中文av一区二区,九一国产精品,成年人在线视频免费观看

黑五戰(zhàn)報(bào)：Rufus成交率飆100%，亞馬遜AI助手成假日季最大“轉(zhuǎn)化引擎”

Tue, 02 Dec 2025 18:00:05 +0800

亞馬遜旗下AI購(gòu)物助手Rufus在剛剛過(guò)去的“黑五”交出首份實(shí)戰(zhàn)成績(jī)單：Sensor Tower數(shù)據(jù)顯示，使用Rufus的購(gòu)物會(huì)話成交率較未使用者高出100%，單日成交增幅達(dá)75%，顯著跑贏僅依賴傳統(tǒng)搜索的用戶35%的增幅。

這一表現(xiàn)直接推動(dòng)亞馬遜美國(guó)站“黑五”成交會(huì)話總量同比增長(zhǎng)100%，而同期未接入Rufus的會(huì)話僅增20%；Rufus參與的總會(huì)話量亦較平日上漲35%，超出網(wǎng)站整體20%的日增幅。Adobe同期報(bào)告指出，AI導(dǎo)流用戶轉(zhuǎn)化意愿比非AI流量高38%，且AI流量在“黑五”當(dāng)天同比增長(zhǎng)805%，成為假日季最大變量之一。

Rufus于 2024 年 8 月全量上線，目前已在 250 萬(wàn)次購(gòu)物會(huì)話中亮相，幫助用戶完成比價(jià)、選品及禮品靈感詢問(wèn)。CEO安迪·雅西在財(cái)報(bào)電話會(huì)中透露，Rufus用戶購(gòu)買完成率比非使用者高60%，公司預(yù)計(jì)其年度增量銷售額有望突破 100 億美元。

盡管訂單均價(jià)因通脹同比上漲7%，但AI助手的“對(duì)話式導(dǎo)購(gòu)”顯著縮短了決策路徑：用戶平均會(huì)話時(shí)長(zhǎng)減少12%，卻帶來(lái)更高的客單價(jià)與復(fù)購(gòu)率。行業(yè)分析指出，Rufus的成功驗(yàn)證了“生成式AI+零售”的閉環(huán)模型——從自然語(yǔ)言查詢到個(gè)性化推薦，再到一鍵結(jié)賬，全程無(wú)需跳出App。

亞馬遜表示， 2026 年將繼續(xù)擴(kuò)大Rufus國(guó)際版圖，并引入圖像與語(yǔ)音多模態(tài)交互，進(jìn)一步降低購(gòu)物門(mén)檻。對(duì)競(jìng)爭(zhēng)對(duì)手而言，AI助手已從“錦上添花”變?yōu)椤稗D(zhuǎn)化剛需”，假日季的AI流量大戰(zhàn)才剛開(kāi)始。

有警告稱，人工智能技術(shù)將消耗澳大利亞12%的電力

Tue, 02 Dec 2025 17:30:06 +0800

2025 年 12 月 2 日 — 隨著人工智能產(chǎn)業(yè)迅猛發(fā)展，對(duì)算力和數(shù)據(jù)中心的需求激增，澳大利亞聯(lián)邦政府正考慮要求大型 AI 公司為其高耗能的數(shù)據(jù)中心配套建設(shè)可再生能源電廠，以減輕對(duì)國(guó)家電網(wǎng)和環(huán)境的壓力。

據(jù)悉，監(jiān)管機(jī)構(gòu)和產(chǎn)業(yè)觀察者警告稱，到 2050 年，人工智能相關(guān)設(shè)施可能消耗全國(guó)約 12% 的電力。數(shù)據(jù)顯示，僅在 2024 年，數(shù)據(jù)中心就消耗了約 4 太瓦時(shí) (TWh) 的電力，占全國(guó)電網(wǎng)供電總量的約 2%。基于此，澳洲負(fù)責(zé)能源與基礎(chǔ)設(shè)施的部長(zhǎng) Tim Ayres 表示，將在 2026 年初推出一套數(shù)據(jù)中心投資原則 (data centre principles)，明確規(guī)定未來(lái)大型數(shù)據(jù)中心若要獲得建設(shè)許可，須配套投資可再生能源發(fā)電與水資源可持續(xù)方案。

