Scroller Briefings - oogle DeepMind Releases GenAI Processors Open-Source Library, Simplifying Real-Time Multimodal AI Application Development
编辑
![[3fa1dfbf-d178-4078-8259-d06b96fee4e1.mp3]]
谷歌DeepMind发布GenAI Processors开源库，简化多模态AI实时应用开发
简报：
- 谷歌DeepMind开源新的Python库GenAI Processors，为开发者提供轻量级、高效的工具以异步和模块化方式构建多模态生成式AI工作流。
- 该库支持实时处理音频、视频、文本等数据，优化了对Gemini API的集成，仅需少量代码即可搭建支持实时交互的AI代理。
- GenAI Processors以流式API和并发机制为核心，有效降低I/O延迟，提升实时语音助手、翻译等应用开发效率，推动生成式AI生态的开放创新。
- 当前库仅支持Python，未来将通过社区协作扩展功能和其他编程语言支持，所有代码已开源于GitHub，欢迎贡献。
相关链接：
Scroller Briefings - OpenAI to Open-Source Language Model Next Week for First Time, Potentially Causing Rift with Microsoft
编辑
![[facdb6dc-11ea-4a5a-8544-0bfcfe7fb451.mp3]]
OpenAI或将下周首度开源语言模型，或引发与微软分歧
简报：
- 据The Verge等媒体2025年7月10日报道，OpenAI最快下周将推出开源的大语言AI模型，提供类似o3 mini的推理能力，这将是其自2019年以来首次开源语言模型。
- OpenAI此前仅发布过Whisper系列的语音转文本模型权重，其余模型皆未公开，此举有望打破闭源AI的格局。
- OpenAI已邀请开发者和研究者测试该模型，并征求AI社区反馈。
- 当前OpenAI正与微软重新谈判合作协议，微软作为主要云服务合作伙伴，拥有OpenAI多数模型的独家商业访问权，开源模型可能加剧双方分歧。
相关链接：
Scroller Briefings - Microsoft Claims AI Boosts Internal Efficiency and Cost Savings, 35% of New Product Code Generated by AI
编辑
![[9a64bcef-466f-4329-9360-b0bd37b488fc.mp3]]
微软称AI提升内部效率与节省成本，35%新产品代码由AI生成
简报：
- 微软高管在本周内部演讲中表示，公司积极采用人工智能工具从销售、客户服务到软件工程等各领域提升效率。
- 仅2024年一年，微软利用AI在呼叫中心节省了超过5亿美元，并提升了员工与客户的满意度。
- 微软首席商务官Judson Althoff透露，AI已生成公司35%的新产品代码，加快了产品发布时间。
相关链接：
Scroller Briefings - Alibaba Releases HumanOmniV2 Multimodal AI Model, Achieving 69.33% Intent Understanding Accuracy
编辑
![[c32a3b90-c4c7-4306-a6ea-4aa71d4d6e33.mp3]]
阿里巴巴发布HumanOmniV2多模态AI模型，意图理解准确率达69.33%
简报：
- 阿里巴巴集团最新发布多模态大语言模型HumanOmniV2，具备全局上下文理解和多模态推理能力，显著提升对复杂场景的理解和推理表现。
- HumanOmniV2在阿里巴巴自研IntentBench测试中的准确率达到69.33%，在Daily-Omni和WorldSense等权威数据集上也表现突出。
- 该模型由阿里巴巴Tongyi Lab研发，支持多语言指令输入，并具备广泛的消费级与企业级应用潜力，推动AI在教育、医疗、金融等行业的应用拓展。
- HumanOmniV2采用全新的上下文总结机制，解决传统模型在复杂任务中的输出偏差，被业界认为有望重新定义多模态AI应用标准。
相关链接：
