腾讯研究院AI速递 20250813

生成式AI

一、 英伟达和AMD将被抽成15%收入,换AI芯片出口许可

1. 据《金融时报》披露,英伟达和AMD已与特朗普政府达成协议,同意向美国政府上缴特供中国芯片收入的15%,以换取相关产品的出口许可证;

2. 根据协议,英伟达将上缴H20芯片在中国销售收入的15%,AMD也同意上缴MI308芯片相同比例的销售收入;

3. 美国商务部已开始向上述企业发放面向中国市场的出口许可证,特朗普政府尚未决定如何使用这笔资金。

二、 OpenAI拿下IOI金牌AI组第一,仅次于前五名人类选手

1. OpenAI在2025年国际信息学奥林匹克(IOI)的AI赛道中取得金牌级成绩,在330位人类参赛者中仅落后于5位人类选手,拿下AI参赛者中第一名;

2. OpenAI在比赛中遵守5小时答题时间和50次提交限制,没有使用互联网或RAG检索,仅使用通用推理模型,没有针对IOI进行专门训练;

3. 相比去年,OpenAI今年成绩实现巨大飞跃,从第49百分位跃升至第98百分位,使用的是与夺得IMO金牌的同款模型,展示了强大的通用推理能力。

三、 智谱开源GLM-4.5V,41个SOTA,击败99%人类玩家!

1. 智谱发布并开源全球100B级最佳视觉推理模型GLM-4.5V,总参数106B,激活参数12B,在41个多模态公开榜单中综合效果达同级别开源模型SOTA性能;

3. 模型采用三阶段策略(预训练、监督微调和强化学习),新增"思考模式"开关,支持64K多模态长上下文,API调用价格低至输入2元/M tokens,输出6元/M tokens。

四、 昆仑万维开源Matrix-3D大模型,用于3D世界生成与探索

1. 昆仑万维开源Matrix-3D大模型,用于从单张图像生成高质量、轨迹一致的全景视频,并直接还原可漫游的三维空间;

2. 模型具备场景全局一致、生成范围大、高度可控、泛化能力强和生成速度快五大核心优势,支持360度自由探索,视角保持一致;

3. 团队还构建了Matrix-Pano数据集,包含116K全景视频、22M全景帧,涵盖504个高质量3D场景,为模型提供训练基础。

五、 混元多模态理解模型上新,LMArena Vision 榜国内第一

1. 腾讯发布混元Large-Vision,采用MoE架构,激活参数52B,支持任意分辨率图像、视频、3D空间输入,重点提升多语言场景理解能力;

2. 该模型在国际LMArena Vision排行榜取得1256分,位列第五名(国内模型第一名),与GPT-4.5和Claude-4-Sonnet处于同一水平;

3. 模型基于三个核心模块构成:数十亿参数的原生分辨率混元ViT视觉编码器、自适应下采样MLP连接器和389B参数的MoE语言模型,技术团队还拓展400B tokens高质量多模态指令数据用于训练。

六、 GitHub将不再独立运营,整体并入微软新成立的CoreAI

1. GitHub CEO Thomas Dohmke宣布辞职,GitHub将不再独立运营,整体并入微软新成立的CoreAI工程集团,微软不会再为GitHub寻找新CEO;

2. 未来GitHub由多位微软高管分管:微软开发者部门负责人Julia Liuson负责营收、工程及支持工作,GitHub首席产品官向微软AI平台副总裁汇报;

3. 此次整合由微软CoreAI团队负责人Jay Parikh主导,目标是将GitHub打造为"AI智能体工厂",使其成为微软AI时代的核心组成部分。

七、 商汤上线的一款 AI 剧组搭子 Seko,可以和手搓剪辑告别

1. 商汤推出AI剧组工具Seko,为创作者提供全流程视频生成支持,用户只需用中文描述想法,系统即可自动完成剧本理解、镜头拆解、画面生成和台词配音;

2. Seko基于Agent核心系统,自动调动后台各模型协同工作,集成文生图、图生视频、图转图、分镜规划、角色驱动、对口型生成等功能,确保角色形象、场景材质和镜头走位一致性;

3. 工具提供可视化成片编辑体验,支持分镜复制、上下文记忆、成片回看与单镜头替换,后续将推出一键换脸、局部重绘、音效自动生成等高级功能。

八、 苹果新饼,年底问世的新 Siri要如何改变 iPhone 的交互

1. 苹果正在分步重塑Siri,首阶段(2025年底/2026年初)推出初步"Apple智能",第二阶段(2026年春季)推出代号"LLM Siri"的全新架构,第三阶段(2027年)推出完全自家模型驱动的Siri;

2. 新Siri核心技术基于App Intents框架,能打通应用间接口,从只会"开门"的门童升级为能进入应用"干活"的智能管家,支持屏幕感知和连续对话;

3. 苹果正与多家战略伙伴(包括Uber、YouTube、WhatsApp等)进行高强度内部测试,强调安全性和可靠性,初期可能限制银行、医疗等敏感应用功能。

前沿科技

九、 Periodic Labs,目标材料科学ChatGPT,将与OpenAI合作

1. 由OpenAI前研究副总裁Liam Fedus和谷歌DeepMind化学团队负责人Ekin Dogus Cubuk联合创立的AI材料创企Periodic Labs将获得2亿美元融资,a16z领投;

2. 创企成立仅3个月即获10亿美元(约71.8亿人民币)投前估值,OpenAI预计参投并可能与其合作,Fedus是ChatGPT主要贡献者之一;

3. Periodic Labs目标是构建"用于材料科学的ChatGPT",使用AI发现、分析、制造新型化合物,研究可作为半导体或空间技术超导体的材料,融资将用于获取芯片训练模型。

报告观点

十、 国外开发老哥GPT-5 vs Claude Opus 4.1 编程能力测评

1. GPT-5在算法题上消耗token数量显著少于Claude Opus 4.1(8K vs 79K),响应速度更快,成本更低,总体token消耗节省约90%;

2. Claude Opus 4.1在网页开发方面对Figma设计稿还原度更高,提供更详细的代码解释,但消耗token更多(140万+ vs 90万);

👇加入AGI数据库,AI智能问答