导语:本轮最重要的 4 条事件——Google DeepMind 发布 Gemini Omni 1.2 Flash,视频生成时长扩展至 15 秒、价格降 30%,进一步降低 AI 视频创作门槛;Amazon 允许用户通过短信向 Alexa 下达购物清单,AI 助手进入日常购物场景;AMD CEO 苏姿丰称公司为”数据中心优先”,预计 Q4 数据中心业务增长 50%,AI 算力军备竞赛持续升温;OpenAI 在数据中心项目中放弃 NDA 要求,试图缓解社区对 AI 扩张的抵触。此外,阿姆斯特丹爆发数据中心抗议、Ramp 数据显示企业 AI 支出停滞,都指向 AI 基建扩张与社会接受度之间的张力。
产业与商业
Amazon 允许用户通过短信向 Alexa 下达购物清单
Amazon 的 Alexa for Shopping AI 助手新增短信下单功能,用户可通过文本消息让 Alexa 帮忙订购杂货和推荐商品。
来源:The Verge | TechCrunch
抗议者闯入阿姆斯特丹 Microsoft 数据中心
欧洲正掀起一波针对数据中心的抗议浪潮,抗议者闯入阿姆斯特丹 Microsoft 数据中心施工现场。
来源:The Verge
AMD CEO 苏姿丰:我们是”数据中心优先”公司
AMD CEO 苏姿丰在采访中表示公司是”数据中心优先”企业,预计数据中心业务从 Q3 到 Q4 增长 50%,称 AI 计算需求是增长核心驱动力。
来源:The Verge
OpenAI 退让:数据中心项目不再要求 NDA
OpenAI 在数据中心项目中放弃要求合作伙伴签署保密协议(NDA),此举旨在缓解社区对 AI 扩张的抵触情绪。
来源:The Verge
中期选举后,数据中心冲突将加剧
2026 中期选举后,围绕数据中心的政治冲突预计将进一步升级,多个州已通过限制数据中心扩张的 ballot initiatives。
来源:TechCrunch
Ramp 数据:AI 支出在 Anthropic IPO 前夕停滞
Ramp 数据显示企业 AI 支出增长停滞,正值 Anthropic 推进 IPO 之际,市场对 AI 投资回报的质疑加剧。
来源:TechCrunch
Meta Muse 推出语音模式
Meta 的 Muse AI 虚拟形象新增语音模式,美国用户现在可以与自己的 Muse AI 头像进行视频通话。
来源:The Verge
工具与产品
Google Gemini Omni 1.2 Flash:15 秒视频、价格降 30%
Google DeepMind 正式发布 Gemini Omni 1.2 Flash,视频生成时长从 3 秒扩展至 15 秒,支持对话式逐步编辑,720p 价格降至 $0.07/秒(比前代低 30%),低分辨率草稿+最终 upscale 可进一步节省成本。
来源:DeepMind Blog | THE DECODER | The Verge
Hugging Face Phonon TTS:端侧高质量语音合成
Hugging Face 推出 Phonon TTS,在设备端实现高质量语音合成,基准测试表现领先,适合隐私敏感场景。
Hugging Face Dharma Field Extractor:文档结构化提取
Dharma AI 发布 Field Extractor,可将任意文档输入转换为结构化 JSON 字段输出,适用于企业文档处理流水线。
Hugging Face Palette:小模型学会按设计语言生成 deck
IBM Research 推出 Palette,教小模型按照用户的设计语言构建演示文稿,降低设计门槛。
Hugging Face Transformers 模型集成契约
Hugging Face 发布 Transformers 模型集成契约(MIC),规范模型与 Transformers 库的集成标准。
Underdog 展示 32MB 语音模型
Underdog 在最新 demo 中展示了一个仅 32MB 的语音模型,展示了极小模型在语音任务上的潜力。
来源:TechCrunch
学术与前沿
Alibaba Qwen3-ASR 本地运行 1.32GB 击败 GPT-4o 转录
阿里巴巴 Qwen3-ASR 模型仅 1.32GB,本地运行转录质量击败 GPT-4o,展示了小模型在特定任务上的竞争力。
来源:AlphaSignal
观点与思考
Frontier Radar #5:如果 AGI 如此接近,为什么所有人都在离开?
THE DECODER 最新 Frontier Radar 分析 neolabs 的人才流失现象:尽管 AGI 呼声渐高,但前沿实验室的研究人员正在离开,文章探讨了背后的原因与各方的赌注。
来源:THE DECODER