生成式AI

一、 历史首次！GPT-4.5通过标准图灵测试，靠的竟是装人设？

2. "人设提示"是关键因素，无人设时GPT-4.5胜率骤降至36-38%，添加人设后模型能展现内向性格、使用俚语和适当犯错；

二、 OpenAI推出OpenAI 学院，一个面向所有人的AI学习社区

1. OpenAI推出"OpenAI学院"(Academy)，提供免费AI课程和学习社区，主打"专家引领+社群共创"；

2. 平台内容包括数十小时免费视频课程，如《提示词大师课》《ChatGPT Edu学术助手指南》，并举办每周多场实时互动活动；

3. 社区功能允许用户直接与同行和专家交流，目前仅支持英文，未来将扩展全球化活动和多语言支持。

三、 Meta高端AI智能眼镜年底上线，独立新品牌，内置屏幕

2. 新品代号Hypernova，配备右镜片下方小型单目显示屏、高质量摄像头，内置应用程序界面，并随附神经腕带实现手势控制；

3. Meta未来产品路线包括今年推出专为运动员设计的Oakley Meta眼镜，2027年推出双目显示屏的Hypernova 2和真正AR眼镜Artemis。

四、 元宝「好用」功能继续进化：能识图，更能「连看十图」

2. 新功能适用于电子书摘录、朋友圈照片组、课堂板书或产品草图等多图场景，提供整体理解和内容生成；

3. 功能已在手机版(2.11.0+)、电脑版(1.8.0+)和网页版全面上线，用户只需上传图片并提出简单需求即可。

五、 MiniMax Audio最新语音模型，一次性可以输入20万字符

1. MiniMaxAudio推出新模型Speech-02，支持17种语言及300多种真实音色，可一键将长达20万字的文档转为语音；

2. 平台提供情感设置选项，包括高兴、生气、伤心等8种情绪，还可调整声音深度和强度，音色自然度高且情感丰富；

3. 用户仅需10秒录音即可1:1克隆声音，每日免费赠送4000积分(约5分钟音频)，适用于跨境电商、AI出海、角色扮演等场景。

六、 百度端到端语音语言大模型，懂方言、带情感，免费体验

1. 百度发布基于互相关注意力(Cross-Attention)的端到端语音语言大模型，实现超逼真语音交互；

2. 模型将大语言模型与语音技术融合，响应时间从3-5秒降至1秒，调用成本最高降低90%；

3. 技术创新点包括引入Cross-Attention解决跨模态难题、EALLQA技术降低推理成本，并支持17种情感表达。

七、 Libra用对话就能创造专属本地Agent，Token成本直降90%

1. Libra用户可通过自然语言对话即可创建专属本地Agent，无需编程技能；

2. 采用本地优先架构，将Agent服务Token总成本降低90%，消费级硬件如Apple M3 Ultra即可流畅运行；

3. 核心技术包括低比特量化、Token Vibe Orchestration上下文管理和Meta Agent-Orchestration框架，支持长程推理。

前沿科技

八、 基于AI的脑-声神经假体，将失语症患者脑信号转为人声

1. 研究人员开发脑-声神经假体技术，能将失语症患者脑信号转为语音，解码能力媲美Siri和Alexa；

2. 该技术可在80毫秒内合成语音，无需发声即可转换脑部神经活动信号，延迟低于1秒；

3. 系统采用循环神经网络转导器框架，能同步解码文本内容并处理词汇外新词，为失语者日常交流提供可能。

报告观点

九、 对话《智人之上》作者：ASI时代精神技能比智力技能更宝贵

1. 人类社会优先考虑秩序而非真相，通过叙事和神话建立秩序，而真相则被视为辅助性元素，是信息茧房形成的根源；

2. 互联网时代信息自由流动未能促进真相传播，反而因为真相昂贵复杂而虚构廉价简单，导致人们被困在各自的信息茧房中；

3. AI将发展为具有自主决策能力的代理，可能无感知地控制人类，而面对超级智能的未来，精神技能比智力技能更为宝贵。