AI新闻动态（2025-09-07到2025-09-13)

[ikaijua]

AI新闻动态（2025-09-07到2025-09-13)

目录

AI产品

1. 英伟达下一代GPU登场，Rubin CPX一次推理数百万Token
2. 爱诗科技发布视频生成产品PixVerse V5
3. 字节跳动发布 Seedream 4.0 图像创作模型，豆包、即梦可免费体验
4. 腾讯版“Claude Code”来了！AI编程L4时代is coming

AI研究

1. OpenAI罕见发论文：我们找到了AI幻觉的罪魁祸首
2. B站开源IndexTTS-2.0：不仅能克隆音色，而且能还原情感和语调
3. 小红书发布了新一代对话合成模型FireRedTTS-2，轻松做出AI播客

AI洞察

1. 甲骨文获3000亿美元OpenAI大单，让世界首富位置换人了
2. 爱诗科技完成6000万美元B轮融资

[ikaijua]

2025-09-11 甲骨文获3000亿美元OpenAI大单，让世界首富位置换人了

1. 甲骨文正在美国全国范围内建设AI基础设施，可能需要贷款购买GPU。
2. 甲骨文2026财年第一财季总营收149亿美元，同比增长12%，未交付合同总值达4550亿美元，同比增长359%。预计到2030财年，云业务收入将跃升至1440亿美元。
3. 甲骨文与OpenAI签署了一份价值3000亿美元的云计算合同，这是有史以来最大的云计算合同，需要4.5千兆瓦的电力容量。
4. 甲骨文股票因消息影响上涨超过35%，联合创始人拉里・埃里森身家一度增加1000亿美元，成为全球首富。
5. OpenAI目前尚未盈利，预计到2029年才能盈利，在此之前将亏损440亿美元。
6. 整个AI行业面临计算资源短缺的问题，科技巨头在芯片、服务器和数据中心基础设施的支出预计将达到2.9万亿美元。
7. 甲骨文自2016年开始将云计算视为重要发展战略，尽管面临激烈竞争，但通过云化重构和大量资金投入，再次走上发展快车道。

B 站视频

• 火柴经济: OpenAI真能每年付甲骨文600 亿？深扒天价合同背后的三大疑点！

媒体文章：

• 机器之心: 3000亿美元OpenAI大单，让世界首富位置换人了
• 量子位: 81岁甲骨文创始人冲上首富！难怪马斯克念念不忘OpenAI

tag: AI洞察

[ikaijua]

2025-09-10 英伟达下一代GPU登场，Rubin CPX一次推理数百万Token

1. 英伟达在AI基础设施峰会上推出了专为超过100万token长上下文推理设计的Rubin CPX GPU。
2. Rubin CPX GPU将与Vera CPU和Rubin GPU搭配使用，组成全新的NVIDIA Vera Rubin NVL144 CPX平台，提供8 exaflops AI算力。
3. 该GPU针对软件开发、视频生成等长上下文任务优化，能够处理大规模上下文推理，提高性能。
4. NVIDIA SMART框架和Blackwell架构GB200 NVL72平台结合，提升了AI推理性能。
5. Rubin CPX采用NVFP4精度，提供高达30 petaflops算力，配备128GB GDDR7内存，显著增强了AI模型在长上下文序列处理中的速度与稳定性。
6. Rubin CPX预计将于2026年底上市。

官网介绍：https://nvidianews.nvidia.com/news/nvidia-unveils-rubin-cpx-a-new-class-of-gpu-designed-for-massive-context-inference

媒体文章：

• 机器之心: 英伟达下一代GPU登场，Rubin CPX一次推理数百万Token，网友：这是头野兽
• 量子位: 英伟达新GPU，超长上下文/视频生成专用

tag: AI产品

[ikaijua]

