AI 日报|2025.06.17 巨头混战新高潮:推理模型卷效率、多模态拼开源、AR眼镜亮参数!

我爱免费

作者：微信文章
🔮 一、MiniMax开源推理模型M1：100万Token上下文，成本暴降90%

- 超长文本处理：支持100万Token输入（Gemini 2.5 Pro同级），可解析整本《三体》级文本。

- 极致性价比：推理算力仅为DeepSeek-R1的25%-30%，强化学习训练成本仅53.7万美元（行业1/10）。

- 性能对标国际：在软件工程、工具调用等复杂任务中超越国内闭源模型，接近GPT-4o水平。

> 💡 开发者福音：API价格与豆包1.6持平（输入0.8元/百万Token），App/Web端免费不限量。



💻 二、OpenAI升级Codex：一次生成多方案，编程效率翻倍

- 多方案生成：单任务可一次性输出多个代码版本，无需重复请求。

- 操作优化：新增快捷键系统（如Mac按`⌘+/`快速唤醒），支持取消任务与进度实时显示。

- 专业级支持：脚本运行时长延至20分钟，适配复杂项目调试。

> 🚀 适用场景：企业级开发、自动化测试、依赖包管理。

👓 三、XREAL Project Aura眼镜参数公开：双芯驱动，延迟仅3ms！

- 硬件配置：高通骁龙XR芯片 + 自研X1S空间计算芯片，性能提升25%。

- 光学突破：70°视场角（等效4米外215英寸巨幕），镜片体积缩减44%。

- 系统生态：运行Android XR系统，兼容Moohan应用，支持6DOF空间追踪。

> 🌐 战略意义：谷歌联合XREAL打造安卓XR生态“铁三角”，对标苹果Vision Pro。

📚 四、哈佛开源史上最大图书数据集：98.3万本公共领域著作

- 数据规模：涵盖245种语言、2420亿Token，40%为19-20世纪英文书籍。

- 版权合规：严格标注元数据，仅纳入美国公共领域内容，建立反馈机制处理争议。

- 未来计划：纳入波士顿图书馆数百万份历史报纸，推动学术AI训练规范化。

> 🏛️ 项目地址：

🌈 五、蚂蚁开源“Ming-Omni”：首个多模态GPT-4o级开源模型

- 全模态支持：统一处理文本、图像、音频、视频输入，端到端生成语音与图像。

- 性能碾压竞品：在语音理解、图像生成任务中超越Qwen2.5-Omni，FID指标达4.85（优于SDXL）。

- 方言黑科技：理解方言输入并克隆语音输出，适配多语言场景。

> ⚡ 开源承诺：代码与模型权重全部公开，GitHub已可下载。

🛠️ 六、微软推出Code Researcher：Linux内核崩溃解决率58%

- 深度分析：通过语义分析+提交历史追踪，自动定位系统级代码漏洞。

- 工业级表现：在Linux内核测试中解决率58%（远超SWE-agent的37.5%），平均排查10个关联文件。

- 多场景验证：成功修复FFmpeg等开源项目崩溃问题，推动复杂系统维护自动化。

> 🤖 技术革命：AI调试从“辅助工具”升级为“自主研究员”。