他說(shuō)：“我們希望看到數(shù)字基礎(chǔ)設(shè)施不僅服務(wù)于 AI 的發(fā)展，同時(shí)也為我們的能源未來(lái)提供支撐。”政府目前設(shè)想，大型 AI 公司可能被要求自行建設(shè)風(fēng)電、太陽(yáng)能發(fā)電廠，或投入儲(chǔ)能與備用發(fā)電設(shè)施 (如天然氣峰值電廠)，以保障數(shù)據(jù)中心運(yùn)營(yíng)的電力來(lái)源與環(huán)境可持續(xù)。

這一提議受到商界組織、工會(huì)乃至科技產(chǎn)業(yè)本身的歡迎，他們認(rèn)為這或許為 AI 行業(yè)的快速擴(kuò)張?jiān)O(shè)立一種“綠色共生”的新模式。與此同時(shí)，也有人對(duì)政府現(xiàn)有的國(guó)家 AI 計(jì)劃 (National AI Plan) 缺乏明確、緊迫的投資承諾提出批評(píng)。正如一位產(chǎn)業(yè)評(píng)論者所言：“就像全球已經(jīng)在百米沖刺，我們卻還在問(wèn) — 起跑線在哪里。”

如果落實(shí)，這一政策可能催生一輪新的可再生能源基礎(chǔ)建設(shè)浪潮——從風(fēng)電、太陽(yáng)能發(fā)電、儲(chǔ)能設(shè)施，到與數(shù)據(jù)中心冷卻系統(tǒng)、水資源管理相結(jié)合的綠色基礎(chǔ)設(shè)施，將成為未來(lái) AI 基建的重要組成部分。對(duì)環(huán)保人士、能源規(guī)劃者與科技企業(yè)來(lái)說(shuō)，這既是挑戰(zhàn)，也是一次將 AI 與綠色轉(zhuǎn)型融合的機(jī)會(huì)。

800 萬(wàn)美元ARR、零融資——Chatbase副業(yè)逆襲，要造“客戶聯(lián)合創(chuàng)始人級(jí)”AI智能體

Tue, 02 Dec 2025 17:00:06 +0800

Chatbase創(chuàng)始人Yasser在X平臺(tái)官宣:其AI客服平臺(tái)年經(jīng)常性收入（ARR）突破800萬(wàn)美元，全部由自籌資金完成，未拿一分錢(qián)VC。按當(dāng)前月續(xù)費(fèi)率測(cè)算，Chatbase每30分鐘即新增約1.5萬(wàn)美元訂閱收入，全球付費(fèi)企業(yè)客戶已超過(guò)1萬(wàn)家。

從副業(yè)到現(xiàn)金奶牛

-2021年:Yasser下班后上線“把PDF變AI客服”的小工具，首月即獲得2000美元MRR

-2023年:產(chǎn)品上線網(wǎng)頁(yè)嵌入、Slack集成與多語(yǔ)言對(duì)話，ARR首次越過(guò)100萬(wàn)美元

-2025年12月:ARR達(dá)800萬(wàn)美元，月環(huán)比保持8%增長(zhǎng)，客戶續(xù)費(fèi)率92%，遠(yuǎn)超行業(yè)平均

“客戶聯(lián)合創(chuàng)始人”計(jì)劃啟動(dòng)

Yasser同時(shí)披露下一代產(chǎn)品路線圖:Chatbase將不再局限于“回答工單”，而是升級(jí)為具備增長(zhǎng)思維的AI智能體，核心能力包括:

