AI早报 2025年08月27日 谷歌 阿里云

AI早报 2025年08月27日

1. 谷歌DeepMind推出Gemini 2.5 Flash图像编辑模型，支持文字指令编辑，已在Gemini应用上线，开发者可通过API和平台试用。

2. 阿里云开源全新多模态视频生成模型通义万相 Wan2.2-S2V，可基于一张图片和音频生成电影级数字人视频，支持真人、卡通、动物等多种类型图片，并支持不同画幅和文本控制。

3. 微软发布开源文本转语音（TTS）模型VibeVoice-1.5B，能生成最长90分钟、最多4位说话者的自然语音，支持跨语言和歌声合成。

4. 香港大学与快手可灵团队提出“Context-as-Memory”方法，解决长视频生成中场景一致性控制难题，通过context learning技术和基于FOV的记忆检索机制提升计算效率。

5. 钉钉推出新型AI办公应用“钉钉ONE”，将采用信息流卡片的形式呈现优先级排序后的工作信息与任务。

6. 英伟达发布新一代机器人专用芯片Jetson Thor，能效提升至3.5倍，采用Blackwell架构GPU，支持生成式AI模型推理。

7. 面壁智能与清华大学NLP实验室联合发布端侧多模态大模型MiniCPM-V4.5，支持视觉、文本、视频理解。