马斯克秘密实验室：收集人类行为数据以训练机器人
特斯拉在加州帕洛阿尔托的秘密实验室正通过数据收集者记录人类日常行为，以训练其Optimus机器人。这些工作人员佩戴多摄像头头盔和重达40磅的背包，重复执行如举杯、擦桌等任务，每天生成至少四小时影像数据。尽管机器人当前表现笨拙，马斯克计划年底生产5000台，旨在通过大量数据推动家庭机器人技术发展。
赛道之外的黑马：蚂蚁AQ月活破千万，垂直AI的“奇袭”开始了 1000万
蚂蚁集团旗下AI健康应用AQ上线仅4个月，月活用户已突破千万大关，成为继豆包、Deepseek等之后第五个月活超千万的AI原生应用，也是其中唯一一款行业专业级AI应用。AQ月活复合增长率高达83.4%，远超行业平均水平，引领AI+医疗健康领域异军突起，被业内视为2025年AI应用市场增长最快的黑马。
网易云音乐发布AI调音大师：大模型驱动的音频优化方案
网易云音乐正式推出基于AI技术的'AI调音大师'功能，通过智能分析歌曲特征自动匹配最佳音效参数。用户可实时查看音效波谱，选择'厚重'、'清亮'等调音关键词，并进行个性化设置如'低频增强'、'提升现场感'，让每首歌曲都能完美贴合个人听感偏好。
物理世界的“通用翻译器”：NavFoM基座模型发布，机器人导航迎来统一框架
银河通用联合多所高校发布全球首个跨本体全域环视导航大模型NavFoM，该模型将视觉与语言导航、目标导向导航、视觉追踪及自主驾驶等任务整合到统一框架中。支持室内外场景零样本运行，无需额外建图，通过TVI Tokens和BATS策略增强时空理解与计算效率，适用于机器狗、无人机、汽车等多种机器人平台，标志着机器人导航领域的重大突破。
美团开源多模态大模型LongCat-Flash-Omni：实时交互性能突破
美团开源多模态大模型LongCat-Flash-Omni在多项基准测试中超越闭源竞品，实现开源即SOTA突破。该模型支持文本、语音、图像、视频的实时融合处理，具备跨模态精准推理能力，在噪声环境语音识别和模糊图像理解方面表现优异。通过端到端统一架构和Flash推理引擎优化，在消费级GPU上即可实现近乎零延迟的交互体验。
谷歌的增长配方：Nano Banana 2预告背后，一场关于“融合”的闪电战
谷歌即将发布新一代AI图像生成模型Nano Banana2，这是Gemini平台的重要升级。该模型延续前代优势，优化视觉生成速度和艺术风格多样性，支持多轮对话交互和角色保持功能，可与Gemini3.0深度整合提升多模态处理能力。自首代模型推出以来已吸引超1000万用户，完成2亿次图像编辑，新版有望进一步推动创意产业发展并标注水印确保透明度。
Billboard的AI幽灵：当一纸300万美元的合约递给一个虚拟歌手
AI艺术家Xania Monet的单曲《How WasI Supposed to Know?》首次入选Billboard公告牌电台排行榜，位列第30名，成为首个进入该榜单的AI创作音乐作品。这首歌曲在TikTok等平台爆红后，曾登顶R&B数字歌曲销量榜，并签署了300万美元唱片合约，引发音乐界对AI创作潜力的广泛讨论。
引擎的叛逆：Llama.cpp史诗级更新，本地AI迎来“Ollama时刻”
llama.cpp迎来史诗级更新，实现多模态输入、并行交互和JSON结构化输出三大突破。用户可直接处理图片、音频和PDF文件，通过现代化Web界面进行多任务并行处理，并自定义JSON模板实现自动化输出。所有操作100%本地运行，保障数据隐私，为普通用户和开发者提供高效安全的本地AI解决方案。
无声的助理：中兴端侧AI正在重新定义手机的“工作”
中兴通讯推出Nebula-GUI小模型，实现了手机AI助手的重大突破。用户只需一句话即可完成订票、拍照、点外卖等复杂操作，70亿参数模型在离线手机GUI测试中获银牌，得分84.38，准确率超90%。该模型无需联网，设备端完成推理，兼顾隐私与响应速度，覆盖30余款主流App，标志着手机AI从语音问答向主动执行的重要转变。
亚马逊AI助手Alexa革新音乐体验，用户听歌时长激增三倍，剑指Spotify核心市场
亚马逊推出全新AI助手Alexa+，正式登陆Amazon Music应用，将音乐发现从点播升级为对话式体验。Alexa+具备自然语言理解和上下文对话能力，可回答复杂音乐问题并生成个性化歌单，使用户歌曲探索率提升三倍，推荐收听增长近70%。这一创新功能直指Spotify，标志着AI正重塑音乐消费生态，开启智能音乐体验新篇章。