1. 主動(dòng)洞察:每日掃描客戶行為數(shù)據(jù)，輸出高流失風(fēng)險(xiǎn)名單與優(yōu)化建議

2. 自動(dòng)實(shí)驗(yàn):無(wú)需代碼即可發(fā)起A/B測(cè)試、定價(jià)調(diào)整或郵件召回，并實(shí)時(shí)匯報(bào)收益

3. 戰(zhàn)略模擬:通過(guò)多智能體協(xié)作，模擬市場(chǎng)、運(yùn)營(yíng)、客戶成功團(tuán)隊(duì)，輸出季度增長(zhǎng)劇本

4. 執(zhí)行層對(duì)接:與Shopify、Stripe、HubSpot等主流SaaS雙向同步，一鍵落地運(yùn)營(yíng)動(dòng)作

行業(yè)觀察

Chatbase的“零融資+高續(xù)費(fèi)”路徑被視為AI自舉創(chuàng)業(yè)的新范本。低成本全球分發(fā)、插件式集成與按用量計(jì)費(fèi)，使個(gè)人開(kāi)發(fā)者也能與大廠正面競(jìng)爭(zhēng)。Yasser透露，下一步將開(kāi)放“AI聯(lián)合創(chuàng)始人”API，允許SaaS廠商把增長(zhǎng)智能體嵌入自身產(chǎn)品，目標(biāo)在三年內(nèi)將ARR推至1億美元。

當(dāng)資本寒冬與AI熱潮并存，Chatbase用800萬(wàn)美元的真實(shí)收入證明:持續(xù)盈利才是對(duì)創(chuàng)業(yè)者和投資人最友好的“護(hù)城河”。

Google 全球擴(kuò)展 Gemini 3 AI 模式，覆蓋全球 120 個(gè)國(guó)家

Tue, 02 Dec 2025 16:30:04 +0800

Google 近日宣布，其最新的生成式人工智能模型 Gemini3正式在全球范圍內(nèi)大規(guī)模擴(kuò)展。自從 Gemini3首次發(fā)布以來(lái)，僅過(guò)去數(shù)周時(shí)間，Google 便開(kāi)始面向全球用戶開(kāi)放這一強(qiáng)大的 AI 功能，讓更多用戶能夠在 Google 搜索的 AI 模式中體驗(yàn)其優(yōu)勢(shì)。

這次擴(kuò)展覆蓋了120個(gè)國(guó)家和地區(qū)，包括美洲、亞太及歐洲、中東和非洲等地。用戶只要在支持的地區(qū)，便可以使用 Gemini3Pro 進(jìn)行搜索。最初，這一版本僅在美國(guó)向 Google AI Pro 和 Ultra 訂閱用戶開(kāi)放，用戶可以通過(guò) Gemini 應(yīng)用的下拉菜單中的 “Thinking” 選項(xiàng)來(lái)訪問(wèn)。

Gemini3的推出，不僅提升了用戶查詢的處理能力，還在理解用戶意圖和語(yǔ)義細(xì)微差別方面進(jìn)行了優(yōu)化，展現(xiàn)出更強(qiáng)的推理與多模態(tài)能力。Google 表示，其用于發(fā)散式檢索的 “query fan-out” 技術(shù)也得到改進(jìn)，能夠幫助用戶挖掘復(fù)雜問(wèn)題中可能遺漏的相關(guān)信息。

在發(fā)布節(jié)奏上，Google 這次明顯加快了旗艦?zāi)Ｐ偷穆涞厮俣取Ｖ档米⒁獾氖牵珿emini3在 LMArena 榜單上的表現(xiàn)也超過(guò)了 OpenAI 的多個(gè)領(lǐng)先模型。同時(shí)，Google 調(diào)整了搜索模型的調(diào)度策略:對(duì)于需要深度推理的復(fù)雜問(wèn)題，搜索引擎會(huì)智能切換至 Gemini3，而簡(jiǎn)單任務(wù)則依然使用反應(yīng)速度更快的輕量模型，以確保用戶體驗(yàn)的流暢性。

