北交字节最新开源ThinkGen：首次显式利用多模态CoT处理生成任务，多项任务性能SOTA

　　作者：Siyu Jiao等 解读：AI生成未来 亮点直击 首次提出思考驱动的视觉生成框架：?ThinkGen 是第一个显式利用 MLLM 的思维链（CoT）推理来处理各种生成场景的思考驱动视觉生成框架

　　12月30日，据《晚点 LatePost》独家报道，Meta宣布以数十亿美元收购中国AI公司蝴蝶效应，其核心产品Manus上线不足一年。这起交易是Meta历史上第三大收购案，仅次于WhatsApp与S

　　今年3月突然“出圈”的Manus被大厂相中了。12月30日，AI Agent创业公司Manus宣布将加入Meta。 根据媒体报道，Meta以数十亿美元收购开发AI应用Manus的公司蝴蝶效应，这是Me

　　相信这只是一个开始。 一家 AI 初创公司被大厂收购，在过去几年并不少见，Google、苹果、微软、阿里、蚂蚁、OPPO……都做了。 但在年中斥巨资 143 美元收购 Scale AI 近半股份后，M

　　文 / 道哥? 来源 / 节点AI观? 2025年的倒数第二天，硅谷投下了一枚“深水炸弹”。 就在几个小时前，Meta正式宣布收购人工智能初创公司Manus。 虽然双方并未在第一时间披露具体的交易金额

　　大浪淘沙，胜者为王。 2023年，当我们第一次被ChatGPT震撼时，那是惊艳。 2024年，当国产百模大战打得不可开交时，那是喧嚣。 到了2025年，这列高速疾驰的AI列车终于驶入了一个名为“实用主

　　AI又催生出一个千亿市场。 作者 张语格 编辑 趣解商业·AI力场 最近，一份“百度GEO营销方案”在AI圈里流传，好多网友疑问“百度下场做GEO”了？ GEO（Generative Engi

　　作者 林易 编辑?重点君 近日，全球顶级创业孵化器Y Combinator在最新一期视频播客中，对2025年AI行业做出年终总结。作为全球初创企业的风向标，YC每年孵化大量顶尖AI初创公司，其内部观察

　　作者 李越 编辑?重点君 12月18日，2025腾讯ConTech大会暨腾讯科技Hi Tech Day正式播出，中国工程院院士、知名专家和学者、头部科技企业创始人及知名投资人齐聚一堂，共同探讨智能时代

　　从早期的“千模大战”到大厂游戏，再到如今的百度、阿里双雄争霸，AI竞争的轮廓与市场局面，已经愈发清晰。当前的Agent之争能够看出来，真正的生产力时代正在到来。 作者 卢 ? ? 梭? 编辑

　　在港股科技股回暖的浪潮下，又一家硬核科技公司站在了IPO的门口。 12月15日，珠海金智维人工智能股份有限公司（以下简称“金智维”）向港交所递交了招股书，计划在香港主板上市。 作为一家国内最早探索RP

　　刚刚，OpenAI 发布了新版 ChatGPT Images，由全新的旗舰级图像生成模型驱动。 最新的图像生成模型能够精准编辑图像，同时保留所有细节，并且图像生成速度提升高达 4 倍。 研究团队还在

　　Google 正在将 Gemini 模型的能力融入多条产品线中。 上周，Google 宣布已将最先进的 Gemini 翻译功能引入 Google 翻译。 刚刚，Google 发布了适用于实时语音代理的

　　作者：Zhenglin Cheng等 解读：AI生成未来 亮点直击 简单而有效的一步生成框架。提出了一种一步生成框架，该框架不需要辅助训练模型（GAN 判别器）或冻结的教师模型（不同的/一致性蒸馏），

　　作者：Hongyu Li等 解读：AI生成未来 图1。EditThinker 概述。子图（a）展示了多轮思考编辑流程，该流程迭代批评、优化和重复编辑指令，子图（b）报告了四个图像编辑基准测试的结果，展

　　SaaS龙头Salesforce，于12月4日早美股盘后，公布2026财年3季度财报（截止10.31日）。当季业绩并不好，各主要指标基本都跑输市场预期。相对欣慰之处是，领先指标（cRPO和新签订单）在

　　半导体制造作为知识密集型的行业，往往面临一个棘手的挑战，即无形的“知识”的传承。一个常见的现象是资深工程师退休带走数十年设备操作经验，新员工面对堆积如山的设备手册无所适从，关键故障的处理方案散落在不同

