在多项多模态任务中表现出色，参数量仅为7B却超越了更大规模的闭源模型，其强大的视觉感知能力和创新训练方法使其成为开源模型中的佼佼者。 亮点提要： ??小米自主研发的MiMo-VL-7B在多模态推理任务上大幅领先，参数仅为7B却超越了10倍规模的阿里Qwen-2.5-VL-72B。 ??通过高质量预训练数据和混合在线强化学习算法，MiMo-VL-7B在图片、视频、语言等多任务上展现了卓越的通用性。 ??该模型不仅在学术竞赛中成绩斐然，还在实际应用如复杂图片推理和GUI操作中表现优异，助力提升用户体验。 详情入口： ?? https://huggingface.co/XiaomiMiMo 3.黑森林实验室推出 FLUX.1Kontext：可通过文本和参考图像对图像进行多次修改 黑森林实验室推出的FLUX.1Kontext是一款强大的图像生成模型，支持文本和参考图像的多次编辑，具有角色一致性、局部编辑、风格参考和低延迟等特性，为企业提供快速迭代的解决方案。 亮点提要： ?? 上下文生成能力让图像生成更灵活高效，基于参考图像或情境生成而非从零开始。 ?? 支持文本和参考图像的局部编辑，保持角色一致性且不影响整体图像风格。 ?? 作为流模型，可从现有图像出发，通过简单文本指令实现即时灵活编辑。 详情入口： ?? https://bfl.ai/announcements/flux-1-kontext 4.Midjourney V7重磅更新：渲染速度飙升40%，新增用户投票决定功能开发 Midjourney V7版本带来了多项重大更新，包括渲染速度提升40%、AI版主功能升级以及开启第二轮社区路线图投票活动。这些更新不仅提高了工作效率，还增强了用户的创作体验。 亮点提要： ?? 渲染速度提升40%，大幅提高创作效率。 ?? AI版主功能升级，提供更精准的优化建议。 ??? 启动第二轮社区路线图投票活动，用户可参与决定未来功能开发。 详情入口： ?? https://midjourney.com/ideas 5.DeepSeek成为世界前二AGI实验室 DeepSeek R1-0528在技术性能和开源权重领域取得重大突破，超越xAI、Meta和Anthropic，与谷歌并列第二。 亮点提要： ?? DeepSeek R1-0528超越顶级AI实验室，成为全球第二大人工智能实验室。 智能指数得分从60跃升至68，进步幅度媲美OpenAI o1到o3模型。 ?? 在开源权重领域确立领导地位，推动技术普及与创新。 6.Hugging Face进军人形机器人市场:推出售价3000美元的开源机器人HopeJR Hugging Face通过发布两款开源人形机器人HopeJR和Reachy Mini，正式进军机器人硬件领域，旨打破大科技公司在机器人技术上的垄断。 亮点提要： ??发布HopeJR和Reachy Mini两款机器人，分别面向全尺寸和桌面级应用场景。 ??机器人开源且价格实惠，避免机器人技术被少数大公司掌控。 ??战略收购Pollen Robotics及深耕机器人生态系统的长期布局助力产品开发。 7.字节跳动火山方舟正式接入DeepSeek-R1-0528版本 我了解到火山引擎旗下的火山方舟平台已接入最新版DeepSeek-R1-0528大模型，其高性能服务体系和丰富功能为企业和开发者带来了高效便捷的应用体验。 亮点提要： ??火山方舟通过自研xLLM框架实现低至30ms/Token的推理速度，确保稳定性和实时交互流畅性。 ??提供包括Function Call、联网等功能支持，覆盖多元应用场景，满足高并发需求。 ??推出新客户5折优惠及多样体验入口，助力快速上手并轻松落地大模型应用。 8.Anthropic重磅开源！‘电路追踪’工具解锁AI大脑，揭秘大模型决策全过程 Anthropic发布了名为‘电路追踪’的开源工具，通过生成归因图展示大语言模型的内部决策路径，提升对AI决策机制的理解，并推动AI技术的透明化发展。 亮点提要： ? ‘电路追踪’工具通过生成归因图揭示大模型内部决策路径，让AI‘思考’过程可视化。 ?? 提供Neuronpedia交互式前端，降低研究门槛，使非专业人士也能初步了解大模型决策过程。 ?? 开源赋能，推动AI透明化与可控性，助力解决模型幻觉及偏见等伦理与安全挑战。 9.阿里巴巴开源自主搜索 AI 智能体 WebAgent 让研究更高效 我非常看好WebAgent这款AI智能体，它能够模拟人类行为在网络环境中主动搜索、分析和决策，极大提升信息检索效率。其分工明确的两大模块——WebDancer和WebWalker，分别负责智能体训练和语言模型基准测试，尤其WebDancer的多步推理能力令人印象深刻。 亮点提要： ?? WebAgent具备端到端的信息检索和多步推理能力，可主动搜索、分析并决策，大幅提升研究效率。 ?? WebAgent通过WebDancer和WebWalker两大模块实现复杂信息检索，其中WebDancer采用创新算法显著提高数据效率和策略鲁棒性。 ?? WebAgent支持多领域应用，例如学术研究和市场分析，可整合不同文献生成综合性研究报告。 详情入口： ?? https://github.com/Alibaba-NLP/WebAgent 10.Hume发布语音语言模型Hume EVI3：低延迟、高情感 Hume公司发布了全新的语音语言模型EVI3，它在语音生成方面具有低延迟和高情感表现力的特点，为语音交互带来了革命性进步。 亮点提要： ?突破性语音到语音技术，支持任意风格语音生成并精准传递情yu ?低延迟特性确保实时对话流畅，提升沉浸感与交互效率。 ?广泛应用于虚拟助手、教育、娱乐及跨语言场景，展现强大实用价值。 详情入口： ?? https://demo.hume.ai 11.Manus Slides重磅发布：一键生成专业幻灯片 Manus推出全新功能Manus Slides，通过单一提示词快速生成结构化幻灯片，适用于多种场景，大幅提升演示文稿创作效率。 亮点提要： ? 智能生成与高效编辑：输入简短提示词，AI自动生成并优化幻灯片内容，支持即时调整。 ?? 应用广泛：适用于商务、教育、创意等领域，助力快速产出高质量演示文稿。 ?? 全球竞争力提升：AI驱动的自动化流程降低门槛，推动生产力工具革新。 12.手机照片一键变艺术！Runway Gen-4 References解锁相机胶卷新玩法 Runway公司的Gen-4References功能现已支持移动设备，用户可以通过手机上传照片并结合自然语言提示生成风格一致的艺术作品，极大提升了创作便捷性和多样性。 亮点提要： ?? 使用手机上传照片，轻松将日常拍摄转化为艺术作品。 ?? 结合自然语言提示，保持人物、场景和风格高度一致。 ?? 支持多种素材类型，提升创作灵活性与真实感。 ↓点击阅读原文，进AIbase官网. 阅读原文