除了文本生成能力外，Google 還推出了 Gemini3家族中的圖像生成模型 Nano Banana Pro，擴(kuò)大了其在搜索 AI 模式中的應(yīng)用范圍。此功能同樣僅向訂閱了 Google AI Pro 和 Ultra 方案的用戶開(kāi)放，主要支持英文界面。此外，Gemini 系列還引入了科學(xué)領(lǐng)域的新型交互式圖示，以及 AI 生成圖像識(shí)別功能，顯示出 Google 在強(qiáng)化 Gemini 生態(tài)系統(tǒng)方面的積極努力。

劃重點(diǎn):
?? 全球擴(kuò)展:Gemini3AI 模式現(xiàn)已在120個(gè)國(guó)家和地區(qū)上線，用戶可享受更豐富的搜索體驗(yàn)。
?? 優(yōu)化能力:新模型在理解用戶意圖和語(yǔ)義方面進(jìn)行了提升，具備更強(qiáng)的推理和多模態(tài)能力。
?? 快速落地:Google 加快了 Gemini3的推出速度，確保用戶在復(fù)雜和簡(jiǎn)單任務(wù)中均能獲得流暢體驗(yàn)。

vLLM-Omni開(kāi)源:把擴(kuò)散模型、ViT、LLM塞進(jìn)一條流水線，多模態(tài)推理一次跑完

Tue, 02 Dec 2025 15:30:21 +0800

vLLM團(tuán)隊(duì)發(fā)布首個(gè)“全模態(tài)”推理框架vLLM-Omni，將文本、圖像、音頻、視頻的統(tǒng)一生成從概念驗(yàn)證變成可落地代碼。新框架已上線GitHub與ReadTheDocs，開(kāi)發(fā)者可立即pip安裝并調(diào)用。

解耦流水線架構(gòu)

- 模態(tài)編碼器:ViT、Whisper等負(fù)責(zé)把視覺(jué)、語(yǔ)音轉(zhuǎn)為中間特征

- LLM核心:繼續(xù)沿用vLLM自回歸引擎，承擔(dān)思考、規(guī)劃與對(duì)話

- 模態(tài)生成器:DiT、Stable Diffusion等擴(kuò)散模型解碼輸出，支持圖像、音頻、視頻同步生成

框架把三段組件視為獨(dú)立微服務(wù)，可在不同GPU或節(jié)點(diǎn)間調(diào)度，資源按需彈性伸縮——圖像生成高峰時(shí)橫向擴(kuò)容DiT，文本推理低谷時(shí)收縮LLM，顯存利用率提升最高40%。

性能與兼容性

vLLM-Omni提供Python裝飾器@omni_pipeline，三行代碼即可把原有單模態(tài)模型拼裝成多模態(tài)應(yīng)用。官方基準(zhǔn)顯示，在8×A100集群運(yùn)行10億參數(shù)“文本+圖像”模型，吞吐比傳統(tǒng)串行方案提高2.1倍，端到端延遲下降35%。

開(kāi)源與路線圖

GitHub倉(cāng)庫(kù)已放出完整示例與Docker Compose腳本，支持PyTorch2.4+和CUDA12.2。團(tuán)隊(duì)透露，2026Q1將加入視頻DiT與語(yǔ)音Codec模型，并計(jì)劃提供Kubernetes CRD，方便企業(yè)在私有云一鍵部署。

行業(yè)觀點(diǎn)

業(yè)內(nèi)人士認(rèn)為，vLLM-Omni把異構(gòu)模型納入同一數(shù)據(jù)流，有望降低多模態(tài)應(yīng)用落地門(mén)檻，但不同硬件間的負(fù)載均衡與緩存一致性仍是生產(chǎn)環(huán)境挑戰(zhàn)。隨著框架逐漸成熟，AI初創(chuàng)公司可更便宜地構(gòu)建“文本-圖像-視頻”統(tǒng)一平臺(tái)，而不必分別維護(hù)三條推理鏈路。

