042026-06

Alphabet:预计Gemini 3.5 Pro将于6月推出

6月3日消息,据报道,谷歌母公司Alphabet表示,其Gemini应用在5月份的平均月活跃用户数突破9亿,较2025年5月的4亿增长了一倍以上。Alphabet称,预计Gemini 3.5 Pro将于6月推出。此外,Alphabet还重申了其全年资本支出展望,预计在1800亿至1900亿美元之间,市场预估为1866亿美元。(广角观察)

OpenAI推出股票投资与投行两金融插件

6月3日消息,OpenAI在”AI上岗”发布会上推出面向金融岗位的两款插件。上市公司股票投资插件(Public Equity Investing Plugin)面向上市公司股票研究,可以帮助投资者理解市场和公司信息,进行业绩审阅、公司对比、信号跟踪和投资假设评估。投资银行插件(Investment Banking Plugin)面向投行业务,可以帮助银行家将研究、尽调、可比公司和交易分析转化为面向客户的材料。(广角观察)

酷哇科技发布CooWAIM 2.0交互式世界模型

6月3日消息,酷哇科技近日发布CooWAIM 2.0交互式世界模型,基于DAWN架构,将世界预测器与动作降噪器置于隐空间联合训练,世界假设指导动作生成,动作假设反过来重塑世界推演,形成双向闭环,通过高效特征压缩将计算量降低约75%。该模型已在酷哇50多个城市部署的万台级机器人上完成真机数据打磨,累计运营里程超4500万公里,可适配轮式底盘、四足机器狗、人形机器人等多种形态。(广角观察)

【中兴与腾讯将合作发布WorkBuddy AI云电脑】

6月3日消息,中兴通讯透露已与腾讯达成深度战略合作,将推出搭载腾讯原生WorkBuddy的AI云电脑。(广角观察)

【黄仁勋向亿万富豪家族宣传AI投资惊人回报,称只有“疯狂”的人才会质疑】

6月3日消息,英伟达首席执行官黄仁勋大力宣扬押注AI热潮所能带来的“惊人”回报,试图打消市场对于AI巨额投入以及其长期盈利能力的持续担忧。这位英伟达联合创始人本周大部分时间都在台北国际电脑展上积极宣传AI将如何彻底改变经济和社会。周二晚间,他还抽空向数百名来自金融机构和家族办公室的代表发表讲话。作为一名亿万富翁,黄仁勋表示,只有“疯狂”的人才会质疑AI投资的回报率,因为这项技术已经创造了数万亿美元的价值。黄仁勋说,“仅在过去六个月,投资回报率已经被彻底重塑。现在它的盈利能力高得惊人。”黄仁勋是在台北一场闭门活动上发表上述讲话的。(广角观察)

豆包:对于广大用户日常使用的豆包功能,将保持目前的免费服务

6月3日消息,豆包发布《关于豆包即将推出专业版的说明》。一、针对专业人群的生产力需求,豆包计划推出豆包专业版,将包含软件开发、数据分析、专业设计、流程自动化、金融分析、科学研究等专业服务。二、对于广大用户日常使用的豆包功能,包含搜索问答、写作生图、以及语音和视频对话等,我们将保持目前的免费服务,保证用户使用体验和习惯不受影响。我们也会不断为免费用户提供新的模型、能力和更好的体验。专业版的服务,也将在一定额度内免费。三、豆包专业版目前还在测试阶段,正式上线时,我们会通过官方渠道发布完整信息。四、我们观察到,近期有大量同IP的营销号,集中发布内容完全一致的不实信息,称豆包将通过降低基础功能体验来推动用户购买会员。该说法完全不实。(广角观察)
032026-06

月之暗面宣布Kimi Work开启公测

6月3日消息,月之暗面宣布面向知识工作者的通用型本地Agent——Kimi Work开启公测,将随Kimi最新测试版Mac和Windows客户端推出。据介绍,只需要用自然语言描述目标,Kimi Work就可以在用户的电脑上拆解任务、并行执行、调用工具、使用浏览器、创建和整理文件夹,并交付文档、表格、PPT等工作产物。(广角观察)

【京东开源JoyAI-Echo长音视频生成框架】

6月3日消息,京东推出JoyAI-Echo长音视频生成框架。据介绍,框架引入智能“导演助理”Director Agent,并内置了一个专门的记忆库,能在多镜头生成过程中,持续保存并调用角色的外观特征和说话人音色信息。JoyAI-Echo的代码与权重已全部开源。(广角观察)

【京东开源JoyAI-Echo长音视频生成框架】

6月3日消息,京东推出JoyAI-Echo长音视频生成框架。据介绍,框架引入智能“导演助理”Director Agent,并内置了一个专门的记忆库,能在多镜头生成过程中,持续保存并调用角色的外观特征和说话人音色信息。JoyAI-Echo的代码与权重已全部开源。(广角观察)

Soul App开源端到端多人对话转录模型

6月3日消息,据Soul官方消息,Soul App AI团队(Soul AI Lab)联合西北工业大学音频语音与语言处理研究组ASLP@NPU团队及Moonstep AI,正式开源端到端多人对话转录模型SoulX-Transcriber。作为一款面向长音频、多说话人场景设计的语音理解模型,该模型能够直接从多人对话音频中生成包含时间戳、说话人身份和转录文本的结构化结果。(广角观察)
请在浏览器中打开