1. 核心升级
Opera 为 Android 版 Opera Mini 浏览器嵌入 AI 助手 Aria，该浏览器以节省数据流量著称，全球用户超 1 亿。

2. 功能亮点
Aria 提供问答、文本/代码生成、图像创建、网页摘要及实时网络信息抓取，基于 Opera 自研 Composer AI 引擎，整合多平台模型（如 Google 的 Imagen 3 图像生成）。

3. 战略意义
Opera 高管强调 AI 正成为日常网络体验的核心，此次升级旨在增强用户依赖的基础功能，同时保持低带宽特性。

4. 市场差异化
区别于高耗能的 AI 助手（如 Gemini），Aria 专为网络不稳定、低速高资费地区设计，Android 用户仅需更新即可使用。

5. 行业影响
此举为 AI 普惠树立范例：开发者需平衡性能与可及性，避免占用过多存储或数据预算，未来或成行业参考。

6. 未来计划
Opera 预告将有更多新功能陆续推出，可能形成与主流 AI 方案不同的轻量化技术路径。

1. 微软Recall功能争议
微软重启备受争议的Recall功能，该功能每3秒截屏并允许AI搜索，被批为”安全噩梦“且”无人需要“的AI功能典型。

2. Garmin订阅模式惹众怒
Garmin将一次性购买产品转为订阅服务，用户担忧免费功能终将收费，被迫”离开平台或付费“才能使用完整服务。

3. AI泛滥引发反感
从手机、音箱到搜索引擎，AI功能被强制植入各类产品。Google的AI概览功能因干扰正常搜索遭诟病，用户怀念简洁的旧版搜索。

4. 用户对AI的真实需求
多数AI功能如Genmoji、文档助手最终被闲置，用户希望AI能作为可选工具而非强制存在，并警示科技公司勿重蹈Windows 97″Clippy助手“的覆辙。

5. 核心诉求
AI虽具变革潜力，但应遵循”用户主动选择“原则，科技公司不应将未经请求的AI功能强加于所有产品。

1. 模型阵容
OpenAI近期发布了两款新模型o3和o4-mini，与测试中的GPT-4.5及默认模型GPT-4o共同构成产品线。其中o3以卓越推理和图像解析能力著称，o4-mini则是经济高效的轻量版本。

2. 测试设计
通过视觉逻辑（数独）、视觉创意（诗歌）、语言学（翻译）和烹饪建议四类任务对比测试。特别关注日常场景下的表现，而非极限压力测试。

3. 数独测试
所有模型均能正确解题，但风格迥异：o3/o4-mini展示数学推导过程，GPT-4o/4.5采用对话式解释。面对错误题目时，GPT-4o异常生成全零答案表。

4. 诗歌创作
要求按字母顺序创作季节诗，o3是唯一不押韵的模型。GPT-4.5作品因富有魅力被特别展示，其他模型输出类似贺卡水平的常规诗句。

5. 烹饪建议
o3提供结构化菜谱表格，o4-mini给出简洁指南，GPT-4o方案意外简短。GPT-4.5表现突出，生成包含5道菜的完整菜单，其中芒果薄荷冰沙配方备受期待。

6. 文化翻译
在翻译”倾盆大雨”时，所有模型均识别到需文化适配，推荐”桶翻式大雨”的日文俗语。GPT-4o额外添加表情符号，GPT-4.5则详细解释直译的不可行性。

7. 总体评价
o3最精准分析型，o4-mini响应更快，GPT-4.5最拟人化，GPT-4o偏爱表情符号。日常使用中差异不大，但GPT-4.5在创意任务（如烹饪）表现尤为出色。

1. 记忆功能升级
2024年起，ChatGPT推出长期记忆功能，可自动从历史对话中提取用户偏好（写作风格、兴趣目标等），同时保留用户手动保存的”记忆片段”。该功能目前仅限Plus/Pro用户，因法规限制暂未在欧盟等地区开放。

2. 个性化利弊
记忆功能显著提升服务精准度（如根据健身目标推荐餐厅），但产品经理Rohan Sarin指出这可能引发情感依赖。OpenAI CEO直言该设计旨在通过”用户黏性”提升产品不可替代性。

3. 技术缺陷
AI缺乏人类的情景区分能力，可能混淆不同场景信息（如将临时兴趣转化为固定偏好）。专家警告”无法遗忘”的特性可能限制用户成长，且随机调取旧数据可能引发不适。

