最新AI日报

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/zh1、KlingAIAvatar2.0上线即爆火：5分钟唱跳一键生成，数字人正式告别“面瘫”时代KlingAIAvatar2.0通过多模态导演模块实现从音频到情感表演的智能跃迁，显著提升数字人的表情和动作表现力，为短视频、电商广告与教育内容等领域带来革命性影响。8、OpenAI推出GPT-5.1-Codex-MaxOpenAI推出的GPT-5.1-Codex-Max在性能和价格上均表现出色，其强大的编码能力和针对Windows环境的优化，使其在开发者市场中具有重要地位。

Kling AI发布2.6版本，新增原生音频生成功能，支持中英双语对白、歌唱与音效同步输出，实现文本到视频的完整创作流程，标志着AI视频进入有声时代。

可灵AI公司宣布其O1视频大模型已全量上线，采用统一多模态架构，支持文字、图像等多种输入方式，实现一句话生成视频。

北京发布《人工智能产业白皮书（2025）》，预计核心产值超4500亿元。白皮书详细介绍了2025年中国人工智能大会在京召开情况，以及北京市科委发布的相关规划，聚焦AI技术趋势与创新应用，为开发者提供洞见。

智谱AI发布清影2.0，支持文本生成1080P高清视频，并集成CogSound模型自动添加音效，实现视听一体创作。该产品被视为国产版“Sora”，为开发者提供创新AI应用工具。

阿里巴巴开源Z-Image图像模型，支持中英双语文字渲染，仅6B参数实现高效图像生成与编辑，视觉质量优秀。该模型由通义实验室开发，聚焦AI技术趋势，助力开发者洞悉创新应用。

【AI日报】摘要：FLUX.2系列开源发布，含dev版32B参数权重与代码，支持10图参考和4MP编辑功能。开发者可通过此工具探索图像生成与编辑技术。详情点击：https://app.aibase.com/zh

腾讯混元开源10亿参数OCR模型HunyuanOCR，基于多模态架构，在多项任务中实现领先性能，支持多场景文字识别应用。