AIGC资讯

阿里通义千问在 2026年7月6日 披露，实时语音识别模型 Fun-ASR-Realtime 完成升级，并已通过 API 上线阿里云百炼平台。对于实时字幕、语音助手、国际会议、跨语种客服和多方言语音处理场景来说，这次升级的意义不只是“准确率更高”，而是进一步推动实时语音交互进入更稳定、更广覆盖的应用阶段。 从公开信息来看，这次升级有几个核心点值得关注。第一， Fun-ASR-Realtime 的首字延迟控制在百毫秒级别，这意味着用户开口后，系统可以更快给出首轮识别反馈。对实时...

DeepSeek提示词怎么写？一文看懂提问结构与免费指令库入口 如今越来越多用户开始用 DeepSeek 处理写作、总结、策划、问答和内容整理等任务，但很多人上手之后会发现，AI 并不是你随便问一句，它就一定能准确理解。一个常见现象是，同样的需求，有人一次就能拿到比较完整的结果，有人却要来回修改很多遍。 问题通常不在模型能力，而在提示词设计。 简单来说，提示词越明确，AI 输出越接近你的真实需求；提示词越模糊，结果就越容易泛泛而谈。 如果你正在找更适合参考的现成模板，可以先看...

谷歌推出轻量高速AI图像模型Nano Banana 2 Lite，4秒内生成1K图片，成本仅0.034美元，主打低延迟、低成本和高频批量生成。该模型面向电商、社媒、广告等场景，支持快速试稿与批量出图，助力内容团队高效生产视觉素材。

月之暗面新一代大模型Kimi K3或于2026年7月发布，网传参数规模达2.5万亿，支持1M超长上下文与多模态能力。延续MoE架构与Agent方向，强化编程、工具调用及长文本处理，旨在将大参数转化为真实任务可用性，成为国产大模型参数竞争中的重磅选手。

AI 助手正在从“聊天回答问题”，走向“直接帮你办事”。 7 月 2 日，AI 版支付宝 “阿宝” 完成新一轮产品迭代，并正式开放公测。iOS 和安卓用户无需邀请码，可以在应用商店或支付宝 App 内搜索 “阿宝” 或 “蚂蚁阿宝” 进行体验。此次公测重点围绕生活服务垂域模型能力、服务生态和用户陪伴体系进行升级，核心方向很明确：让用户通过自然对话，更快完成日常生活事务。 阿宝是什么？ 阿宝是支付宝推出的 AI 生活助理，也可以理解为一个面向生活服务场景的办事型 AI。 它不是...

OCR 这条赛道，最近突然又热了起来。 百度正式发布并开源端到端 OCR 模型 Unlimited OCR 。这个模型面向书籍、论文、报告、扫描件等长文档解析场景，核心卖点是：不再依赖传统的“逐页解析 + 结果拼接”，而是让模型在一次前向推理中连续解析数十页文档，并输出结构化 Markdown 内容。官方论文显示，Unlimited OCR 以 DeepSeek OCR 为基础，引入 Reference Sliding Window Attention（R-SWA）机制，在标...

AI 编程工具赛道，又来了一个新玩家。 据多家媒体报道，高德地图正在内测一款名为 “袋马” 的 AI 编程产品。这个名字听起来很接地气，也像是“代码”的谐音梗。它主打的是通过自然语言生成应用，用户只需要用一句话描述需求，就可以让 AI 生成微信小程序或 iOS 原生应用。相关报道提到，袋马目前仍处于内测阶段，高德官方暂未公布正式上线时间、合作模式和商业化细则。 简单说，袋马想做的不是传统意义上的代码编辑器，而是一个面向普通用户和小微场景的 AI 应用生成平台。 袋马是什么？...

商汤日日新 Token Plan 已上线免费 GLM-5.2。