AI大模型头条0626|首个本地运行的机器人智能模型上线,开启具身智能新篇章;秘塔AI搜索宣布上线“听讲解” 功能

新闻

作者：微信文章


🌐 全球AI动态




汤森路透发布AI Agent，专用于税务、审计等财务领域

全球著名商业服务平台汤森路透在官网发布了，专门面向税务、审计和会计等财务专业人士的AI Agent——CoCounsel。这个智能体与传统AI助手有很大区别，它能够超越预定义的动作序列，可进行编排执行计划、推理，可在真实的工作流程中自动执行很多超复杂、重复的业务流程任务，具备专业人士所需的透明度、精确度和安全性。同时CoCounsel也支持人机协作模式，当遇到敏感数据、不确定性内容时，例如，银行需要输入密码，可由人类参与指导判断、验证输出并做出最终决策。（AIGC开放社区）

ElevenLabs 对话式 AI 个人助理上线

日前，AI 初创 ElevenLabs 发布旗下语音对话式 AI 个人助理 11ai，目前免费开放体验。官方介绍，11ai 主打语音输入，支持文本内容输入，并且集成了 RAG（检索增强生成）、语音检测等功能，能够接入 MCP，支持接入 Perplexity、Google 日历等。

通过 11ai，用户可以通过语音的方式执行各种任务，如通过 Perplexity 进行客户研究、搜索并查找客户信息等。值得一提的是，11ai 提供 5000 种 AI 助理音色，并且支持上传自定义音色。

首个本地运行的机器人智能模型 Gemini Robotics 上线，开启具身智能新篇章

在人工智能领域，谷歌 DeepMind 今天推出了一个令人振奋的新产品 ——Gemini Robotics On-Device。这是 Gemini 家族的新成员，专为机器人设计，能够直接在设备上本地运行，而不再依赖持续的互联网连接。这意味着，机器人不仅可以更快地适应新任务和环境，还能在没有网络的情况下保持稳定表现。

Gemini Robotics On-Device 基于多模态推理能力的 Gemini2.0模型，展现了强大的灵活性和任务泛化能力。它经过精心优化，专为各种智能操作而设计，比如折叠衣物和拉开袋子拉链等灵巧任务，所有操作都能在机器人机体上实现。



值得一提的是，Gemini Robotics On-Device 尤其适合那些对延迟敏感的应用，能够确保在网络连接不佳的环境中也能正常工作。为了帮助开发者充分利用这一新技术，谷歌还将推出 Gemini Robotics SDK，便于开发者评估模型在特定任务中的表现。借助该 SDK，开发者可以在 DeepMind 的 MuJoCo 物理模拟器中测试模型，并快速将其适应到新领域，只需50到100个演示即可。

在性能方面，Gemini Robotics On-Device 在多个任务上的适应能力令人惊叹。在七项不同难度的灵巧操作任务中，该模型表现出色，能够处理之前未见过的物体和场景。这不仅展示了其在不同机器人的适应性，还证明了其通用性。

DeepMind 的这一突破标志着在构建强大机器人模型方面取得了新的进展，为实现真正的具身智能时代迈出了重要一步。
📈 国内AI动态




讯飞医疗科技：两年内有望盈利，医疗 AI 助力健康未来

科大讯飞旗下的讯飞医疗科技正式在香港联交所上市，成为国内医疗大模型领域的先锋企业。在上市不到半年的时间里，讯飞医疗科技总裁陶晓东接受媒体采访时透露，基于市场需求和对未来的预判，公司预计将在未来1至2年内实现盈利。

根据公司最新的财报，讯飞医疗科技在2024年的营收达到了7.34亿元，同比增长32%，尽管依然亏损1.33亿元，但亏损额相比前一年有所减少。值得一提的是，科大讯飞目前持有该公司49.42% 的股份，智慧医疗业务收入为6.92亿元，占其总营收的2.96%。这表明，讯飞医疗科技正处于快速发展阶段，未来潜力巨大。



