騰訊

微信輸入法新增圖片文字功能

微信輸入法上了新功能“圖片文字”，類似小紅書的“一句話生成圖片”。二級菜單設有“文字圖片”的功能入口。用戶在此功能中輸入文字，便能轉(zhuǎn)換成一張經(jīng)過排版的圖片，涵蓋“智能配表情包”“諾基亞風格”“Photoshop5”等多種預設排版風格。于微信聊天框內(nèi)，用戶既能夠直接生成并向好友發(fā)送，也能夠選擇保存至本地相冊。

騰訊加碼Agent

5月14日，騰訊一季度財報電話會上，騰訊總裁劉熾平提出“在微信生態(tài)系統(tǒng)內(nèi)，我認為我們有機會創(chuàng)造一個非常獨特的Agent，即AI與微信生態(tài)系統(tǒng)特有的內(nèi)容相連接，包括社交、通信和社區(qū)能力以及內(nèi)容生態(tài)系統(tǒng)，比如公眾號和視頻號，以及數(shù)以百萬計的小程序。實際上你可以接入各種信息，以及許多不同垂直應用程序的交易和操作能力�！�

馬化騰也重點提到了Agentic AI。他表示，AI?能夠幫助用戶完成包含多步驟、需要調(diào)用工具，甚至連接其他應用的復雜任務。馬化騰進一步分析：Agentic AI 可以分為“通用”和“嵌入微信生態(tài)”兩類，并且兩者是不同的產(chǎn)品。

騰訊混元Hunyuan Image2.0模型發(fā)布

5月16日，騰訊混元發(fā)布業(yè)內(nèi)首個毫秒級響應的實時生圖大模型Hunyuan Image2.0(參數(shù)規(guī)模提升數(shù)10倍)，支持文本、語音、草圖等多種交互方式。此外，騰訊云還透露，騰訊混元原生多模態(tài)圖像生成大模型已經(jīng)在路上。

騰訊混元T1-Vision上線元寶

5 月 12 日，騰訊混元 T1-Vision 上線元寶，融合了多模態(tài)原生長思維鏈，可深度理解圖片內(nèi)容。實現(xiàn)"邊看圖邊思考"，完答速度提升 1.5 倍，還可以通過識別圖片提示在圍棋賽局中下一步如何走。

小面君：Agent這把火，騰訊也得燒啊。Manus帶起了通用Agent的熱度。但作為超級APP，微信已經(jīng)覆蓋了社交到電商、娛樂、資訊等產(chǎn)品，不論是微信內(nèi)部直接做Agent，還是通過元寶做Agent連接微信生態(tài)系統(tǒng)，都無疑會產(chǎn)生一個超級Agent。今年看起來是一個“Agent年”，守著微信，騰訊有很多可能性。

Manus

manus開放注冊，否認新融資

5月14日，Manus發(fā)文否認關于“Manus母公司擬以15億美元估值進行融資，規(guī)模1億美元”的消息，回應稱目前正專注產(chǎn)品研發(fā)和用戶體驗。

與此同時，此前需要邀請碼才能注冊使用的Manus，也正式走向全面開放。目前Manus中文版還未上線。

OpenAI

OpenAI與微軟再次磋商

5月12日消息，據(jù)英國《金融時報》報道，OpenAI和微軟正洽談數(shù)十億美元的全新融資與合作。雙方關系微妙。這次洽談旨在讓OpenAI能夠在未來實現(xiàn)首次公開IPO上市，同時保護微軟對前沿AI的訪問權(quán)限，通過放棄OpenAI新營利性業(yè)務中的部分股權(quán)，以換取2030年之后微軟對OpenAI新技術訪問權(quán)。

時間回到3月底，OpenAI宣布從軟銀集團（SBG）等機構(gòu)融資400億美元，軟銀“對賭”投資OpenAI，OpenAI估值高達3000億美元。有消息稱，OpenAI正計劃大幅削減微軟的收入分成。根據(jù)現(xiàn)有協(xié)議，OpenAI同意2030年前與微軟分享其1740億美元的20%收入，然而最近幾周，OpenAI表示，到2030年，它將僅與微軟等商業(yè)合作伙伴分享10%的收入。

GPT-4.1要來了

5月15日消息，OpenAI宣布ChatGPT完成重要升級，全新的GPT-4.1模型即日起將直接在ChatGPT中提供。、

GPT-4.1是一款專攻編碼任務和指令遵循的專用模型。Plus、Pro和Team用戶將能夠通過模型選擇器中的“更多模型”下拉菜單訪問GPT-4.1。訂閱付費服務（Plus/Pro/Team）的用戶可優(yōu)先體驗完整版的GPT-4.1，而所有用戶均能使用簡化版的GPT-4.1 mini，原GPT-4.0 mini則隨之停止服務。

openAI全球擴張計劃曝光！擬在阿聯(lián)酋建數(shù)據(jù)中心

據(jù)外媒報道，OpenAI正在考慮擴大其在中東的業(yè)務，在阿拉伯聯(lián)合酋長國建立一個新的數(shù)據(jù)中心。OpenAI CEO奧特曼正在海灣地區(qū)隨美國出訪團進行訪問。