項(xiàng)目地址：https://github.com/vllm-project/vllm-omni

螞蟻數(shù)科Agentar入選中國(guó)智能體開(kāi)發(fā)賽道“第一梯隊(duì)"

Tue, 02 Dec 2025 15:30:16 +0800

近日，全球權(quán)威研究機(jī)構(gòu)IDC全新發(fā)布《IDC MarketScape: 中國(guó)智能體開(kāi)發(fā)平臺(tái)2025年廠商評(píng)估》，螞蟻數(shù)科躋身“領(lǐng)導(dǎo)者”象限，標(biāo)志著其在中國(guó)AI智能體開(kāi)發(fā)領(lǐng)域已具備領(lǐng)先實(shí)力。

作為當(dāng)前中國(guó)智能體研發(fā)技術(shù)服務(wù)市場(chǎng)的權(quán)威評(píng)估，該報(bào)告通過(guò)技術(shù)能力、產(chǎn)品成熟度、生態(tài)布局及行業(yè)落地成效等多維度，對(duì)主流廠商進(jìn)行了全面考評(píng)。螞蟻數(shù)科的Agentar平臺(tái)憑借技術(shù)架構(gòu)的完整性、產(chǎn)品迭代的成熟度、生態(tài)布局的前瞻性，以及在金融領(lǐng)域多年沉淀的技術(shù)經(jīng)驗(yàn)與規(guī)模化落地成果，已得到第三方權(quán)威評(píng)測(cè)機(jī)構(gòu)的認(rèn)可。

隨著大模型技術(shù)深入應(yīng)用，智能體正成為企業(yè)推進(jìn)AI原生轉(zhuǎn)型、重構(gòu)業(yè)務(wù)流程的核心載體。IDC在報(bào)告中指出，現(xiàn)階段，那些具備多智能體協(xié)同構(gòu)建、全域知識(shí)數(shù)據(jù)整合、多元工具調(diào)用適配及全流程運(yùn)營(yíng)發(fā)布等全棧能力，同時(shí)擁有豐富行業(yè)落地實(shí)踐的平臺(tái)廠商，正逐步在市場(chǎng)競(jìng)爭(zhēng)中占據(jù)有利地位。而未來(lái)該領(lǐng)域的競(jìng)爭(zhēng)焦點(diǎn)，將集中在復(fù)雜場(chǎng)景智能體的構(gòu)建與應(yīng)用一體化開(kāi)發(fā)能力上。

值得關(guān)注的是，螞蟻數(shù)科專為金融場(chǎng)景研發(fā)的Agentar-Fin-R1推理大模型，在三項(xiàng)重要金融基準(zhǔn)測(cè)試中均位列第一，性能表現(xiàn)超越多款主流開(kāi)源模型。

記者了解到，螞蟻數(shù)科的這一技術(shù)優(yōu)勢(shì)已轉(zhuǎn)化為實(shí)際應(yīng)用價(jià)值，目前寧波銀行、上海銀行、天津銀行、新華人壽等眾多金融機(jī)構(gòu)，都已基于該金融推理大模型，著手打造專屬的“AI大腦”，推動(dòng)業(yè)務(wù)智能化升級(jí)。

行業(yè)數(shù)據(jù)進(jìn)一步印證了螞蟻數(shù)科在金融科技領(lǐng)域的影響力:其相關(guān)技術(shù)與服務(wù)已覆蓋全部國(guó)有股份制銀行，服務(wù)的地方性商業(yè)銀行占比超60%，累計(jì)為數(shù)百金融機(jī)構(gòu)提供支持，成為推動(dòng)金融業(yè)高效數(shù)智化轉(zhuǎn)型的重要?jiǎng)恿Α?lt;/p>