目前，讯飞医疗科技是少数将人工智能作为核心业务，且面向医疗系统各个环节提供服务的上市公司之一。其产品线覆盖了政府、医生及患者三个端口，包括智能助手、智慧医院解决方案、智能医疗器械等。陶晓东指出，AI 在医疗领域的商业价值仍需进一步验证，但他对未来的市场机会持乐观态度，尤其是在辅助诊断和健康咨询服务方面。

为了增强市场竞争力，讯飞医疗科技在6月24日推出了星火医疗大模型 V2.5国际版，升级了讯飞晓医 APP。新版本不仅拓展了对常见疾病和药品的覆盖，还在综合能力评测中以98.4分位列第一。这一举措无疑为其在医疗 AI 市场的进一步拓展奠定了基础。

然而，陶晓东也指出，医疗大模型仍在不断发展中，目前尚未全面爆发。他表示，AI 在医疗领域面临挑战，包括如何理解当地文化和法规。此外，大模型在与患者沟通方面的能力尚需提升，这也是未来发展的关键之一。

讯飞医疗科技在医疗 AI 领域的前景值得期待，未来有望通过不断创新和市场拓展，迎来盈利的曙光。

秘塔AI搜索宣布上线“听讲解” 功能

近日，秘塔AI搜索宣布上线一项创新功能——“听讲解”，该功能旨在为用户提供更加便捷、高效的信息获取体验。用户在进行搜索后，只需简单点击“听讲解”按钮，即可让AI将搜索结果生动地讲述出来，无需手动阅读，极大提升了信息获取的便利性。



据了解，秘塔AI搜索的“听讲解”功能不仅支持语音输出，还允许用户以互动网页、海报、PPT等多种形式查看搜索结果，满足了不同用户在不同场景下的信息获取需求。这一功能的推出，标志着秘塔AI搜索在信息呈现和交互方式上又迈出了重要一步。

秘塔AI搜索一直致力于通过技术创新提升用户体验，此次“听讲解”功能的上线，正是其不断探索和尝试的成果之一。该功能利用先进的语音合成技术，将文字信息转化为自然流畅的语音输出，让用户在忙碌或无法阅读的情况下，也能轻松获取所需信息。

目前，用户可以通过访问秘塔AI搜索的官方网站metaso.cn或下载其App来体验这一新功能。秘塔AI搜索表示，未来将继续优化和完善“听讲解”功能，为用户提供更加个性化、智能化的信息获取服务。
💰 AI制造投资速递




为旌科技完成A2轮融资首次交割

近日，为旌科技完成A2轮融资首次交割，由君信资本出资1亿元，本轮资金将主要用于高端智慧视觉端侧AI芯片持续量产及智能驾驶芯片研发，推动高端 SoC 芯片国产化。为旌科技专注于高端智能感知SOC芯片的研发与创新，掌握AI计算、图像视觉、异构架构、高能效、先进工艺等关键技术，致力于成为端侧SOC芯片的领军者。产品覆盖智能驾驶、智慧城市、机器人等市场，坚持通过在AI、图像、集成电路等领域的创新，持续为客户提供有竞争力的芯片及解决方案。

AI 医疗文书撰写公司 Abridge 的估值翻倍至 53 亿美元

据《华尔街日报》报道，专注于医疗记录自动化的人工智能初创公司Abridge已获得 3 亿美元 E 轮融资，估值达 53 亿美元。此轮融资由安德森·霍洛维茨基金领投，科斯拉创投 (Khosla Ventures) 跟投。此前，该公司于今年 2 月完成了 2.5 亿美元的融资，估值达 27.5 亿美元。

成立 7 岁的 Abridge 被广泛认为是日益拥挤的人工智能医疗记录市场的领导者，这主要归功于它早期进入 并与占主导地位的健康记录软件 Epic Systems 进行整合。