9月4日，據(jù)媒體報道，蘋果公司已于本周和谷歌達(dá)成新的協(xié)議，開始評估谷歌開發(fā)的Gemini AI模型，而且已不再考慮收購Perplexity。消息稱蘋果公司目前正在測試多種AI方案，除了自家研發(fā)的模型之外，還積極探索整合OpenAI、Anthropic、谷歌的技術(shù)。媒體透露蘋果目前尚未最終確定使用哪家技術(shù)，但谷歌Gemini已成為重點(diǎn)考察對象，這一進(jìn)展標(biāo)志著雙方在AI領(lǐng)域的合作進(jìn)入實(shí)質(zhì)性測試階段。消息源還透露由于穩(wěn)固和谷歌的合作關(guān)系，蘋果已不再考慮收購專注于AI搜索的Perplexity公司。
9月2日，騰訊優(yōu)圖實(shí)驗(yàn)室正式開源智能體框架Youtu-Agent，旨在為研究人員和開發(fā)者提供高效、易用、可復(fù)現(xiàn)的智能體開發(fā)工具。據(jù)介紹，Youtu-Agent面向?qū)嶋H場景的開源應(yīng)用框架，能夠覆蓋文件管理、數(shù)據(jù)分析、學(xué)術(shù)研究與廣域信息綜述等多個方向應(yīng)用。目前，Youtu-Agent開源框架已為騰訊云多個產(chǎn)品業(yè)務(wù)提供支持。
9月2日消息，阿里通義實(shí)驗(yàn)室推出新一代智能體開發(fā)框架——AgentScope 1.0。據(jù)介紹，AgentScope 1.0是一款以開發(fā)者為核心，專注于多智能體開發(fā)的開源框架。它的核心目標(biāo)是解決智能體在構(gòu)建、運(yùn)行和管理中的難題，提供一套覆蓋“開發(fā)、部署、監(jiān)控”全生命周期的生產(chǎn)級解決方案，讓智能體應(yīng)用的開發(fā)更簡單、運(yùn)行更安全、監(jiān)控更透明。
8月29日，OpenAI發(fā)布語音模型GPT-realtime。GPT-realtime是一個專用于語音AIAgent的多模態(tài)模型，能夠生成更加自然流暢的語音，完美模仿人類豐富多樣的語調(diào)、情感以及語速，支持圖像理解并將其與語音或文本對話相結(jié)合使用，非常適用于客服、教育、金融、醫(yī)療等領(lǐng)域打造語音智能體。GPT-realtime還新增了Marin與Cedar兩種極具特色的語音，同時對原有的8種語音也進(jìn)行了全面升級。
當(dāng)?shù)貢r間8月26日，谷歌正式推出了其最先進(jìn)的圖像生成與編輯模型Gemini 2.5 Flash Image，代號“納米香蕉”（nano banana）。該模型當(dāng)前在LMArena基準(zhǔn)測試中位列AI圖像編輯模型榜首，具備角色一致性保持、自然語言精準(zhǔn)修圖、多圖融合能力，并利用Gemini世界知識提升智能表現(xiàn)。目前用戶可通過Gemini App、API等方式訪問，其API定價為每百萬輸出token30美元。
8月26日，據(jù)《讀佳》報道，字節(jié)的豆包內(nèi)部正在研發(fā)測試名為“3D Model Generator”的3D模型生成工具。該工具致力于可控大規(guī)模生成模型，為創(chuàng)建高質(zhì)量3D資產(chǎn)提供有力支持，尤其在游戲中的3D建模領(lǐng)域。該工具或不久后對外開放使用。從測試頁面可以看出，“3D Model Generator”支持兩種生成方式，一種是基于圖像生成，選取本地圖像文件，點(diǎn)擊“生成”，即可快速生成3D模型，降低了3D建模的入門門檻。另外一種是基于圖像+模型生成，通過圖像文件與模型文件的結(jié)合，實(shí)現(xiàn)更復(fù)雜或更具針對性的3D資產(chǎn)創(chuàng)作。
8月22日消息，Meta據(jù)悉聘請?zhí)O果公司AI高管Frank Chu加入Superintelligence團(tuán)隊(duì)。