MIT 新創(chuàng)公司 OpenAGI 推出 AI Agent，聲稱超越 OpenAI 與 Anthropic

Tue, 02 Dec 2025 15:30:13 +0800

近日，來(lái)自麻省理工學(xué)院的初創(chuàng)公司 OpenAGI 正式亮相，并宣布其新推出的 AI 模型 Lux 在計(jì)算機(jī)操作方面的表現(xiàn)超越了 OpenAI 和 Anthropic 的同類產(chǎn)品，且成本僅為其十分之一。OpenAGI 的首席執(zhí)行官秦增義表示，Lux 是一種基礎(chǔ)模型，旨在通過(guò)解析計(jì)算機(jī)截圖，自動(dòng)執(zhí)行桌面應(yīng)用程序中的操作。

在最新發(fā)布的 Online-Mind2Web 基準(zhǔn)測(cè)試中，Lux 的成功率達(dá)到了83.6%，而 OpenAI 的 Operator 僅為61.3%，Anthropic 的 Claude Computer Use 則為56.3%。這種顯著的性能差距讓業(yè)界人士對(duì) Lux 的技術(shù)能力充滿期待。

與傳統(tǒng)的大型語(yǔ)言模型不同，Lux 采用了 “Agent主動(dòng)預(yù)訓(xùn)練” 的方法，專注于從計(jì)算機(jī)截圖和動(dòng)作序列中學(xué)習(xí)。這一自我強(qiáng)化的訓(xùn)練循環(huán)使得 Lux 能夠在不斷探索的過(guò)程中提高自身能力，從而實(shí)現(xiàn)了更高效的操作。

OpenAGI 還聲稱，Lux 的操作成本大約是 OpenAI 和 Anthropic 前沿模型的十分之一，且其速度也更快。不同于僅能處理瀏覽器任務(wù)的競(jìng)爭(zhēng)對(duì)手，Lux 可以全面控制桌面應(yīng)用程序，包括 Excel、Slack 等，極大地?cái)U(kuò)展了其市場(chǎng)潛力。公司同時(shí)發(fā)布了開(kāi)發(fā)者軟件開(kāi)發(fā)工具包，允許第三方基于 Lux 開(kāi)發(fā)應(yīng)用。

在安全性方面，OpenAGI 為 Lux 設(shè)計(jì)了內(nèi)置的安全機(jī)制，當(dāng)模型接收到可能違反安全政策的請(qǐng)求時(shí)，會(huì)拒絕執(zhí)行，并向用戶發(fā)出警告。這一特性在當(dāng)前 AI 代理快速發(fā)展的背景下尤為重要。

秦增義博士背景深厚，曾參與開(kāi)發(fā)多個(gè)廣受歡迎的 AI 模型，展示了較小團(tuán)隊(duì)在技術(shù)上的潛力與創(chuàng)新。

劃重點(diǎn):
- ?? OpenAGI 推出的 Lux AI 代理在計(jì)算機(jī)操作基準(zhǔn)測(cè)試中獲得83.6% 的成功率，遠(yuǎn)超 OpenAI 和 Anthropic。
- ?? Lux 采用獨(dú)特的學(xué)習(xí)方式，通過(guò)計(jì)算機(jī)截圖和動(dòng)作序列進(jìn)行訓(xùn)練，具有自我強(qiáng)化的能力。
- ?? 安全機(jī)制內(nèi)置于 Lux 中，能夠識(shí)別和拒絕潛在的危險(xiǎn)請(qǐng)求，保障用戶數(shù)據(jù)安全。