　　作者：Zhoujie Fu等 解读：AI生成未来 亮点直击 iMontage统一模型，能够处理可变数量的输入/输出帧，有效衔接了视频生成与高动态图像生成领域。 构建任务无关的时序多样化数据pipeli

　　今天，谷歌开发者关系负责人、Google AI Studio 负责人在社交媒体上发布了一条仅含“Gemini”一词的推文，引爆话题。 就在昨日，马斯克刚刚宣布 Grok 4.1 的发布。Gemini

　　当今的去噪扩散模型并非传统意义上的“去噪”。 它们并不直接预测干净的图像。相反，神经网络预测的是噪声或带噪声的量。 ResNet 之父、麻省理工副教授何恺明新论文发现了这一问题。 预测干净数据和预测带

　　全栈式AI是谷歌翻盘的王牌。 如果仅看过去这一个月，很难想象这是那个在 2023 年因为 Bard「翻车」而被全球科技圈集体嘲笑的 Google。 上周（11 月 18 日），Google 发布了新一

　　作者：Zehong Ma等 解读：AI生成未来 亮点直击 DeCo解耦框架：DiT专注低频语义建模（采用下采样输入）；轻量级像素解码器重建高频信号。 创新频率感知损失函数：通过DCT转换至频域；基于J

　　文｜魏琳华 白鸽 编｜王一粟 全球AI To C的市场局势，似乎悄然发生了转变。 以OpenAI、DeepSeek等为代表的AI创业公司，凭借着对大模型技术能力的突破，在AI To C的应用市场中占据

　　前言：近日，蛰伏8个月的谷歌，以近乎突袭的方式推出新一代AI模型Gemini 3.0，瞬间改写了全球大模型的竞争格局。OpenAI CEO奥尔特曼罕见发文祝贺[这看起来是个很棒的模型]，特斯拉CEO马

　　作者：Rui Tian等 解读：AI生成未来 亮点直击 推出UniGen-1.5统一多模态大模型，通过创新的架构设计与训练流程，实现了先进的图像理解、生成与编辑能力融合。 开创统一强化学习训练框架，借

　　上周AI助手赛道热闹非凡，海外谷歌Gemini 3 Pro刷屏但业界称这一模型并未实现断代级领先。 文｜数智前线、阿里和蚂蚁在AI个人助手战场密集出牌 11月17日，阿里巴巴官宣千问APP正式开

　　本文作者：董董 版式设计：而漪 遇事不决，先问AI。 美国NORC公共事务研究中心的一项调查显示，人工智能（AI）最广泛的用途是充当搜索引擎。 越来越多的人，开始用AI搜索代替了原本的搜索引擎。 数据

　　来源：@首席数智官 在硅谷的计算机历史博物馆里，静静躺着早期的真空管和穿孔卡片。它们沉默不语，却定义了那个时代计算的极限。 而在Google DeepMind的数据中心里，无数个TPU正在以微秒级的

　　就在昨日，xAI 又推出 Grok 4 Fast。马斯克在自己的 X 平台上配文：2M 上下文窗口！除了支持 2M 的上下文窗口之外，新模型仅需?约1/10?的价格即可达到?Gemini 2.5 的性

　　近日，斯坦福大学发布关于 Paper2Agent 的论文，探索将学术论文转换为 AI Agent的自动化框架。 传统的研究论文需要读者投入大量精力去理解论文的代码、数据和方法，并将其应用到自己的工作中

　　近Kaiyun官方中国日，谷歌宣布推出两款全新的机器人模型 —— Gemini Robotics 1.5 和 Gemini Robotics-ER 1.5，在机器人智能化和通用性上实现了重要突破。 两款模型将通过先进的思

　　在 AI 热潮席卷全球的背景下，谷歌云（Google Cloud）正在积极布局其下一代智能引擎 —— Gemini Enterprse。 该新产品可连接企业数据，并包含代理构建器、客户服务工具等。 G

　　今日，Google 发布最新的 Gemini 3.0 pro 模型，仅凭几行提示词，就在浏览器里用一张 HTML 文件复刻了 macOS 风格界面，成功率是“100%”。 这条消息迅速占领各大科技头条

　　今时不同往日，刚刚过去的2025年十一假期，可以称得上是AI时代的第一个十一假期。 一个全新的概念已经浮出水面：旅行Agent（AI旅行助手）。 各大平台纷纷开始把AI应用于旅行上，无论是规划行程、提