AI日报：GPT-5-Auto现身Mac客户端；阿里开源WebAgent项目WebShaper；腾讯推X-Omni多模态模型 AI日报 7月31日?AIbase1、阿里开源WebAgent项目WebShaper，GAIA评测超过Claude4-Sonnet 2、Moonvalley发布Sketch-to-Video功能：手绘草图秒变电影级视频 3、腾讯AI新突破：X-Omni模型让智能生成告别写字困难症，图文理解生成一步到位 4、百度搜索首页将变身AI应用中心?智能体入口灰度测试中 5、Midjourney 推出“为您推荐”功能:一键解锁个性化图片与视频体验 6、GPT-5发布越来越近！GPT-5-Auto 与 GPT-5-Reasoning 现身 Mac 客户端 7、Ollama发布桌面客户端！拖拽文档、多模态识别，本地AI从此告别命令行 8、OWL团队开源全新多智能体工具Eigent:革新复杂任务处理效率 9、OpenAI 今年收入激增至 120 亿美元 周活跃用户破 7 亿大关 10、英伟达H20算力芯片被约谈:国信办要求说明“追踪定位”及“远程关闭”风险 11、万兴科技惊艳登榜！天幕2.0模型成国内第四，携手华为云共建AI视频实验室 1.阿里开源WebAgent项目WebShaper，GAIA评测超过Claude4-Sonnet 阿里云通义实验室开源了其自主搜索AI智能体项目WebAgent，其中WebSailor和WebShaper在多个评测中表现优异，展示了其在复杂任务中的强大能力。该项目不仅降低了使用门槛，还为全球AI社区提供了工业级训练框架和评估标准。 亮点提要： ?? WebAgent通过模拟人类搜索行为，实现高效处理复杂网络任务。 ?? WebSailor-72B模型在权威评测中超越多数闭源模型，展现卓越性能。 ?? WebShaper采用形式化驱动的数据合成方法，提升多步推理准确性。 详情入口： ?? https://github.com/Alibaba-NLP/WebAgent 2.Moonvalley发布Sketch-to-Video功能：手绘草图秒变电影级视频 Moonvalley推出的Sketch-to-Video功能通过手绘草图和文本描述生成高质量视频，为影视制作、广告创意及个人创作提供了便捷的工具。该功能依托Marey模型，具备精准控制和伦理保障，显著降低了视频制作成本与门槛。 亮点提要： ? Sketch-to-Video允许用户通过手绘草图和文本生成电影级视频片段。 ?? Marey模型使用授权素材训练，确保版权安全并提升视频质量。 ?? 该功能大幅降低视频制作成本，赋能全球创作者并推动AI与影视行业的深度融合。 3.腾讯AI新突破：X-Omni模型让智能生成告别写字困难症，图文理解生成一步到位 腾讯研究团队推出的X-Omni多模态AI模型在图像生成和理解领域实现了重大突破，特别是在长文本渲染方面表现出色，解决了传统AI模型在文字生成中的准确性问题。该模型通过强化学习框架和统一建模技术，显著提升了输出质量的稳定性和准确性。 亮点提要： ? X-Omni采用强化学习框架优化模型性能，引入多维度奖励机制提升文字渲染准确率。 ?? 实现图像生成与理解功能的统一建模，无需不同模型架构和训练策略。 ?? 在多个基准测试中表现优异，尤其在长文本渲染和图像理解任务中超越主流模型。 详情入口： ?? https://arxiv.org/pdf/2507.22058 4.百度搜索首页将变身AI应用中心?智能体入口灰度测试中 百度搜索正在测试在电脑端首页开放智能体应用入口，用户未来可能直接在搜索框下方访问各类AI应用。该功能目前处于灰度测试阶段，预计不久将全面开放。 亮点提要： ?? 百度搜索计划在首页开放智能体应用入口，提升用户搜索体验。 ?? 智能体主要来源于文心智能体平台、外部优质AI应用及百度自研应用。 ?? 目前该功能处于灰度测试阶段，尚未得到百度官方正式回应。 5.Midjourney 推出“为您推荐”功能:一键解锁个性化图片与视频体验 Midjourney 在探索页面新增了‘为您推荐’按钮，基于用户历史交互数据和偏好学习算法，提供个性化AI生成的图片和视频推荐。