AI日报：即梦上线智能多帧功能；可灵2.1首尾帧升级；钉钉推语音识别大模型Fun-ASR AI日报 8月22日?AIbase1、腾讯元宝接入 DeepSeek V3.1，开启全新智能体验 2、即梦AI上线智能多帧功能！最多支持10张图片，一键生成超长镜头 3、可灵AI首尾帧功能重磅升级！2.1模型效果提升235%，视频创作进入精准控制时代 4、钉钉、通义实验室联合发布 Fun-ASR，新一代语音识别大模型亮相 5、腾讯CodeBuddy IDE国内版开启公测 接入DeepSeek V3.1 6、Vercel AI Gateway发布！百种AI模型一键调用，零门槛打造智能应用 7、Anthropic将Claude Code整合进企业计划 提升AI开发治理能力 8、阿里Mobile-Agent-v3横空出世！GUI自动化领域迎来跨时代突破 9、阿里发布新一代Agentic Coding编程平台Qoder 10、清华IDEA团队重磅发布GUAVA！单张照片0.1秒生成3D化身，技术突破震撼全球 11、谷歌搜索新增 AI Agent，餐厅预订与个性化服务一键搞定! 12、VAST重磅发布Tripo 3.0！AI 3D建模新王者诞生，4000万数据集震撼全球 1.腾讯元宝接入 DeepSeek V3.1，开启全新智能体验 腾讯元宝正式接入 DeepSeek V3.1，显著提升了响应速度和智能助手能力，为用户提供更高效、更智能的服务。 亮点提要： 提升响应速度，快速给出答案。 增强智能助手能力，处理复杂任务。 持续优化产品，满足用户需求。 2.即梦AI上线智能多帧功能！最多支持10张图片，一键生成超长镜头 文章介绍了即梦AI推出的智能多帧功能，该技术通过仅需10张关键帧图像即可生成54秒连贯的长镜头视频，极大简化了视频制作流程，并提升了创作效率和视觉效果。 亮点提要： ?? 简化视频制作：AI一键生成54秒长镜头，传统剪辑不再必需。 ? 流畅运镜：复杂指令轻松实现，视觉效果更加高级。 ?? 自然过渡：画面过渡自然流畅，给观众带来极佳体验。 3.可灵AI首尾帧功能重磅升级！2.1模型效果提升235%，视频创作进入精准控制时代 文章详细介绍了可灵AI的2.1模型首尾帧功能，该技术通过算法优化和数据质量提升，实现了235%的效果提升，使AI视频生成从随机性转向精准可控。这一突破为广告营销、影视制作、短剧创作和动画制作等领域带来了显著的价值提升。 亮点提要： ?? 首尾帧功能让创作者能精确控制视频的起始和结束画面，提升创作效率。 ?? 2.1模型的性能飞跃标志着AI视频生成技术的重大进步，推动行业向专业级平台发展。 ?? 该技术在多个领域如广告、影视、动画等带来变革，助力创意表达与内容生产。 4.钉钉、通义实验室联合发布 Fun-ASR，新一代语音识别大模型亮相 钉钉与通义实验室合作推出新一代语音识别大模型 Fun-ASR，旨在为企业提供更强大、灵活的语音转写能力。该模型具备高效处理复杂语音信号、精准识别行业术语、支持多语言和口音识别等优势，并提供专属模型定制训练服务，满足企业个性化需求。 亮点提要： ?? Fun-ASR 能够高效转写复杂语音信号并精准识别行业术语。 ?? 支持多种语言和口音识别，拓展了应用场景。 ??? 提供专属模型定制训练服务，满足企业个性化需求。 5.腾讯CodeBuddy IDE国内版开启公测 接入DeepSeek V3.1 腾讯正式推出CodeBuddy IDE国内版，支持多款前沿模型，实现从需求到部署的全流程自动化编程，提升开发效率。 亮点提要： ?? CodeBuddy IDE是国内首个支持DeepSeek V3.1的AI一站式工作台。 ?? DeepSeek-V3.1-Think在编程能力、工具调用和思考效率上表现突出。 ?? 内置腾讯云EdgeOne Pages等工具，助力开发者快速构建和部署应用。 6.Vercel AI Gateway发布！百种AI模型一键调用，零门槛打造智能应用 Vercel AI Gateway的发布标志着AI开发领域的又一里程碑，为开发者提供了一个高效、便捷的AI模型调用平台，解决了多模型、多供应商管理的复杂痛点。 亮点提要： ?? 支持数百种AI模型，涵盖OpenAI、xAI、Anthropic等知名供应商。 ?? 零成本加价，支持BYOK功能，提升灵活性与成本透明度。 ? 性能优化，低延迟且高可靠性，满足大规模AI工作负载需求。 