小面君：OpenAI今年“Agent”已確認是其重點發(fā)力方向。只是蛋糕做大了，怎么分仍然是個問題。作為老牌支持者的微軟與OpenAI相愛相殺，不過微軟也在持續(xù)解綁OpenAI，這場拉鋸戰(zhàn)恐怕還要上演更久。

xAI

馬斯克稱Grok 3.5延遲到下周發(fā)布

5月12日,有網(wǎng)友在X平臺發(fā)起趣味討論："Grok 3.5、GPT-4o Pro 和 GTA 6 哪個將更早發(fā)布？"，xAI 創(chuàng)始人馬斯克回復稱，Grok 3.5 仍需一周左右的時間進行打磨，目前狀態(tài)還略顯粗糙。早在 4 月 29 日，馬斯克就曾預告將在近期向 SuperGrok 訂閱者發(fā)布 Grok 3.5 早期測試版。官方表示，該版本為 " 專業(yè)領域問答專家 "，特別擅長解答火箭發(fā)動機、電化學技術等專業(yè)問題。

xAI 未按時發(fā)布 AI 安全框架

5月14日消息，據(jù)監(jiān)督組織 The Midas Project 指出，xAI 未能在其自行設定的最后期限前發(fā)布最終的人工智能安全框架。近期的一份報告顯示，其 AI 聊天機器人 Grok 在用戶要求下，能夠?qū)ε哉掌M行“脫衣”處理。Grok 的語言風格也比 Gemini 和 ChatGPT 等其他聊天機器人也更為粗俗，經(jīng)常毫無顧忌地使用臟話。

小面君：作為OpenAI的前“金主”，馬斯克的xAI前腳爆出融資消息，稱可能融后估值達到1200億美元，后腳安全就被爆出問題，小面君看來，Grok 3.5 雖好，做好安全審查更重要，一旦APP被下架，損失就大了。

谷歌

谷歌發(fā)布超強編程AI Agent

當?shù)貢r間5月15日，谷歌Deepmind發(fā)布用于設計高級算法的編程AI Agent——AlphaEvolve。AlphaEvolve與谷歌大模型Gemini深度集成，可以幫助開發(fā)人員快速設計出最好、高效的矩陣算法。

AlphaEvolve在困擾了數(shù)學家300多年的“接吻數(shù)問題”（Kissing Number Problem，即一個中心球最多能同時接觸多少個不重疊的等大球體）上，在11維空間中發(fā)現(xiàn)了一個包含593個外層球的構(gòu)型，刷新了該維度下的已知下界，體現(xiàn)出強大的數(shù)學能力。

字節(jié)

字節(jié)推出Seed1.5-VL多模態(tài)模型

5月13日，字節(jié)跳動多款模型上新。火山引擎發(fā)布了豆包視頻生成模型Seedance 1.0 lite，支持文生視頻、圖生視頻，視頻生成時長支持5s、10s，分辨率提供480P、720P。發(fā)布最新視覺-語言多模態(tài)大模型Seed1.5-VL。該模型具備更強的多模態(tài)理解和推理能力，激活參數(shù)僅20B，推理成本降低。

此外，還發(fā)布了Data Agent。這是一款面向企業(yè)的數(shù)據(jù)全場景智能體。這款智能體具備主動思考、洞察、分析、行動能力，可以幫助企業(yè)挖掘數(shù)據(jù)資產(chǎn)價值，功能覆蓋數(shù)據(jù)分析、智能營銷等關鍵領域。

小面君：一口氣模型大更新，字節(jié)的風格一向是接地氣的實用性和落地場景，看來Agent這碗飯，字節(jié)也想吃。

月之暗面

月之暗面要做AI+醫(yī)療？

5月13日，月之暗面被爆出近期對AI醫(yī)療產(chǎn)品進行了布局，用于提升旗下產(chǎn)品Kimi在專業(yè)領域的搜索質(zhì)量，并且探索Agent等產(chǎn)品方向。對此，月之暗面回應字母榜稱，并未布局醫(yī)療Agent，只是在加強Kimi在專業(yè)領域的信源質(zhì)量。

Kimi牽手小紅書

最近月之暗面公布了和財新、小紅書等合作，正在嘗試深挖場景。5月12日，Kimi官方賬號在小紅書平臺發(fā)起“21天打卡挑戰(zhàn)”，鼓勵用戶結(jié)合平臺熱門AI內(nèi)容創(chuàng)作趨勢，深度體驗Kimi長文本處理等核心功能。用戶可以直接在小紅書與Kimi開啟聊天。