8月19日，通義千問宣布，推出Qwen-Image-Edit，Qwen-Image的圖像編輯版本。Qwen-Image-Edit基于20B的Qwen-Image模型進(jìn)?步訓(xùn)練，將Qwen-Image的文本渲染能力延展至圖像編輯領(lǐng)域，實(shí)現(xiàn)了對圖片中文字的精準(zhǔn)編輯。
8月14日消息，智元機(jī)器人推出面向真實(shí)世界機(jī)器人操控的統(tǒng)一世界模型平臺Genie Envisioner（GE）。 不同于傳統(tǒng)“數(shù)據(jù)—訓(xùn)練—評估”割裂的流水線模式，GE將未來幀預(yù)測、策略學(xué)習(xí)與仿真評估首次整合進(jìn)以視頻生成為核心的閉環(huán)架構(gòu)，使機(jī)器人在同一世界模型中完成從“看”到“想”再到“動”的端到端推理與執(zhí)行。
8月6日消息，寶馬i系列設(shè)計(jì)主管Kai Langer日前在領(lǐng)英發(fā)文宣布，在寶馬集團(tuán)工作了二十多年之后，于8月1日加入小米。根據(jù)領(lǐng)英資料，Kai Langer自2003年進(jìn)入寶馬集團(tuán)，主要從事設(shè)計(jì)方面的工作。
8月6日消息，谷歌DeepMind宣布推出第三代通用的世界模型Genie 3，可以生成前所未有的多樣化交互式環(huán)境。給出文本提示，Genie 3可以生成動態(tài)世界，可以以每秒24幀的速度實(shí)時導(dǎo)航，并以720p的分辨率保持幾分鐘的一致性。與前代模型（如 Genie 1/2）和視頻生成模型（如 Veo 2，Veo 3對直覺物理學(xué)的深刻理解）相比，Genie 3是第一個允許實(shí)時交互的世界模型，同時其一致性和真實(shí)感也得到了提升。
OpenAI通過技術(shù)直播發(fā)布ChatGPT統(tǒng)一智能體（ChatGPT Agent）。據(jù)介紹，ChatGPT Agent具備自主思考和行動的能力，能夠主動從其技能庫中選擇合適的工具，包括Operator、 Deep Research和ChatGPT來完成各種超復(fù)雜任務(wù)。
據(jù)報道，軟銀創(chuàng)始人孫正義與OpenAI首席執(zhí)行官山姆·奧爾特曼日前在“SoftBank World”大會上通過視頻連線展開對話，他們認(rèn)為AI所激發(fā)的巨大需求使得算力持續(xù)擴(kuò)展勢在必行。奧爾特曼表示，“隨著人工智能成本下降，就會有更多的人想要使用它……全球?qū)χ悄艿男枨笫蔷薮蟮??！眾W爾特曼提到能夠制造其他機(jī)器人的機(jī)器人，孫正義則進(jìn)一步闡述了AI Agent具備自主學(xué)習(xí)能力，并能創(chuàng)造新Agent來提升生產(chǎn)力的構(gòu)想。他計(jì)劃今年在軟銀集團(tuán)內(nèi)部部署10億個AI Agent，并為其設(shè)計(jì)一個操作系統(tǒng)。
7月8日，中科星圖GEOVIS數(shù)字地球全球總部項(xiàng)目主體結(jié)構(gòu)正式封頂。項(xiàng)目建成后將成為推動空天信息產(chǎn)業(yè)發(fā)展的支撐平臺，賦能商業(yè)航天、低空經(jīng)濟(jì)、智慧城市等重大領(lǐng)域，助力安徽打造具有重要影響力的空天科技創(chuàng)新策源地和產(chǎn)業(yè)集聚地。
6月25日，出門問問發(fā)布Agentic AI軟硬結(jié)合產(chǎn)品TicNote。據(jù)了解，TicNote是出門問問發(fā)布的新一代Agentic AI軟硬件結(jié)合的產(chǎn)品，通過內(nèi)置“Shadow AI”為用戶構(gòu)建“有記憶的AI記錄+主動洞察 +主動分析+陪伴創(chuàng)作”的路徑，適用于會議、電話溝通、商務(wù)會議、學(xué)術(shù)講座、醫(yī)生問診、課堂學(xué)習(xí)、采訪溝通等場景。
