AI Индустрия Ежедневно: Взгляды на Передовую, Понимание Будущего

7 июля 2025 года

Сегодня в области искусственного интеллекта продолжаются новые прорывы и применения, от итеративных обновлений технологий больших моделей до внедрения конкретных отраслевых решений, все это демонстрирует энергичное развитие технологий ИИ. Этот отчет направлен на то, чтобы обобщить недавние горячие события в индустрии ИИ и предоставить читателям комплексный и глубокий обзор динамики отрасли.

Обзор горячих тем

В последнее время индустрия ИИ продемонстрировала сильную инновационную жизнеспособность в нескольких измерениях. На техническом уровне большие языковые модели и мультимодальный ИИ продолжают эволюционировать, при этом воплощенный интеллект и ИИ-агенты становятся новыми фокусными точками. На уровне применения ИИ глубоко интегрирован в социальные, дизайнерские, видео-генерационные и другие области, улучшая пользовательский опыт и эффективность отрасли. Тем временем внимание капитального рынка к ИИ остается неизменным, с частыми финансированием связанных компаний, что указывает на рыночную уверенность в будущем развитии ИИ. Стоит отметить, что, хотя ИИ улучшает эффективность, он также поднимает более глубокие вопросы о конфиденциальности данных, этике и моделях взаимодействия человека и компьютера, которые требуют совместного внимания и поиска решений.

Конкретные горячие темы

1. Технологические инновации и прорывы моделей

• ByteDance открывает исходный код основного компонента AI IDE Trae-Agent: ByteDance запустила Trae-Agent, интеллектуального помощника на основе больших языковых моделей, специально разработанного для задач программной инженерии. Он может самостоятельно выполнять понимание кода, воспроизведение ошибок, формулирование решений и написание качественного кода. Trae-Agent поддерживает различные языковые модели, включая OpenAI, и интегрирует функции редактирования файлов и выполнения скриптов, а также имеет возможность автоматически сохранять журналы операций, улучшая прозрачность и удобство отладки процесса разработки. Это знаменует собой дальнейшее проникновение ИИ в область разработки программного обеспечения, что, как ожидается, значительно повысит эффективность разработки.

• Zhipu AI выпускает и открывает исходный код визуальных моделей серии GLM-4.1V-Thinking: Zhipu AI достигла значительного прогресса в области ИИ, открыв исходный код нового поколения общего визуального языкового модели GLM-4.1V-Thinking. Эта модель обладает мультимодальными входными возможностями для изображений, видео и документов и продемонстрировала отличные результаты в нескольких авторитетных оценках, особенно в сложных задачах рассуждения. Кроме того, Zhipu AI запустила платформу MaaS "Agent Application Space", нацеленную на снижение порога доступа для предприятий к технологиям агентов через специальные программы поддержки и продвижение развития экосистемы стартапов на основе ИИ. Это указывает на то, что мультимодальный ИИ и технологии агентов становятся новыми трендами в развитии ИИ.

• Baidu запускает самостоятельно разработанную мультимодальную большую модель MuseSteamer и платформу для создания видео на основе ИИ: Baidu выпустила свою самостоятельно разработанную модель генерации видео MuseSteamer и сопутствующую платформу для создания видео на основе ИИ. MuseSteamer — это первая в мире модель, достигшая интегрированной генерации китайского аудио и видео, разрушая традиционный процесс производства AIGC видео "сначала изображение, затем звук". Она может осуществлять совместное создание визуалов, звуковых эффектов и диалогов с человеческим голосом. Пользователям нужно всего лишь загрузить одно изображение, чтобы сгенерировать видео-контент профессионального уровня. Эта инновация значительно упростит процесс производства видео, снизит порог создания и принесет удобство создателям контента.

• Google Veo 3: модель ИИ текст-видео официально открыта для Pro/Ultra участников: Последняя модель ИИ текст-видео от Google, Veo 3, официально открыта для участников Google AI Pro и Ultra. Эта модель поддерживает генерацию видео в высоком разрешении 1080p, с внутренними тестами, достигающими 4K разрешения, предлагая богатые и реалистичные визуальные детали. Veo 3 — первая модель, поддерживающая синхронную генерацию видео и аудио, автоматически генерируя звуковые эффекты окружающей среды, диалоги персонажей и фоновую музыку. Она также поддерживает текстовый или графический ввод для генерации видео, подходя для сложных инструкций и многошотных нарративов, улучшая эффективность создания. В будущем Veo 3 добавит функцию "фото-видео", что еще больше расширит ее сценарии применения.

