AI日报：谷歌推最强AI全家桶Google AI Ultra；腾讯混元宣布模型矩阵全面升级；豆包·语音播客模型发布 AI日报 5月21日?AIbase1、每月249.99美元！谷歌推出 AI Ultra 订阅计划，畅享最强大 AI 模型与高级功能 2、腾讯混元宣布模型矩阵全面升级，新推视觉推理模型T1-Vision和语音通话模型混元Voice 3、美图与阿里巴巴达成战略合作 获得2.5亿美元投资 4、豆包·语音播客模型发布 5、百度文心 X1 Turbo 大放异彩，斩获信通院最高评级！ 6、谷歌发布Flow AI剪辑工具：Veo3 与 Imagen4 驱动、镜头控制与场景扩展 7、从文本到电影！谷歌Veo3 震撼发布：4K画质、音视频一体生成 8、谷歌Imagen 4图像模型震撼发布：2K画质与精准文本渲染重塑AI创作 9、谷歌Gemini 2.5 Pro Deep Think发布：并行推理重塑AI复杂问题解决 10、谷歌虚拟试衣间重磅上线！上传照片秒变时尚模特，AI一键比价+自动下单 11、谷歌公测AI编码助手Jules：Gemini 2.5 Pro驱动，挑战OpenAI的Codex 12、苹果计划在 iOS 19 中向第三方开发者开放 AI 模型 13、京东云宣布五大AI营销产品限时免费，助力商家提升销售效率 14、字节跳动开源多模态模型 BAGEL：图文生成与编辑的新突破 15、英伟达推出新型模型 Cosmos-Reason1 ，让 AI 更好理解物理世界 1.每月249.99美元！谷歌推出 AI Ultra 订阅计划，畅享最强大 AI 模型与高级功能 谷歌推出了全新的 AI Ultra 订阅计划，提供最高级别的 AI 模型访问和丰富的高级功能，适合电影制作人、开发者及创意专业人士。计划包含最新的 Gemini 应用、Flow 工具、30TB 存储空间等，订阅费用为每月249.99美元。 亮点提要： ?? 提供最高级别的 AI 模型访问和丰富的高级功能，适合追求最佳 AI 体验的用户。 ?? Flow 工具支持高质量视频生成，掌握高级摄影控制并体验 Veo3 功能。 ?? 提供30TB 存储空间，确保用户创作和文件的安全性。 详情入口： ?? https://blog.google/products/google-one/google-ai-ultra/ 2.腾讯混元宣布模型矩阵全面升级，新推视觉推理模型T1-Vision和语音通话模型混元Voice 腾讯混元全面升级其模型矩阵，推出T1-Vision和混元Voice等新模型，TurboS在国际评测中表现优异，多模态技术取得新进展，同时推动开源技术发展。 亮点提要： ?? 混元推出T1-Vision和混元Voice，增强视觉和语音处理能力。 ?? TurboS模型在全球评测中跻身前八，理科推理能力提升超10%。 ?? 腾讯混元开源多模态技术，支持行业创新与合作伙伴发展。 3.美图与阿里巴巴达成战略合作 获得2.5亿美元投资 美图公司与阿里巴巴达成战略合作，阿里巴巴通过可转债形式投资2.5亿美元，双方将在电商、AI技术、云计算等领域展开深度合作。 亮点提要： 阿里巴巴以可转债形式投资美图2.5亿美元，助力其AI技术和电商业务发展。 美图与阿里巴巴将在电商工具开发及云服务采购上深化合作，提升商家运营效率。 合作需满足政府审批条件，旨在推动技术创新和业务增长。 4.豆包·语音播客模型发布 火山引擎推出的豆包·语音播客模型通过流式模型构建，实现了文本到播客的快速转化，带来高效、互动性强的创作体验。 亮点提要： ??对话自然流畅，模拟真人播客口语习惯，提升听感真实度。 ?端到端便捷链路，从创作到成品仅需秒级时间，极大提高效率。 ??支持深度搜索与超长文本转播客，随时紧跟热点并丰富内容。 5.百度文心 X1 Turbo 大放异彩，斩获信通院最高评级！ 百度文心大模型 X1Turbo 在信通院评估中获国内首个“4+ 级”最高评级，展示出卓越的技术实力。 亮点提要： ?? 文心 X1Turbo 在24项能力评估中表现突出，16项能力满分，特别是在逻辑推理和代码推理方面。 ?? 基于文心大模型4.5升级，X1Turbo 性能更强、成本更低，且安全可靠度得到认可。 ?? 百度在AI技术研发中持续创新，X1Turbo 的成功标志着国内AI技术的重要突破。 6.谷歌发布Flow AI剪辑工具：Veo3 与 Imagen4 驱动、镜头控制与场景扩展 在2025年的Google I/O开发者大会上，谷歌推出了面向影视创作者的全新AI剪辑工具Flow，集成了Veo3、Imagen4和Gemini三大AI模型，通过自然语言提示和模块化工作流简化视频创作过程，为专业人士和初学者提供电影级视觉叙事能力。 亮点提要： ?? Flow整合Veo3、Imagen4和Gemini，通过简单文本提示生成高质量AI视频片段，支持角色对话和环境音效。 ?? Scenebuilder与Camera Controls功能赋予创作者对视频片段的无缝编辑和镜头控制能力。 ?? 内置Asset Management与Flow TV平台，优化素材管理和提供学习资源，助力创意社区发展。 详情入口： ?? https://labs.google/flow/about 7.从文本到电影！谷歌Veo3 震撼发布：4K画质、音视频一体生成 谷歌发布的Veo3视频生成模型，不仅支持音视频一体化生成，还具备超高分辨率和多样化风格支持，为创作者提供强大工具的同时，也强调了安全性与责任性。 