![[a905e088-6575-4cd9-98a7-dca7258114c6.mp3]]
阿里发布千问3向量模型，性能超谷歌等国际主流模型
简报：
- 2025年6月6日，阿里巴巴正式开源了基于千问3底座的Qwen3-Embedding向量模型系列，重点优化文本表征、检索和排序等任务。
- 新版本在文本检索、聚类和分类等核心任务上的性能较前代提升超40%，在MTEB等专业榜单上超越了谷歌的Gemini Embedding、OpenAI的text-embedding-3-large与微软同类产品，达到SOTA水平。
- 千问3向量模型支持超100种人类和编程语言，具备卓越的多语言和跨语言能力，可自定义指令或向量以优化特定场景，极大提升了开发者灵活性和效率。
- 该模型已在魔搭社区、Hugging Face、GitHub等平台开源，并可通过阿里云百炼以API方式调用，自4月底以来多次登顶国际榜单。
相关链接：
![[20601b74-a0b0-4e2c-a3a2-b1d4afc292da.mp3]]
谷歌Gemini2.5Pro预览版上线，编码性能跃居行业领先
简报：
- 谷歌近日发布了 Gemini2.5Pro 预览版（06-05），主打企业级应用，称其在编码和推理能力上超越 OpenAI、Anthropic、xAI 的主要竞品，包括 DeepSeek R1 和 Grok 3 Beta。
- 新版本在多项基准测试中成绩显著提升，LMArena 得分提升24分，WebDevArena 得分提升35分至1443分，列行业前茅。
- Gemini2.5Pro 在风格与结构上优化，回答更具创意和规范性，用户请求限制放宽，并沿用每百万 tokens $1.25 的定价。
- 该模型正被广泛集成于各类应用，帮助谷歌重回大型语言模型市场前沿，开发者已陆续展开新版本测试。
相关链接：
![[535c2078-8669-4757-a34f-744947946c6e.mp3]]
NVIDIA发布Llama Nemotron Nano VL 8B V1，多模态轻量AI模型上线，支持图像视频文本高效解析
简报：
- 2025年6月，NVIDIA正式发布Llama-3.1-Nemotron-Nano-VL-8B-V1视觉语言模型，该模型基于Llama-3.1架构，拥有8B参数，支持图像、视频与文本多模态输入，具备高质量文本输出及图像推理能力。
- 该模型在OCRBench V2测试中成绩居首，特别适用于文档智能、图像摘要、光学字符识别等场景，可部署于云端及边缘设备，并通过AWQ量化技术降低硬件门槛。
- Llama-3.1-Nemotron-Nano-VL-8B-V1支持128K上下文长度，开放开源，已在Hugging Face平台上线，为开发者和企业级自动化文档处理、知识管理等应用提供低成本、高效率的多模态AI解决方案。
相关链接：
![[543e3e2a-237a-4625-ba73-0ddfaae380c2.mp3]]
GPT-5或于7月发布，奥特曼称AI发展将迎来"令人恐惧的时刻"
简报：
- 多方消息显示OpenAI可能于2025年7月发布GPT-5，AIPRM首席工程师Tibor Blaho和与OpenAI合作的Derya Unutmaz均暗示这一时间点
- 奥特曼在最新采访中表示全球需为AI的巨大影响做好准备，并称"前方将有令人恐惧的时刻"，但强调AI的好处将远超坏处
- 奥特曼此前透露GPT-5表现远超预期，OpenAI将迎来破纪录的需求，该模型被视为OpenAI证明领先地位的关键
相关链接：
![[a8f36b5b-7a9d-4a40-9779-92c28d6af8dc.mp3]]
松下发布OmniFlow，实现多模态AI低成本任意数据转换
简报：
- 松下控股公司联合美国松下研发公司及UCLA研究团队开发出“OmniFlow”多模态生成AI，支持文本、图像与音频之间的任意转换，大幅提升多模态AI的灵活性和应用潜力。
- OmniFlow可在训练数据极少的情况下实现高精度转换，降低数据采集成本至传统方案的1/60。
- 该技术将在2025年CVPR会议上发布，被业界认为有望广泛应用于工厂自动化和生活服务等多个领域。
- OmniFlow通过三种数据特征的深度连接与处理，提升了多模态生成任务的表现，优于当前主流方法。
相关链接：
