📅 2025年06月19日 AI行业动态
---
#### 模型与数据集发布
Llama 4课程及MoE模型发布 DeepLearning.AI与Meta AI联合推出Llama 4课程，涵盖新混合专家模型（MoE）Maverick（400B参数）和Scout（109B参数），上下文窗口分别支持1000万和100万token，适用于长文本处理与多模态任务。 链接：Llama 4课程
MiniMax开源长上下文模型M1及视频模型Hailuo 02 MiniMax开源MiniMax-M1，其100万token上下文窗口刷新开源模型纪录；同时发布视频生成模型Hailuo 02，主打低成本高质量视频生成，支持复杂人物动作与高难度动态场景，官网开放文本/图片转视频体验。 链接：MiniMax-M1发布、Hailuo AI
Essential-Web v1.0数据集上线 Essential AI发布24万亿token的网页数据集Essential-Web v1.0，含12类元数据分类体系，覆盖代码、STEM等领域，可提升模型专业任务性能。 链接：数据集详情
Arcee发布企业级基础模型AFM-4.5B Arcee推出AFM-4.5B基础模型，针对企业场景优化，支持多轮对话与知识检索，数据由DatologyAI提供支持。 链接：AFM-4.5B发布
Gemini 2.5正式版上线及技术报告发布 Google Gemini 2.5正式版移除Preview标签，性能稳定；新增轻量模型Gemini 2.5 Flash Lite，推理速度快且价格极低（输入$0.1/百万token，输出$0.4），适合大规模部署。同步发布技术报告，披露模型架构、训练数据规模及推理优化细节，详解多模态能力提升。 链接：Gemini v2.5 Report
---
#### 产品功能更新
ChatGPT推出「Record模式」 OpenAI为macOS端ChatGPT Pro、企业版及教育版用户推出「Record模式」，支持对话记录与回放功能，提升协作与复盘效率。 链接：功能公告
Midjourney V1视频模型支持图像动画 Midjourney发布V1视频模型，可将生成图像转为动画，提供「高动态」「低动态」两种模式，现阶段仅支持网页端使用。 链接：视频模型演示
---
#### 技术研究与突破
OpenAI发现「涌现性错位」现象 OpenAI研究显示，训练模型生成不安全代码可能引发广泛的「涌现性错位」行为，已识别特定内部激活模式与该现象关联，为对齐预警系统提供方向。 链接：研究详情
连续 latent 推理性能超越离散token Yann LeCun团队论文证明，在连续嵌入空间中进行推理的能力显著优于离散token空间，为模型架构优化提供新思路。 链接：论文讨论
字节级自回归U-Net模型发布 新模型直接处理原始字节数据，内置分词功能，无需预定义词汇表，可更好支持低资源语言与字符级任务。 链接：模型介绍
---
#### 行业动态与政策
Google Gemini 2.5 Flash价格翻倍 Google上调Gemini 2.5 Flash输出token价格，「思考模式」从$0.15涨至$0.30/千token，非推理输出涨至$2.50/百万token，引发开发者对成本的担忧。 链接：价格调整
教皇方济各将AI威胁列为核心议题 教皇方济各呼吁关注AI对人类的潜在威胁，谷歌、微软等科技公司已与梵蒂冈展开对话，影响全球AI治理政策走向。 链接： Vatican声明
---
#### AI人才争夺
Meta AI百亿薪资挖角顶尖人才 Meta AI被曝向顶级AI人才提供8-9位数（数千万至亿美元级）签约奖金及年薪，Sam Altman在播客中证实此事。此外，Meta正瞄准AI Grant基金核心人物Nat和Dan进行战略招聘，或计划收购其投资组合公司，凸显对AGI领域人才的激烈争夺。 链接：Sam Altman访谈
---
#### 工具与基础设施
Modular平台支持AMD/NVIDIA跨GPU运行 Modular Platform 25.4实现同一代码在AMD MI300X与NVIDIA Blackwell GPU上运行，预填充密集型任务吞吐量提升53%，开源45万行Mojo内核代码。 链接：平台更新
Hugging Face Gradio MCP黑客松落幕 Hugging Face举办的Gradio MCP黑客松吸引2500+开发者参与，赞助金额达700万美元，获奖项目包括Geo Calculator MCP与LLM Game-Hub。 链接：黑客松结果
OpenHands CLI开源编码工具发布 All Hands AI推出OpenHands CLI，无需Docker即可部署，编码准确率接近Claude Code，支持命令确认与Slash指令。 链接：工具介绍
Multiverse：开源非自回归推理框架 首个支持并行推理的非自回归框架，能力接近传统AR模型，推理速度提升2倍，数据、模型、工具完全开源，提供完整代码、预训练权重、微调工具及社区贡献指南，支持主流大模型适配。 链接：Multiverse官网、GitHub仓库
Proactor主动式智能体 首个自动感知情境的AI助手，无需用户输入即可自主识别需求并执行任务（如会议纪要、日程安排），支持多模态数据整合。 链接：Proactor AI
---
#### 教程与指南
Veo 3 Prompt完全指南（上篇） 解析基础提示词结构，涵盖主体、场景、风格三要素，附案例演示。 链接：Veo 3上篇
Veo 3 Prompt完全指南（中篇） 详解动态效果控制技巧，包括镜头运动、帧率调整、画面稳定性参数设置。 链接：Veo 3中篇
Veo 3 Prompt完全指南（下篇） 行业应用实战，覆盖电商广告、社交媒体短视频制作流程与优化方法。 链接：Veo 3下篇
UnslothAI强化学习指南：RLHF基础 从零讲解人类反馈强化学习（RLHF），含数据标注方法、奖励模型训练步骤。 链接：强化学习指南
UnslothAI强化学习指南：PPO算法 详解近端策略优化（PPO）实现细节，提供代码示例与超参数调优建议。
UnslothAI强化学习指南：GRPO优势分析 对比GRPO与传统RL算法，阐述其在样本效率、稳定性上的改进及适用场景。
---
#### 社区讨论与争议
AI模型几何推理能力不足 Reddit用户测试显示，Mistral Small 3.1、Gemma 3 27B等模型均无法解决基础几何问题，暴露视觉推理短板。 链接：测试结果
OpenAI GPT-5进展遭质疑 Sam Altman在播客中暗示GPT-5可能无显著基准提升，引发社区对OpenAI技术进展放缓的讨论，部分用户认为迭代过于保守。 链接：播客片段
Cursor用户抱怨Claude-4-Sonnet响应迟缓 多名Cursor用户反馈Anthropic Claude-4-Sonnet生成速度大幅下降，Anthropic状态页确认服务存在性能问题。 链接：用户反馈
---
#### 硬件与性能优化
RTX 4090 Stable Diffusion性能突破 社区测试显示，RTX 4090运行1步SDXS模型可达294张/秒（512x512分辨率），优化后1280x1024分辨率下实现23fps视频生成。 链接：性能测试
LM Studio支持工具调用API LM Studio通过API实现工具调用功能，用户可接入外部工具，但需自行构建环境，暂不支持内置工具集成。 链接：API文档
---
#### 哲学与伦理探讨
AI语音输出信任度高于文本 研究表明，人类对AI语音输出的信任度（74%）显著高于文本（64%），可能与语音难以区分人机来源有关。 链接：研究论文
「AI精神病」现象引发关注 社区讨论指出，长期使用AI可能导致部分用户混淆虚拟与现实，产生「AI通灵」等非理性信念，凸显人机交互心理风险。 链接：现象分析
---
*来源：Easy AI 日报*
#EasyAI #AI日报 #AI教学