这一功能极大提升了用户的创作效率和个性化体验。 亮点提要： ? 用户点击‘为您推荐’按钮即可获取符合自身风格的创意内容。 ?? 系统通过分析用户的历史操作（如点赞、moodboard上传）捕捉风格偏好。 ?? 推荐结果支持参数调整，优化输出效果。 6.GPT-5发布越来越近！GPT-5-Auto 与 GPT-5-Reasoning 现身 Mac 客户端 文章揭示了OpenAI可能正在测试GPT-5的两个新模型，GPT-5-Auto和GPT-5-Reasoning，这些发现暗示其下一代AI模型已进入内部测试阶段，预计2025年夏季正式发布。 亮点提要： ?? GPT-5-Reasoning专注于复杂任务的逻辑拆解与多步推理，表现出色。 ?? GPT-5-Auto具备高度自动化能力，可执行多步骤任务，减少用户干预。 ?? OpenAI计划在2025年夏季正式发布GPT-5，加速开发进程。 7.Ollama发布桌面客户端！拖拽文档、多模态识别，本地AI从此告别命令行 Ollama推出了桌面客户端，为用户提供了更直观的交互体验。该客户端支持多模态识别和文档拖拽功能，同时保持了本地运行的优势，提升了隐私保护和效率。 亮点提要： ?? 图形化界面简化操作，降低使用门槛。 ??? 多模态识别支持图像与文本交互，提升应用多样性。 ?? 本地运行保障数据隐私，满足合规要求。 详情入口： ?? https://ollama.com/download 8.OWL团队开源全新多智能体工具Eigent:革新复杂任务处理效率 OWL团队推出了全新的多智能体协作工具Eigent，旨在通过多智能体协作提升复杂任务的处理效率。该工具继承了CAMEL和OWL的成功经验，并引入了高效的并行处理机制、灵活的定制能力以及Human-in-the-Loop机制，为AI开源生态带来了重大突破。 亮点提要： ?? **高效任务拆解与并行处理**：Eigent通过多层次并行机制显著提升任务处理效率。 ??? **灵活定制与工具整合**：支持动态创建Workforce，整合多种数据源和工具，提高适用性。 ?? **Human-in-the-Loop机制**：允许用户在关键节点进行人工干预，确保任务精度和主观判断。 详情入口： ?? https://github.com/eigent-ai/eigent 9.OpenAI 今年收入激增至 120 亿美元 周活跃用户破 7 亿大关 OpenAI 在2023年取得了显著的商业成就，前七个月收入达到120亿美元，预计月收入将达到10亿美元。周活跃用户数突破7亿，显示出其产品的广泛市场认可。公司目标到2029年实现年收入1250亿美元。 亮点提要： ?? OpenAI 今年前七个月收入达120亿美元，月收入预计10亿美元。 ?? 周活跃用户突破7亿，ChatGPT 受到全球用户欢迎。 ?? OpenAI 目标到2029年年收入增至1250亿美元，展现雄心壮志。 10.英伟达H20算力芯片被约谈:国信办要求说明“追踪定位”及“远程关闭”风险 国家互联网信息办公室就英伟达H20算力芯片的安全风险，特别是‘追踪定位’和‘远程关闭’技术，对英伟达公司进行了约谈。网信办要求英伟达详细说明其对华销售的H20芯片的漏洞后门安全风险问题，并提交相关证明材料。 亮点提要： ?? 国家互联网信息办公室约谈英伟达，关注其H20芯片的‘追踪定位’和‘远程关闭’技术风险。 ?? 英伟达的算力芯片存在严重安全漏洞，且相关技术已成熟。 ?? 网信办依据《网络安全法》等法规，要求英伟达提供详细说明和证明材料。 11.万兴科技惊艳登榜！天幕2.0模型成国内第四，携手华为云共建AI视频实验室 万兴科技凭借天幕2.0模型的出色表现，在AI视频生成领域取得显著进展，并与华为云展开深度合作，共同探索AI技术的应用潜力。 亮点提要： ?? 万兴天幕2.0模型在SuperCLUE榜单中位列国内第四，展现了其强大的技术实力。 ?? 与华为云共建AI视频大模型实验室，推动行业技术革新。 ?? 未来合作有望拓展至更多领域，提升用户数字创意体验。 ↓点击阅读原文，进AIbase官网. 阅读原文