4. 安全隐患
数据科学家Julian Wiffen强调三大风险：实验性对话被留存、代码/敏感信息跨项目泄露、GDPR合规问题。尽管提供”临时聊天”和删除功能，但记忆机制仍缺乏透明度和精细控制。

5. 行业对比
不同AI产品采取差异化记忆策略：Gemini不保留对话记忆，Perplexity专注实时检索，而情感陪伴AI Replika则深度存储用户情感数据，反映各产品不同的商业目标。

6. 核心矛盾
记忆功能在提升效率的同时，本质是科技公司构建用户依赖的手段。当AI成为”比你自己更了解你”的第二大脑时，需警惕其背后商业逻辑对自主性的侵蚀。

1. 技术恐慌的历史循环
从合成器、鼓机到自动调音，每次新技术出现都引发”真实音乐终结”的担忧，但历史证明这些指控往往被夸大（如Cher成功运用auto-tune）。技术最终会融入创作，如同电吉他未取代原声吉他。

2. AI音乐的爆发式增长
法国平台Deezer报告显示，每日新增超2万首AI生成曲目（较数月前翻倍）。音乐产业本就微薄的版税分配面临机器人竞争，三大唱片公司已对Suno/Udio等AI平台提起侵权诉讼。

3. 工具本质的双重性
AI如同当年的采样技术或auto-tune，本质是中性工具。关键在于使用方式——可成为创作助手（解决和弦进行/风格实验），也可能沦为缺乏灵魂的电梯音乐模仿品。

4. 核心争议的转移
争论焦点应是AI的应用伦理而非全面禁止：需警惕作品被非法训练、利润分配不公，但也要看到其对资源匮乏创作者（如农村青少年）的赋能价值。

5. 人类创造力的不可替代性
AI能加速创作流程却无法注入灵魂。当前音乐同质化现象更多源于算法推荐和市场趋势，AI只是加剧而非创造了这一困境。

2025 WAIC云帆奖全球报名开启：面向全球青年AI人才，旨在汇聚推动AI发展的创新力量，涵盖基础理论、产业实践、跨学科及开源生态等领域。

奖项亮点：

1. 学术影响力跃升：获奖者将获得国际曝光、高校/科研机构推荐及顶尖学术合作机会。

2. 百万级科研加速：提供高额项目资助、算力支持及成果推广资源。

3. 产业生态赋能：对接企业与创业支持，推动产学研融合。

奖项设置：

1. 璀璨明星（35岁以下）：表彰AI领军人才，注重技术研发、产业整合及生态贡献，每年10名。

2. 明日之星（30岁以下）：挖掘新锐潜力人才，侧重创新规划与实践精神，每年15名。

评选标准：

1. 璀璨明星：综合评估项目影响力、代表性成果、学术/产业贡献及社会认可度。

2. 明日之星：重点考察创新潜力、项目成果、技术影响力及团队协作能力。

时间安排：报名截止6月16日，颁奖于WAIC大会期间。

联系方式：璀璨明星联系阮老师（ruanxianqun@jiqizhixin.com），明日之星联系段老师（duanchenyang@pjlab.org.cn）。

SVG（可缩放矢量图形）因其可缩放性和清晰度，广泛应用于网页设计、品牌标识、用户界面设计及教育材料等领域。然而，创建SVG图形需要专业技能，对非专业人士存在门槛，因此开发自动化工具至关重要。

现有方法存在局限性：基于优化的方法计算开销大且输出结构冗余；自回归方法受限于上下文窗口长度和复杂SVG数据匮乏，难以生成复杂内容。

OmniSVG通过参数化表达和预训练视觉语言模型（VLM），实现了高质量复杂SVG的生成，支持文本到SVG、图像到SVG及角色参考生成等多种模式，成为统一且灵活的解决方案。

项目亮点：

1. 首个端到端多模态复杂SVG生成框架，可处理长达3万个token的SVG，解决“坐标幻觉”问题，生成生动多彩的结果。

2. 开源MMSVG-2M数据集，包含200万个涵盖图标、插图、动漫角色等类型的SVG样本，推动SVG生成技术发展。

3. 实验表现优异，在文本转SVG和图像转SVG任务中，指令遵循性和美观性均优于现有最佳方法。

局限性：复杂样本生成时间较长，未来需提升模型对输入图像风格的鲁棒性。

项目影响力：发布当天成为Huggingface每日论文第一名，GitHub上线7天获1.3k star，受国外媒体广泛关注。

1. AI技术范式变革
商汤技术交流日上，灵宇宙创始人顾嘉唯提出AI正从”工具属性”向”伙伴属性”跃迁，人机交互从”人适应机器”转变为”机器理解世界”，下一代教育将突破填鸭式教学，实现”世界即课堂，万物皆教材”的个性化学习。

2. 灵宇宙核心产品
推出AI学伴终端「Ling!」（小方机），搭载LingOS系统，构建4D空间交互智能的”世界模型”，通过多模态感知实现”行万里路”的探索式学习。其前代产品「Luka卢卡」已售千万台，专注桌面绘本交互阅读，形成”读万卷书+行万里路”的双终端矩阵。