2025-09-06 OpenAI罕见发论文：我们找到了AI幻觉的罪魁祸首

1. AI大模型存在“幻觉”现象，即自信地编造事实，这是阻碍AI被完全信任的关键障碍。
2. “幻觉”是指模型自信地生成不真实答案的情况。
3. 根本原因： 训练和评估程序倾向于奖励猜测，而非奖励模型承认不确定性。
4. 目前评估模型性能的方式鼓励模型进行猜测，而不是诚实面对不确定性，使得模型在不确定情况下倾向于策略性猜测。
5. 改进方向： 应该对自信错误给予更大的惩罚，并对恰当表达不确定性的行为给予加分，重新设计评估指标，奖励不确定性的表达。
6. 幻觉是由于语言模型在海量文本中学习预测下一个词，没有无效标签导致难以区分有效和无效语句而产生的。模型会学习数据中的统计模式，但无法预测随机或低频的事实。
7. OpenAI正在努力降低语言模型输出的置信错误率，并重组其模型行为团队，成立新的研究团队oaiLabs，专注于人与AI协作的新界面原型。

媒体文章：

• 机器之心: OpenAI罕见发论文：我们找到了AI幻觉的罪魁祸首

tag: AI研究

[ikaijua]

2025-09-11 B站开源IndexTTS-2.0：不仅能克隆音色，而且能还原情感和语调

1. B站Index团队开源IndexTTS-2.0，一款情感可控、时长可调的自回归零样本TTS系统。
2. IndexTTS-2.0的核心创新包括：时间编码机制和音色与情感解耦建模。
3. 时间编码机制有效解决了传统模型在语音时长控制上精度不足的问题。
4. 音色与情感解耦建模支持多维度灵活的情感调节，提升了生成语音的表现力。

• 魔搭体验页：https://modelscope.cn/studios/IndexTeam/IndexTTS-2-Demo
• HuggingFace 体验页：https://huggingface.co/spaces/IndexTeam/IndexTTS-2-Demo
• GitHub地址：https://github.com/index-tts/index-tts
• 论文地址：https://arxiv.org/abs/2506.21619
• Demo展示地址：https://index-tts.github.io/index-tts2.github.io/
• 官宣视频：https://www.bilibili.com/video/BV136a9zqEk5/

媒体文章：

• 量子位: B站开源IndexTTS-2.0：突破自回归TTS时长与情感控制瓶颈
• 机器之心: B站出海的强有力支柱：最新开源文本转语音模型IndexTTS-2.0标志零样本TTS进入双维度时代

tag: AI研究

[ikaijua]

2025-09-08 爱诗科技发布视频生成产品PixVerse V5

1. PixVerse V5新增了Agent创作助手功能，用户只需上传图片即可生成5-30秒的完整短片。
2. PixVerse V5在视频生成技术上取得显著进步，包括智能理解、极速生成和更逼真自然的视频生成能力。
3. 通过“照片变手办”等创意玩法，PixVerse吸引了大量用户，尤其在社交媒体上获得广泛关注。
4. PixVerse采用自研的DiT架构，结合扩散模型和Transformer，实现了高效、高质量的视频生成。
5. PixVerse的技术广泛应用于广告、电商、影视、教育、游戏等多个领域。

媒体文章：

• 机器之心: 全球图生视频榜单第一，爱诗科技PixVerse V5如何改变一亿用户的视频创作

tag: AI产品

[ikaijua]

2025-09-09 字节跳动发布 Seedream 4.0 图像创作模型，豆包、即梦可免费体验

1. 字节图像创作模型Seedream 4.0，具备文生图、图像编辑和多图参考等功能。
2. Seedream 4.0在多模态生图效果、速度和可用性方面达到业界领先水平，并已在豆包App等产品上线，供用户免费体验。
3. 该模型不仅生成图像，还具备知识和思考能力，能理解复杂语境并在多种任务中保持风格一致性和细节精致。
4. Seedream 4.0支持文本和图像的组合输入，可生成角色连贯、风格统一的组图，适用于教育、电商等多个应用场景。
5. 模型支持艺术风格迁移，能生成4K分辨率的商用级图像，并具备文字渲染能力，能处理复杂排版。
6. Seedream 4.0在专业评测中表现出高质量和高效率的平衡，视觉美感和速度等关键指标成绩突出。
7. Seed团队将继续探索更实时的交互式生成体验，深度融合多模态推理与世界知识，帮助用户激发灵感。