• Kunlun Tech снова открывает исходный код модели вознаграждения Skywork-Reward-V2: Kunlun Tech открыла исходный код второго поколения своей модели вознаграждения, серии Skywork-Reward-V2, которая включает 8 моделей с различными масштабами параметров (от 600 миллионов до 8 миллиардов) и достигла высоких результатов в нескольких основных оценочных бенчмарках. Эта серия построена на высококачественных смешанных наборах данных, демонстрируя сильные обобщающие и практические способности. Этот шаг еще больше продвинет развитие обучения и оптимизации моделей ИИ, предоставляя более сильную базовую поддержку для приложений ИИ.

• OmniGen2 проходит крупное обновление, объединяя генерацию изображений для дальнейшей эволюции: Zhipu AI объявила о значительном обновлении своей модели генерации изображений OmniGen2. OmniGen2 использует разъединенную архитектуру и стратегию двойного кодировщика, улучшая понимание контекста и способности следовать инструкциям, значительно повышая качество генерации изображений. Переструктурировав процесс генерации данных, он решает проблемы с дефектами открытых наборов данных и вводит механизм обратной связи по генерации изображений для улучшения возможностей самооптимизации модели. Это указывает на то, что технологии генерации изображений движутся в сторону более высокого качества и более интеллектуальных направлений.

• Революция открытого кода! Выпущен Kyutai TTS: ультра-низкая задержка синтеза речи, открывающая новую эру ИИ-голоса!: Выпуск Kyutai TTS знаменует собой новую стадию в открытых технологиях ИИ-голоса. Эта модель поддерживает потоковую передачу текста с задержкой всего 350 миллисекунд, значительно улучшая опыт взаимодействия с голосом в реальном времени. Ее точность генерации речи высока, с уровнем ошибок слов для английского и французского языков всего 2.82% и 3.29% соответственно, и она также поддерживает вывод временных меток слов. Открытый характер Kyutai TTS позволяет свободно использовать, модифицировать и распространять, что будет способствовать инновациям и технологическому прогрессу в голосовом взаимодействии в глобальном сообществе ИИ.

2. Применения в индустрии и инновации бизнес-моделей

• JD.com проводит внутренние тесты AI-дизайнерских продуктов "Pet TA" и "Healing Universe": Приложение JD.com тихо запустило два AI-социальных продукта: "Pet TA" и "Healing Universe". "Pet TA" предоставляет услуги по сопровождению, наряжанию, консультациям и покупке еды в один клик, сосредоточенные вокруг цифровых людей-питомцев; "Healing Universe" сочетает эмоциональное распознавание, календари памяти и взаимодействие в сообществе с профессиональными психологическими консультациями. Это указывает на то, что ИИ все больше интегрируется в социальные и эмоциональные сферы, удовлетворяя разнообразные потребности пользователей.

• Tencent Yuanbao поддерживает поиск изображений и видео-контента по одному предложению: Tencent Yuanbao запустила новую функцию, которая позволяет пользователям сопоставлять изображения и видео-контент с помощью "поиска по одному предложению". После включения "сетевого поиска" Yuanbao может автоматически сопоставлять изображения и видео-аккаунты на основе запросов, поддерживая любую модель и не ограничиваясь тем, включено ли "глубокое мышление". Эта функция значительно улучшает эффективность и удобство поиска информации, предоставляя пользователям более интуитивный и эффективный способ получения информации.

• Запущен WeChat Pay MCP: идеальная интеграция ИИ и платежей, открывающая новую эру бизнеса: Запуск WeChat Pay MCP открывает новые возможности для коммерциализации ИИ. Эта функция предоставляет новые каналы дохода для приложений ИИ, позволяя пользователям напрямую получать услуги через платежи. MCP создает замкнутый цикл данных, позволяя торговцам в реальном времени корректировать содержание услуг и цены для оптимизации ROI. Данные транзакций становятся источником для оптимизации услуг ИИ, повышая жизненную ценность пользователей и создавая больше возможностей для прибыли. Это предвещает глубокую интеграцию ИИ в сектор финансовых платежей и инновации бизнес-моделей.

• Meitu WHEE запускает функцию "Редактирование изображения по одному предложению": Функция "редактирования изображения по одному предложению" WHEE позволяет пользователям выполнять сложные операции редактирования изображений с помощью простых голосовых команд, значительно улучшая пользовательский опыт. Эта функция поддерживает различные переключения стилей, такие как футуристический и ностальгический художественные стили, и может добавлять или удалять текст, точно обрабатывая текстовое содержание на фотографиях. Это делает редактирование изображений более удобным и интеллектуальным, снижая барьер для профессионального редактирования изображений.