详情入口： ?? https://vercel.com/blog/ai-gateway-is-now-generally-available 7.Anthropic将Claude Code整合进企业计划 提升AI开发治理能力 Anthropic将Claude Code整合进企业计划，强化了AI开发的治理能力，并推出了合规API以满足企业需求。 亮点提要： ?? 将Claude Code整合进企业订阅服务，提升AI开发治理能力。 ?? 新增合规API，加强IT和安全领导对AI辅助编码的监控与治理。 ?? 通过分析仪表盘和使用限制，管理用户活动并优化资源分配。 8.阿里Mobile-Agent-v3横空出世！GUI自动化领域迎来跨时代突破 文章介绍了阿里巴巴发布的第三代GUI智能体框架Mobile-Agent-v3和开源的多模态跨平台GUI虚拟层模型GUI-Owl，展示了其在多个权威测试中的卓越性能，并强调了其在GUI自动化领域的技术突破与广泛应用前景。 亮点提要： ?? Mobile-Agent-v3实现了跨平台GUI自动化，支持移动设备和桌面系统。 ?? GUI-Owl具备多模态感知能力，能精准识别界面元素并执行自然语言指令。 ?? 开源的GUI-Owl为开发者提供了强大的工具，推动行业技术创新。 详情入口： ?? https://github.com/X-PLUG/MobileAgent 9.阿里发布新一代Agentic Coding编程平台Qoder 阿里发布的新一代Agentic Coding编程平台Qoder，以其强大的上下文工程能力和编程智能体，为软件开发带来了革命性的变革。Qoder不仅提升了开发效率，还通过创新的功能如Repo Wiki和Quest Mode，改变了传统开发模式，为开发者提供了高效、智能且易于使用的编程环境。 亮点提要： ?? Qoder集成了全球顶尖的编程模型，能够一次检索多达10万个代码文件，提升开发效率。 ?? Qoder内置代码检索引擎，支持Repo Wiki功能，显性化隐性知识，便于理解和项目管理。 ?? Quest Mode（AI自主编程模式）使Agent能扮演全栈工程师角色，将抽象需求转化为详尽设计规范并完成任务。 详情入口： ?? https://qoder.com 10.清华IDEA团队重磅发布GUAVA！单张照片0.1秒生成3D化身，技术突破震撼全球 清华大学与粤港澳大湾区数字经济研究院联合研发的GUAVA框架在3D化身生成技术上实现了重大突破。该框架能够在0.1秒内仅凭一张照片生成高质量的3D化身模型，显著提升了效率和精度，为多个行业提供了全新的解决方案。 亮点提要： ?? GUAVA框架能在0.1秒内通过单张照片生成高精度的3D化身模型。 ?? 引入了创新性的3D高斯模型，提高了虚拟形象的表现力和细节呈现。 ?? 开源精神推动了全球开发者基于GUAVA进行二次开发和创新应用。 详情入口： ?? https://eastbeanzhang.github.io/GUAVA/ 11.谷歌搜索新增 AI Agent，餐厅预订与个性化服务一键搞定! 谷歌搜索引擎新增 AI Agent 功能，为用户提供更智能的搜索体验。该功能能够自动完成餐厅预订，并根据个人偏好定制搜索结果，极大简化了用户的预订流程。此外，AI Agent 还支持与家人和朋友分享搜索灵感，提升了互动体验。目前，该功能已在180多个国家和地区推出，未来还将扩展到更多应用场景。 亮点提要： ??? AI Agent 功能帮助用户轻松预订餐厅，满足个性化需求。 ?? 用户可分享搜索结果，与朋友共同决策，提升互动体验。 ?? 功能已在180多个国家推出，未来将拓展至更多应用领域。 12.VAST重磅发布Tripo 3.0！AI 3D建模新王者诞生，4000万数据集震撼全球 文章介绍了VAST公司推出的Tripo 3.0版本，标志着AI驱动的3D内容创作进入全新发展阶段。该技术已服务超过300万名开发者，并被700多家企业采用，同时拥有4000万个高质量3D数据集，展示了AI在3D建模领域的巨大潜力。 亮点提要： ?? Tripo 3.0标志着AI3D建模进入新阶段，推动行业变革。 ?? VAST已服务300万开发者并获得700多家企业客户信任。 ?? 累计生成4000万个高质量3D模型，为AI优化提供宝贵资源。 ↓点击阅读原文，进AIbase官网. 阅读原文