AI日报：阿里推多模态模型Qwen3-Omni；谷歌推出AP2协议；百度推出Qianfan-VL 模型

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现ai领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解：https://app.aibase.com/zh

1、阿里云推出全球首个全模态 AI 模型 Qwen3-Omni，实现文本、图像、音频与视频的统一处理

阿里云发布了 Qwen3-Omni，这是全球首个原生端到端全模态 AI 模型，支持文本、图像、音频和视频的统一处理。该模型在多个领域展现出跨模态的先进表现，并且已开源，能够满足全球用户的多语言需求。

【AiBase提要:】

Qwen3-Omni 是全球首个原生端到端全模态 AI 模型，支持文本、图像、音频和视频的统一处理。

模型支持119种文本语言和19种语音输入，能够满足全球用户的多语言需求。

️ 新发布的 Qwen-Image-Edit-2509 支持多图像编辑，显著提升编辑的一致性和效果。

详情链接:https://github.com/QwenLM/Qwen3-Omni huggingface:https://huggingface.co/collections/Qwen/qwen3-omni-68d100a86cd0906843ceccbe

2、告别P图烦恼!阿里Qwen-Image多图像编辑功能一键合成专业级广告大片

文章介绍了阿里巴巴旗下AI图像编辑工具Qwen-Image的重大功能升级，包括新增多图像编辑功能、引入ControlNet关键点地图技术以及扩展应用场景至模因 *** ，为电子商务和数字营销行业提供了更高效的解决方案。

【AiBase提要:】

️ 新增多图像编辑功能，支持人+人、人+产品、人+场景的灵活组合。

️ 引入ControlNet关键点地图功能，提升人物姿势控制精度。

扩展应用场景，支持模因 *** ，助力电商和营销行业。

详情链接:https://chat.qwen.ai/?inputFeature=image_edit

3、百度推出 Qianfan-VL 模型 多尺寸模型满足不同场景需求

百度智能云千帆团队推出了全新视觉理解模型 Qianfan-VL，该模型包括3B、8B 和70B 三种尺寸，针对企业级多模态应用进行了深度优化。Qianfan-VL 在OCR、教育场景和数学解题方面表现出色，并且在基准测试中展现了出色的通用能力和特定任务的优秀表现。

【AiBase提要:】

🧠 多尺寸模型满足不同场景需求

8B 和70B 模型具备思考推理能力

OCR 和文档理解表现优异

详情链接:https://baidubce.github.io/Qianfan-VL/

4、谷歌推出 AP2 协议，携手 PayPal 开启 AI 支付新时代

谷歌推出的AP2协议为AI支付提供了安全可靠的框架，通过授权令牌机制确保交易的合法性和安全性，同时与PayPal合作推动AI在支付领域的创新和应用。

【AiBase提要:】

AP2协议为AI支付提供安全授权机制，确保交易合法性。

🤝 谷歌与PayPal合作，推动AI在支付领域的实际应用。

授权令牌系统明确责任划分，提升交易透明度。

详情链接:https://github.com/google-agentic-commerce/AP2

5、苹果扩展图像生成平台:Image Playground 将引入更多第三方AI模型

苹果在 macos Tahoe26、iPadOS26 和 ios26 中对 Image Playground 进行了重大更新，引入了 chatgpt 作为图像生成模型，并计划支持更多第三方模型，如 google 的 gemini2.5Flash Image。

【AiBase提要:】

苹果扩展 Image Playground 支持更多第三方 AI 模型，包括 OpenAI 和 Google 的 gemini2.5Flash Image。

️ 新增“估计延迟”指标和“提供商标识符”，表明苹果正在优化模型选择机制。

苹果可能更倾向于与外部合作伙伴合作，而非直接支持开源模型，以确保图像生成工具的安全性。

6、一键变身学习机！百度搜索推出AI伴学

百度推出AI伴学，通过AI技术将普通手机转变为学习机，为学生提供精准练、口语训练等功能，助力教育公平和资源普及。

【AiBase提要:】

AI伴学通过AI技术将普通手机变为学习机，提升教育公平性。

️ 提供AI口语、作文批改等工具，助力学生个性化学习。

百度教育团队利用文心4.5等技术推动教育资源整合与普及。

7、钉钉AI表格助理正式上线：一句话生成表格，打造企业级AI应用平台

钉钉推出AI表格助理，将AI表格升级为面向AI时代的应用创建平台。用户只需更新到最新版本，即可体验这一新功能。AI表格助理支持自然语言描述想法，自动生成表格、自动化工作流和数据分析仪表盘，大大降低了使用门槛。

【AiBase提要:】

AI表格助理支持自然语言描述想法，自动生成表格、自动化工作流和数据分析仪表盘。

引入字段Agent，新增30款Agent，支持ai视频理解、数字人等多模态AI能力。

跨平台工作流支持，新增对百炼、Coze等平台工作流的支持，实现跨平台的数据汇总和分析。

8、DeepSeek-V3.1-Terminus 重磅发布:性能全面提升，深度推理能力显著增强

DeepSeek 发布了 DeepSeek-V3.1-Terminus 模型，并将其开源。该模型在原有基础上修复了语言不一致和异常字符问题，优化了编程和搜索智能体的性能。基准测试数据显示，其性能提升了0.2%至36.5%，尤其在高难度知识、多模态和深度推理方面表现突出。

【AiBase提要:】

🧠 DeepSeek-V3.1-Terminus 模型性能全面升级，提升幅度达0.2%-36.5%

重点优化了编程和搜索智能体的性能，解决了旧版的语言不一致问题

在 HLE 测试中表现尤为出色，展示了强大的深度推理与多模态处理能力

详情链接:https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Terminus https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1-Terminus

9、Kimi Agent会员惊喜上线！打赏秒变9个月VIP，49元享超值AI深度研究

Kimi推出了全新的Agent会员服务，为早期打赏用户提供了额外的福利，同时通过音乐节拍命名的会员体系，展现了品牌创意。深度研究功能基于专有模型，提供专业洞见，推动了AI助手向智能化 *** 演进。

【AiBase提要:】

Kimi推出Agent会员服务，打赏用户可获得额外会员时长。

会员体系以古典音乐节拍术语命名，融合艺术与科技。

深度研究功能基于专有模型，提供多维度观点分析和认知发现。

10、全球首个通用具身智能模型开源！智元机器人GO-1震撼来袭

智元机器人宣布其GO-1通用具身基座大模型全面开源，这是全球首个采用ViLLA架构的具身智能模型，能够理解和执行复杂任务。这一举措将推动具身智能的应用和研究，降低技术门槛，并吸引更多的开发者参与该生态系统，促进跨领域的创新与合作。

【AiBase提要:】

🤖 GO-1是全球首个采用ViLLA架构的具身智能模型，结合视觉、语言和潜在动作能力。

开源GO-1将推动具身智能的应用和研究，降低技术门槛。

智元机器人希望吸引更多开发者参与具身智能生态系统，促进跨领域创新与合作。

（举报）