• Запущен Xingliu Agent! Одностопный креативный дизайнерский агент, более подходящий для китайских дизайнеров: Xingliu Agent был официально запущен как одностопный креативный дизайнерский агент, специально разработанный для китайских дизайнеров. Он наследует полные интеллектуальные дизайнерские возможности Lovart, полностью адаптируясь к китайской семантике, восточной эстетике и местным сценариям. Пользователям нужно всего лишь ввести одно предложение, чтобы автоматически разложить задачи, сопоставить стили и сгенерировать полные дизайнерские материалы, поддерживая мультимодальное создание контента, включая изображения, видео и 3D-форматы. Это предоставляет дизайнерам мощные инструменты, поддерживаемые ИИ, улучшая эффективность дизайна и возможности креативной реализации.

3. Динамика рынка и внимание капитала

• Zhipu AI получает стратегические инвестиции в 1 миллиард юаней от государственных активов Шанхая: Zhipu AI, отечественное предприятие в области больших моделей ИИ, объявило на Конференции по экосистеме открытых платформ, что получило стратегические инвестиции в 1 миллиард юаней от государственных активов Шанхая, первая партия сделок была завершена группой Pudong Venture Capital и Zhangjiang Group. В то же время три стороны будут сотрудничать с Shanghai Electric и Pudong Development Group для совместного строительства новой инфраструктуры ИИ. Эта инвестиция не только предоставляет Zhipu AI достаточную финансовую поддержку, но и отражает продолжающийся оптимизм и стратегическое планирование государственного капитала в области больших моделей ИИ.

• Figma планирует выйти на биржу NYSE с оценкой примерно 20 миллиардов долларов, ИИ-дизайн имеет многообещающее будущее: Figma планирует выйти на биржу NYSE с оценкой примерно 20 миллиардов долларов, что делает ее одной из самых ожидаемых технологических IPO в 2025 году. Ее сильные финансовые показатели (выручка 749 миллионов долларов в 2024 году и 1.54 миллиарда долларов в резерве наличности) и проактивная стратегия в области технологий ИИ (запуск таких инструментов, как Figma Make, и интеграция генеративного ИИ для оптимизации рабочих процессов дизайна в будущем) все это указывает на ее огромный потенциал в области ИИ-дизайна. Это показывает, что капитальный рынок высоко оценивает ценность инструментов дизайна на основе ИИ.

• Ambiq Micro, компания по разработке чипов, подает заявку на IPO в США, пользуясь спросом на рынке, обусловленным генеративным ИИ: Ambiq Micro достигла роста чистых продаж на 16.1% в 2024 году. Хотя компания все еще находится в убытках, ее технологические преимущества в области ультранизкопотребляющих полупроводников обеспечили ей выгодную позицию на рынке edge AI. Компания планирует привлечь средства через IPO для разработки продуктов и расширения рынка. Это отражает сильное влияние генеративного ИИ на индустрию чипов и срочный рыночный спрос на высокоэффективные ИИ-чипы.

• Запущена подписка Perplexity Max, месячная плата 200 долларов: Perplexity запустила свою премиум подписку, Perplexity Max, за 200 долларов в месяц (примерно 1433 юаня). Подписчики могут получить доступ к Labs, инструменту для генерации таблиц и отчетов, без ограничений, и заранее опробовать новые функции, такие как браузер Comet, а также иметь возможность вызывать продвинутые модели ИИ, такие как gpt-3 pro от OpenAI и Claude Opus 4. Это указывает на то, что ИИ-продукты исследуют высококачественные платные модели, чтобы предоставить более профессиональные и мощные услуги.

Заключение

В заключение, текущая индустрия ИИ находится на стадии быстрого развития и глубокой интеграции. Технологические инновации продолжают разрывать границы, особенно в областях больших моделей, мультимодального ИИ и ИИ-агентов, демонстрируя огромный потенциал и перспективы применения. Технологии ИИ ускоряют свое проникновение в различные отрасли, порождая новые сценарии применения и бизнес-модели, значительно повышая производственную эффективность и пользовательский опыт. В то же время постоянные инвестиции капитала в область ИИ также обеспечивают прочную основу для здорового развития отрасли. Однако с широким применением ИИ вопросы, такие как безопасность данных, этические нормы и сотрудничество человека и компьютера, становятся все более актуальными, требуя совместного внимания и поиска решений как внутри, так и вне отрасли. В будущем ИИ продолжит развиваться в более интеллектуальном, более инклюзивном и более ответственном направлении, глубоко изменяя нашу работу и жизнь.