OpenAI聯(lián)合創(chuàng)始人兼首席執(zhí)行官Sam Altman表示，前幾天OpenAI刪除一切與設(shè)計(jì)師Jony Ive的信息。原因就是，OpenAI收購公司的名字是io，與AI耳機(jī)公司iyO看起來很相似，所以被起訴了。Altman公布了與iyO的交涉郵件，除了展示了事情來龍去脈之外，還透露了一個重要信息，OpenAI收購io的主要原因想開發(fā)與硬件交互的語音AI Agent，進(jìn)軍AI硬件領(lǐng)域，并且一開始想合作的對象是iyO。
據(jù)悉，吳德周離開字節(jié)跳動后創(chuàng)立的智能眼鏡公司「致敬未知」，于近期推出其首款A(yù)I運(yùn)動眼鏡BleeqUp Ranger。該產(chǎn)品專為騎行、徒步等戶外運(yùn)動設(shè)計(jì)，將于6月底在海外發(fā)售。與Meta計(jì)劃推出的AI運(yùn)動眼鏡相比，BleeqUp Ranger在功能設(shè)計(jì)上更貼合運(yùn)動場景需求，例如攝像頭置于中間、配備雙倍揚(yáng)聲器、自動觸發(fā)錄像功能等。吳德周認(rèn)為，垂直場景的AI眼鏡是創(chuàng)業(yè)公司的機(jī)會，未來智能眼鏡將成為個人全天候智慧助手，而打通手機(jī)權(quán)限將是關(guān)鍵。
6月9日消息，據(jù)媒體報道，某DeepSeek核心高管已于半年前悄然離職創(chuàng)業(yè)，并將于2025年圣誕節(jié)前后發(fā)布Agent產(chǎn)品。據(jù)知情人士透露，該高管系原DeepSeek CTO。不過另有知情人士透露，DeepSeek內(nèi)部并無明確的CTO一職，即在DeepSeek內(nèi)部并無明確為“CTO”的職位，但有承擔(dān)相應(yīng)工作的人士。上述知情人士進(jìn)一步透露，這位DeepSeek核心高管的創(chuàng)業(yè)項(xiàng)目已拿到IDG資本融資。對此，IDG相關(guān)人士表示對此事并不知情。有業(yè)內(nèi)人士表示，通常情況下這種“不予置評”的態(tài)度在投資圈并不罕見，尤其是涉及高敏感度的人才流動和前沿技術(shù)賽道時。
Meta公司6月5日公布Aria Gen 2實(shí)驗(yàn)性智能眼鏡的詳細(xì)設(shè)計(jì)。作為2020年初代產(chǎn)品的升級版，這款眼鏡專為AR、AI及機(jī)器人技術(shù)研究優(yōu)化，重量僅75克，配備可折疊鏡臂并提供8種尺寸選擇。Aria Gen 2搭載眼動追蹤系統(tǒng)，可精準(zhǔn)捕捉視線與眨眼動作，為人機(jī)交互提供新思路。四臺計(jì)算機(jī)視覺攝像頭支持3D手部及物體追蹤，適用于高精度操作場景。此外，鼻托集成心率傳感器、降噪麥克風(fēng)及環(huán)境光傳感器，進(jìn)一步擴(kuò)展研究應(yīng)用場景。Meta表示，Aria Gen 2是探索未來計(jì)算平臺的重要工具，計(jì)劃于今年晚些時候向研究人員開放申請，推動技術(shù)前沿創(chuàng)新。
當(dāng)?shù)貢r間5月6日，谷歌DeepMind人工智能研究團(tuán)隊(duì)發(fā)布了Gemini 2.5 Pro “I/O” ，這是今年3月發(fā)布的多模態(tài)大語言模型Gemini 2.5 Pro的升級版本。在AI排行榜LMArena上，該模型在多個指標(biāo)上登頂。目前該模型已向Google AI Studio的獨(dú)立開發(fā)者、Vertex AI云平臺的企業(yè)用戶以及Gemini應(yīng)用的普通用戶開放。