亮点提要： ?? Veo3可同时生成高清视频与匹配音频，简化创作流程，物理模拟和口型同步效果出色。 ?? 支持4K分辨率，捕捉细微描述，适应多种风格需求，适合专业及教育领域使用。 ?? 仅限特定用户开放，集成安全功能如数字水印与筛选器，未来将扩展应用场景。 8.谷歌Imagen 4图像模型震撼发布：2K画质与精准文本渲染重塑AI创作 谷歌推出了最新一代图像生成模型Imagen4，具有超高分辨率、精准文本渲染和多种风格支持，为创作者提供强大工具。 亮点提要： ?超高分辨率与细节表现力：支持2K分辨率，细节捕捉显著提升，满足专业设计需求。 ??改进的文本渲染与风格多样性：生成清晰文字，支持多种艺术风格，扩展创作者表达空间。 ??快速生成模式与生态整合：速度提升10倍，集成多个平台，确保内容可追溯，降低误用风险。 9.谷歌Gemini 2.5 Pro Deep Think发布：并行推理重塑AI复杂问题解决 谷歌DeepMind在2025年Google I/O开发者大会上推出Gemini2.5Pro Deep Think模式，采用并行推理技术，大幅提升数学、编码和多模态推理能力，支持开发者灵活调整推理质量和成本。 亮点提要： ?? Deep Think模式通过并行推理技术，显著提升复杂任务表现，如数学、编码和多模态推理。 ?? 引入思考预算功能，开发者可平衡响应质量、延迟和成本，适应不同场景需求。 ?? 当前仅对受信任测试者开放，未来几周将逐步扩展至更广泛的应用领域。 10.谷歌虚拟试衣间重磅上线！上传照片秒变时尚模特，AI一键比价+自动下单 谷歌在I/O2025大会上推出了全新的AI虚拟试衣工具，用户上传照片即可快速生成逼真的穿搭效果图，同时支持多条件搜索、比价分析和自动下单，极大提升了在线购物的个性化和便利性。 亮点提要： ? 使用AI虚拟试衣工具，上传照片后几秒内就能生成逼真的穿搭效果图，体验高度个性化。 ?? 集成多条件搜索、实时比价和自动下单功能，简化购物流程，提升购物效率。 ?? 基于Gemini2.5和Shopping Graph技术，精准捕捉服装细节，支持多种体型和品牌。 11.谷歌公测AI编码助手Jules：Gemini 2.5 Pro驱动，挑战OpenAI的Codex 谷歌推出的AI编码助手Jules进入全球公测阶段，基于Gemini 2.5 Pro模型，通过异步任务处理和GitHub集成提升开发者效率，透明工作流和免费配额吸引用户，未来扩展潜力巨大。 亮点提要： ?? 异步任务处理与GitHub无缝集成，修复Bug、编写测试等任务自动化。 ?? 透明工作流，生成详细计划和代码变更差异，确保代码质量与团队规范。 ?? 支持Python和JavaScript，未来扩展至更多语言，挑战OpenAI Codex和GitHub Copilot。 详情入口： ?? https://jules.google/ 12.苹果计划在 iOS 19 中向第三方开发者开放 AI 模型 苹果计划在 iOS19 中向第三方开发者开放其 AI 模型，促进应用创新并增强硬件吸引力。初期将开放能在本地设备上运行的小型 AI 模型，开发者可通过新工具包利用 Apple Intelligence 创建新功能。 亮点提要： ?? 苹果计划在 iOS19 中开放 AI 模型，推动应用创新与硬件吸引力提升。 ?? 开发者可利用 Apple Intelligence 创建新功能，初期仅开放本地小型 AI 模型。 ?? 苹果目标是通过简化开发流程，将操作系统打造成 AI 软件平台的核心。 13.京东云宣布五大AI营销产品限时免费，助力商家提升销售效率 京东推出五大AI营销产品，包括数字人直播、商家客服智能体、商品图生成服务、视频混剪平台等，免费提供给商家，以提升销售效率和运营能力。 亮点提要： ?? 京东免费推出五大AI营销产品，助力商家提升销售效率。 ?? 数字人直播可全天候带货，降低直播成本，提高转化率。 ?? 京点点平台和视频混剪工具助力商家优化图文和视频营销。 14.字节跳动开源多模态模型 BAGEL：图文生成与编辑的新突破 字节跳动发布了一款名为BAGEL的开源多模态基础模型，拥有70亿个活跃参数，整体参数量达到140亿。该模型在多模态理解、文本到图像生成、图像编辑等方面表现出色，采用了混合变换器专家（MoT）架构，并通过多模态预训练实现了持续性能提升。 亮点提要： ?? BAGEL 是一款开源多模态基础模型，拥有70亿个活跃参数，超越多项标准基准测试。 ??? 该模型在图像生成和编辑任务中表现出色，能够进行自由形式的图像编辑和世界导航。 ?? 通过多模态预训练，BAGEL 展示了持续的性能提升，适应了复杂的多模态推理任务。 详情入口： ?? https://huggingface.co/ByteDance-Seed/BAGEL-7B-MoT 15.英伟达推出新型模型 Cosmos-Reason1 ，让 AI 更好理解物理世界 英伟达发布的Cosmos-Reason1系列模型，通过物理AI监督微调和强化学习提升AI在物理常识和具身推理上的能力，为机器人和自动驾驶领域带来新可能。 亮点提要： ?? 英伟达发布Cosmos-Reason1系列模型，增强AI在物理推理中的能力。 ?? 采用双本体系统，结合视频和文本数据进行同步推理。 ?? 在物理常识和具身推理基准测试中表现优异。 详情入口： ?? https://github.com/nvidia-cosmos/cosmos-reason1 ↓点击阅读原文，进AIbase官网. 阅读原文