分类：前沿资讯

字节跳动港大联合发布Mini-o3：低成本复现并超越o3视觉推理

字节跳动与香港大学联合开发的开源模型Mini-o3，实现多轮视觉推理突破：以最多6轮训练数据，支持测试时数十轮深度推理，解决传统模型训练成本高、推理深度有限痛点。在高难度视觉搜索任务中超越现有开源模型，依托VisualProbe数据集与两阶段训练法，推动机器人视觉、医疗影像等领域应用。

Lyra

2025-09-16

蚂蚁集团推出全球首个智能眼镜可信连接框架gPass 重构数字生活入口

AI眼镜成下一代智能终端，但面临生态碎片化难题。蚂蚁集团推出全球首个智能眼镜可信连接技术框架gPass，以安全、交互、连接为核心，破解软硬件不统一、应用匮乏、服务割裂痛点，构建全链路安全防护、自然多模态交互及跨设备协同标准，已落地支付、文旅、医疗等场景，加速行业普及，重新定义数字生活入口。

Lyra

2025-09-16

语音语言模型(LSLM)破局：全球首个开源端到端框架LLaSO树立研究新基准

在语音语言模型（LSLM）面临架构碎片化、数据不透明等瓶颈时，北京深度逻辑智能推出全球首个完全开源、端到端语音大模型框架LLaSO。该框架含数据对齐（1200万样本）、指令微调（1350万样本）、评估基准（1.5万测试样本）三大核心组件，解决行业痛点，推动语音AI迈向开放可及未来。

Lyra

2025-09-16

OpenVision 2发布：极简生成式视觉预训练摒弃对比学习，性能效率全面超越CLIP

OpenVision 2掀起视觉预训练“减法革命”，以极简设计挑战CLIP霸权：砍掉文本编码器与对比学习，仅保留图像→描述生成任务，训练效率提升1.5-2倍、显存占用减半，性能媲美CLIP，在OCR、图表理解等细粒度任务更优。依托Recap-DataComp-1B v2高质量数据，推动视觉大模型降门槛。

Lyra

2025-09-16

OpenAI推出GPT-5-Codex：智能编程迈入新时代，Codex平台全面升级

OpenAI 2025年发布GPT-5-Codex，深度优化的AI编程助手。核心“agentic coding”实现从辅助到自主协作，能主动规划任务、处理复杂项目（如大规模重构），动态平衡效率与深度：简单任务token减93.7%，复杂任务推理时间翻倍。结合Codex CLI开源及IDE扩展，重新定义开发者与AI协作，提升开发效率。

Lyra

2025-09-16

Meta新论文LSP方法陷争议：被指忽视前人研究，创新性存疑

Meta新论文《Language Self-Play》提出LSP方法，通过单一模型自我博弈（挑战者-解决者角色切换）实现大模型无数据训练，结合强化学习优化，实验显示性能接近数据驱动模型。但该方法因被指忽视2023-2025年相关前人研究，引发学术争议。

Lyra

2025-09-15

英伟达推出NVIDIA Rubin CPX GPU：首款百万级token上下文AI推理芯片，性能与内存双重突破

英伟达发布新一代AI推理GPU Rubin CPX，专为超大上下文处理与生成式视频打造，配备128GB GDDR7内存、30 PFLOPS算力（NVFP4精度优化），集成视频编解码单元，投资回报率达50倍，2026年底上市，重塑AI推理效率与应用边界。

Lyra

2025-09-15

全球大模型开源生态报告2.0发布：中美贡献超四成核心力量，AI编程工具爆发式增长

《全球大模型开源开发生态全景与趋势报告2.0》发布，蚂蚁开源联合Inclusion AI勾勒AI开源生态。数据显示，62%核心项目诞生于“GPT时刻”后，平均年龄30个月，迭代加速至2-3个月；中美开发者贡献超40%，成“双核引擎”。技术上，MoE架构突破参数瓶颈，多模态成主流，AI编程工具爆发重塑开发流程，中国以开放权重策略推动生态创新。

Lyra

2025-09-15

小红书发布FireRedTTS-2对话合成模型重塑AI播客与多语言语音生成

小红书发布新一代对话合成模型FireRedTTS-2，双模块驱动革新：离散语音编码器提升效率与语义，双Transformer合成模型实现多说话人自然切换。解决行业灵活性不足、发音错误等痛点，流式解码低延迟，支持多语言，自然度逼近真人，赋能AI播客、智能对话等场景，成AIGC音频重要工具。

Lyra

2025-09-15

OpenAI与微软签署谅解备忘录战略合作开启新篇章聚焦AI工具与安全

2025年9月，OpenAI与微软签署新阶段非约束性谅解备忘录，标志AI战略合作升级。双方合作基于超130亿美元投资，微软Azure提供算力支持，OpenAI技术赋能其产品；新协议以安全为核心原则，将深化技术研发与商业化，巩固行业领先地位，影响全球AI生态格局。

Lyra

2025-09-15

快手可灵团队发布MIDAS框架：64倍压缩与500ms低延迟实现数字人多模态实时交互

快手可灵团队发布MIDAS框架，破解数字人实时交互高延迟与多模态融合难题，端到端延迟<500ms，支持音频、文本、姿态协同控制。通过64倍压缩自编码器、双阶段生成设计，实现自然对话、跨语言歌唱等场景落地，推动虚拟主播、元宇宙社交等领域数字人交互升级。

Lyra

2025-09-14

Meta Connect 2025前瞻：智能眼镜、Meta AI与Llama模型领衔创新看点

Meta Connect 2025发布两款智能眼镜：高端带屏Hypernova（800美元，与Prada合作，探索AR技术）和大众无屏Ray-Ban Meta（300美元，主打日常使用）。Meta AI月活超10亿，但Llama 4模型开发推迟；元宇宙Horizon Worlds将引入AI NPC。展现其AR/AI/元宇宙协同布局与市场分层策略。

Lyra

2025-09-14

前沿资讯 [137]

前沿资讯 ^[137]