媒体文章：

• 机器之心: 字节Seedream 4.0将全量开放！抢先评测来了，我们摸索出AI生图20种「邪修」玩法

tag: AI产品

[ikaijua]

2025-09-14 小红书发布了新一代对话合成模型FireRedTTS-2，轻松做出AI播客

1. FireRedTTS-2解决了现有方案在灵活性、发音错误、说话人切换和韵律自然度等方面的问题。
2. FireRedTTS-2通过升级离散语音编码器和文本语音合成模型，优化了合成效果，在多说话人对话合成中达到行业领先水平。
3. 该模型支持音色克隆功能，只需提供一句话的语音样本即可模仿说话人的音色和习惯，生成整段对话。
4. FireRedTTS-2支持多种语言（中文、英语、日语、韩语、法语等），并能够生成高质量对话和非对话音频数据。
5. 模型采用双Transformer架构，支持逐句生成，保持对话的自然和连贯，且具备低首包延迟，适合实时应用。
6. 在主客观测评中，FireRedTTS-2在发音正确率、说话人保持能力和韵律自然度等方面均优于其他系统。
7. 未来团队计划扩展支持的语言和说话人数，并探索更多可控音效插入等创新功能。

github地址：https://github.com/FireRedTeam/FireRedTTS2

媒体文章：

• 机器之心: 小红书智创音频技术团队：SOTA对话生成模型FireRedTTS-2来了，轻松做出AI播客！

tag: AI研究

[ikaijua]

2025-09-10 爱诗科技完成6000万美元B轮融资，阿里巴巴领投，达晨财智、深创投、北京市AI基金、巨人网络、Antler等跟投

1. 爱诗科技完成超过6000万美元B轮融资，由阿里巴巴领投，公司全球用户规模突破1亿。
2. 产品PixVerse（拍我AI）入选全球Top 50生成式AI消费移动应用榜单第25位。
3. 爱诗科技推动AI视频生成技术走向更广泛应用，融资将用于技术研发和市场拓展。
4. 爱诗科技开放平台API累计生成视频超千万次，合作伙伴通过平台制作具有叙事性影片的门槛降低。

媒体文章：

• 机器之心: 爱诗科技完成6000万美元B轮融资，阿里巴巴领投，达晨财智、深创投、北京市AI基金、巨人网络、Antler等跟投

tag: AI洞察

[ikaijua]

2025-09-10 腾讯版“Claude Code”来了！AI编程L4时代is coming

1. 腾讯发布了AI CLI工具CodeBuddy Code，并宣布CodeBuddy IDE开启公测，面向所有用户开放使用，无需邀请码。
2. CodeBuddy Code定位于专业工程师用专业的CLI Agent，支持用自然语言驱动整个开发运维生命周期，实现极致自动化效率提升。
3. AI编程工具的发展划分为五个层次，从L1到L5，腾讯认为AI编程将向L4级AI软件工程师演进，并逐步向L5级迈进。
4. CLI模式在企业级场景中具有天然优势，易于集成、高效协作、全链路自动化，让AI从“代码生成器”升级为全流程开发伙伴。
5. 腾讯内部超90%工程师使用CodeBuddy，整体编码时间平均缩短40%以上，AI生成代码占比超50%，研发提效超16%。
6. CodeBuddy Code支持自然语言交互、文档驱动管理、多智能体协作、长期记忆与上下文压缩、与Git/CI/CD深度集成等核心功能。
7. CodeBuddy Code代表了企业级AI编程的新方向，CLI驱动、多智能体协作、文档化上下文管理，开发者从“代码执行者”升级为AI协作架构师。

媒体文章：

• 量子位: 腾讯版“Claude Code”来了！AI编程L4时代is coming

tag: AI产品