其他

首個設計類Agent上線

5月13日，Liblib（專注AI圖像生成的創(chuàng)企） 在海外推出了“首個設計 Agent”——LovartAI ，官方發(fā)布了 Beta 版本的內(nèi)測，據(jù)介紹，LovartAI 提供了一個人類與 AI 交互的畫布空間，支持與 Agent 的對話生成設計素材，以及手動修改畫布內(nèi)的內(nèi)容。Lovart 的核心構(gòu)建于先進的思維鏈 (MCoT) 技術之上，它能夠像專業(yè)人士一樣理解設計概要，像創(chuàng)意總監(jiān)一樣思考，并一次性交付多個極具影響力的概念。

LovartAI集成了各種AI和非AI工具——GPT4o、Stable Diffusion、Flux、Triple、PS、Figma 等等，創(chuàng)作者能夠?qū)牒蛯С鋈魏卧O計格式。有趣的是，像Manus 一樣，目前體驗需要邀請碼。

阿里正式開源通義萬相 Wan2.1-VACE

阿里開源再進一步。5 月 14 日，阿里巴巴正式開源通義萬相 Wan2.1-VACE。團隊方面強調(diào)，Wan2.1-VACE 是業(yè)界功能最全的視頻生成與編輯模型。

梁文鋒再發(fā)新論文

5月15日，梁文鋒署名了DeepSeek 最新論文。論文把 DeepSeek-V3 在訓練和推理過程中，如何解決“硬件瓶頸”的方法公布了出來。即DeepSeek-V3 之所以可以只用 2048 塊 H800，就能達到超大規(guī)模集群（如數(shù)萬塊 GPU）相當?shù)挠柧毿Ч�，核心在于四項�?chuàng)新技術：內(nèi)存優(yōu)化, 計算優(yōu)化, 通信優(yōu)化, 推理加速。

MiniMax發(fā)布新一代語言大模型MiniMax Speech 02

5月16日消息，MiniMax其基于 AR Transformer 模型研發(fā)的高質(zhì)量語言大模型 「MiniMax Speech 02」，在兩項國際權(quán)威語音評測榜單Artificial Analysis和Hugging Face TTS Arena 上，超越OpenAI、ElevenLabs等獲得雙榜榜首。

英偉達找到中東金主，還要在上海建開發(fā)中心

5月15日，特朗普預計還將與阿聯(lián)酋達成協(xié)議，允許該國從2025年起每年進口50萬顆英偉達AI芯片，以推動阿聯(lián)酋AI數(shù)據(jù)中心的建設。英偉達CEO黃仁勛正跟隨特朗普出訪中東，已與沙特簽署芯片出售大單，將向沙特出售數(shù)十萬顆Blackwell芯片。

5月16日，據(jù)媒體報道，英偉達計劃在上海建立研發(fā)中心，以保持在中國市場的競爭力。由于美國出口管制導致Nvidia在中國的銷售下降，公司正尋求在美國政府的批準下推進這一計劃。Nvidia首席執(zhí)行官黃仁勛上月與上海市市長龔正討論了該計劃，上海市政府已表示初步支持。

Anthropic要上新模型了

據(jù) The Information 消息，Anthropic 將在未來幾周推出兩款新的 Claude 系列推理模型。據(jù)知情人士透露，兩款新模型分別為 Claude Sonnet 系列和 Claude Opus 系列。

Meta推遲發(fā)布Behemoth AI模型

Meta曾在4月份表示，正在測試Behemoth，并稱其為“世界上最智能的大語言模型之一，也是迄今為止最強大的新模型”。隨后當?shù)貢r間5月15日，據(jù)外媒報道，Meta推遲了其旗艦產(chǎn)品Behemoth AI模型的公開發(fā)布計劃，因為擔心它可能不足以超越之前的模型。計劃于4月發(fā)布的Behemoth推遲至6月。

微軟裁員，程序員首當其沖

當?shù)貢r間5月15日，微軟在其總部所在地華盛頓州裁員2000人，其中超過40%的被裁員工從事軟件工程工作，這是迄今為止規(guī)模最大的裁員比例。報道稱，微軟CEO納德拉上個月表示，目前微軟多達30%的代碼是由AI編寫的，之后便進行了這些裁員。

自變量機器人完成數(shù)億元A輪融資，美團獨家投資

5月12日，具身智能公司自變量機器人完成數(shù)億元A輪融資，美團戰(zhàn)投領投、美團龍珠跟投。本輪融資將用于持續(xù)加速全自研端到端通用具身智能大模型與機器人本體的同步迭代。

歡迎在評論區(qū)留言~
如需開白請加小編微信：dongfangmark