3. 技术突破点
• 点物赋灵：通过AI-OS为物理实体赋予智能属性，实现达尔文解说恐龙玩具等场景化教学
• 无感交互：儿童可直接呼唤AI角色伙伴，无需操作APP界面
• 具身认知：将博物馆展品、自然景观转化为动态教学场景，解决”走马观花”痛点

4. 行业愿景
定义PhysicalAI时代的人机交互范式，构建类似iOS的物理世界AI操作系统（LingOS），让硬件隐形化，最终实现”万物有灵”的AGI终极形态。创始人预测教育电子行业将迎来”iPhone时刻”级变革。

5. 创始人背景
顾嘉唯拥有10年AI机器人研发经验，曾任职微软、百度研究院，创办物灵科技并投资多个全球知名机器人项目。灵宇宙成立半年完成三轮融资，主打”定义交互而非制造硬件”的核心理念。

1. 能源AI赛道崛起与中科类脑的突破
中科类脑在能源AI领域完成技术到商业的深度突围，获得亿元级B轮融资，由中国移动旗下基金战略投资，跻身”AI国家队”。2024年能源行业大模型招标超80个，国家电网等央企加速AI融合。

2. 七年深耕能源智能化转型
成立于2017年的中科类脑，依托中科大类脑实验室技术，2019年战略转向能源赛道。在”双碳”政策驱动下，抓住电网智能化、新能源预测等需求，市场规模预计将达6384亿元。

3. 全栈技术构建行业壁垒
打造从算力支撑到场景应用的全栈方案，覆盖发输变配用全场景，AI项目复购率75%。自主研发能源多模态大模型，解决通用大模型在电力行业的适用性问题，训练效能达国际芯片80%。

4. 工程化能力与服务创新
建设多个智算中心积累核心工程能力，组建复合型”行业翻译官”团队，算法迭代周期缩短60%。通过开放合作战略，将能源AI能力复制到建材、水利等领域。

5. 商业化成果与未来展望
已服务100余座变电站，打造”算力-模型-应用”三层变现结构，标准化产品收入占比提升至55%。创始人表示将长期投入能源智能化，并逐步向工业制造场景延伸技术能力。

1. 谷歌首席科学家 Jeff Dean 在苏黎世联邦理工学院的演讲中，回顾了 AI 近十五年的发展历程，重点介绍了谷歌在 Transformer、蒸馏、MoE 等技术上的奠基性贡献，并展望了 AI 的未来。

2. 神经网络和反向传播是深度学习革命的两大关键。2012 年，谷歌通过训练大型神经网络（比当时最大网络大 60 倍）证明了规模对模型性能的重要性，并开发了分布式计算系统 DistBelief。

3. 谷歌在 2013 年通过 Word2Vec 展示了词嵌入的高维向量表示，发现了词之间的语义关联和方向性意义。

4. 2014 年，序列到序列学习模型的诞生为机器翻译等任务提供了新思路，同时谷歌开始研发专用于神经网络推理的 TPU（张量处理单元），其性能远超 CPU 和 GPU。

5. 2017 年，Transformer 的提出彻底改变了自然语言处理领域，其并行化和注意力机制显著提升了效率，成为现代大型语言模型的基础架构。

6. 谷歌在稀疏模型（如 MoE）和多模态 Transformer（如图像与文本的统一处理）方面取得了重要突破，进一步扩展了 AI 的应用范围。

7. 2022 年，思维链（CoT）技术的提出显著提升了模型推理能力，而蒸馏技术则实现了大模型知识向小模型的高效迁移。

8. 2023 年，谷歌推出的推测式解码技术通过结合大模型和小模型的优势，进一步提升了推理速度。

9. Jeff Dean 总结道，AI 的未来充满希望，它将深刻影响社会各领域，并让专业知识更易于获取。