ai_news_summary_2025-08-24

AINews - 2025-08-24

原文链接

Genie 3是交互式世界模拟器，支持文本、照片或视频提示，具有高级空间记忆（状态在镜头外持续存在）和实时头像控制功能。DeepMind还发布了关于Genie 3潜力的播客。

阿里巴巴新开源图像编辑器在图像编辑竞技场中获得ELO 1098（排名第2），与GPT-4o性能相当但成本大幅降低。社区示例显示强大的局部编辑和风格保真度。

DeepSeek v3.1在多个平台上线，重点强调软件工程智能体和搜索智能体用例，向完整DeepResearch系统发展。支持Apple Silicon本地推理和集群服务。

上海AI实验室推出241B总参数/28B激活参数的科学多模态MoE，在5T token（2.5T科学数据）上持续预训练，使用混合奖励（MoR）在1000+任务上进行离线→在线RL训练。

k-means路由系统（k=60）通过α参数在准确性和成本间权衡，报告显示在某一配置下比GPT-5-medium准确率高约7%，成本低约27%。

定制”gpt-4b micro”模型设计出新型Yamanaka因子变体，在体外实现比OSKM高50倍以上的iPSC重编程效率，并有早期DNA修复改善证据。

36B参数模型支持原生512k上下文，在RULER基准测试中128k上下文得分94，内置”思考预算”机制，通过特殊标记自跟踪token使用。

Elon Musk宣布xAI的Colossus 2成为”世界首个千兆瓦+AI训练超级计算机”，同时公布”Macrohard”纯AI软件公司招聘计划。

发布每提示的中位数文本提示能耗指标：<9秒电视能量，约5滴水，0.03 gCO2e，报告显示过去一年每提示能耗降低33倍，碳排放减少44倍。

Kling 2.1发布”开始和结束帧”功能，声称比1.6版本质量提升235%，支持精确中间帧合成，与Lovart平台集成。

DeepMind的交互式世界模拟器，支持多模态输入和实时控制，具有持久状态记忆功能，为 embodied AI 训练提供环境。

Apache-2.0开源图像编辑器，支持3-bit ARA微调，在单张5090显卡上训练1024分辨率LoRA，成本效益极高。

专为软件工程和搜索智能体优化的模型，支持本地推理和集群部署，在Apple Silicon上实现线性扩展。

模拟器工具新增可分享只读链接功能，SDK即将发布，用于数据生成、评估引导和安全测试。

支持在Mac Studio集群上通过TB5实现线性扩展，EXO 1.0即将开源，实现多设备分布式推理。

WebGPU实现的浏览器内语义对象跟踪，支持点提示实例掩码传播，完全客户端运行，无需服务器。

Gemini API提供批量处理功能，大型作业成本降低50%，支持最多2GB JSONL文件和Google搜索等工具。

插件式推理时方法，在并行CoT中剪枝低置信度分支，节省最多85%的token，约50行代码即可集成到vLLM。

搭载4×RTX 6000 Blackwell Max-Q（384GB VRAM）、8TB NVMe、Threadripper PRO 7975WX，峰值功耗1650W，提供完整构建指南。

Node/TypeScript工具，让智能体能够获取和与Web API交互，支持MCP协议，实现智能体与网络服务的无缝连接。