Lovart Touch Edit 上線：輕點(diǎn)即改，AI 圖像編輯進(jìn)入“零蒙版”時(shí)代

Tue, 02 Dec 2025 15:00:09 +0800

AI 設(shè)計(jì)平臺(tái) Lovart 宣布推出 Touch Edit 觸控功能，公測(cè)48小時(shí)內(nèi)吸引超10萬(wàn)創(chuàng)作者體驗(yàn)。該功能以“Mark & Edit”為核心:Mac 上 Cmd+Click、Windows 下 Ctrl+Click 即可自動(dòng)識(shí)別并鎖定發(fā)絲、服飾、文本等元素，用戶用自然語(yǔ)言輸入“換一件復(fù)古旗袍”或“暖色調(diào)側(cè)光”，模型在4K 分辨率下即時(shí)完成融合，無(wú)需手動(dòng)蒙版或參數(shù)調(diào)節(jié)。

跨圖混搭方面，Select & Remix 支持同時(shí)上傳多張照片，系統(tǒng)自動(dòng)編號(hào)關(guān)鍵區(qū)域，用戶可像“拼積木”一樣拖拽重組——一件外套來(lái)自 A 圖，背景景深取自 B 圖，光效提示寫(xiě)入 C 圖，一次生成即可輸出印刷級(jí)成品。平臺(tái)同步開(kāi)放 Edit Elements 擴(kuò)展，將成品拆分為獨(dú)立圖層，方便微調(diào)字體、紋理與顏色匹配。

技術(shù)層面，Touch Edit 集成 GPT-4o、Flux Pro 與 Sora 等模型，提供 Talk-Tab-Tune 三模式工作流:Talk 負(fù)責(zé)語(yǔ)義描述，Tab 提供多版變體，Tune 通過(guò)觸控精修細(xì)節(jié)。官方測(cè)試顯示，批量修改標(biāo)簽、背景、色調(diào)等12項(xiàng)任務(wù)總耗時(shí)從傳統(tǒng)工具的90分鐘縮短至7分鐘，單張圖平均點(diǎn)擊次數(shù)低于3次。

Lovart 首席執(zhí)行官表示，Touch Edit 正式版將于明年1月全面開(kāi)放，并計(jì)劃增加視頻幀級(jí)編輯與3D 材質(zhì)替換功能。行業(yè)觀察者認(rèn)為，一旦跨圖一致性得到大規(guī)模驗(yàn)證，AI 設(shè)計(jì)工具或?qū)⑹状螌?duì) Photoshop 形成實(shí)質(zhì)替代。

奧特曼宣布 OpenAI 進(jìn)入“紅色警報(bào)”狀態(tài) 暫停廣告業(yè)務(wù)全力搶救 ChatGPT

Tue, 02 Dec 2025 15:00:08 +0800

據(jù)一份內(nèi)部備忘錄顯示，OpenAI 首席執(zhí)行官**薩姆·奧特曼（Sam Altman）**于周一告知全體員工，鑒于來(lái)自谷歌及其他人工智能競(jìng)爭(zhēng)對(duì)手的威脅日益增加，公司已進(jìn)入“紅色警報(bào)”狀態(tài)。

奧特曼此舉旨在調(diào)集更多資源，全力投入改進(jìn)其旗艦產(chǎn)品 ChatGPT。他表示，為了集中力量應(yīng)對(duì)核心競(jìng)爭(zhēng)，OpenAI 計(jì)劃推遲其他一些非核心計(jì)劃，例如正在規(guī)劃中的廣告業(yè)務(wù)。

這一“紅色警報(bào)”狀態(tài)的宣布，標(biāo)志著 OpenAI 將戰(zhàn)略重心完全轉(zhuǎn)向產(chǎn)品強(qiáng)化，以確保其在快速演進(jìn)的生成式 AI 市場(chǎng)中保持領(lǐng)先地位。

vLLM-Omni 發(fā)布：可以處理文本、圖像、音頻和視頻

Tue, 02 Dec 2025 14:30:23 +0800

在近日舉行的技術(shù)發(fā)布會(huì)上，vLLM 團(tuán)隊(duì)正式推出了 vLLM-Omni，這是一個(gè)面向全模態(tài)（omni-modality）模型的推理框架。這一新框架旨在簡(jiǎn)化多模態(tài)推理的過(guò)程，并為新一代能夠理解和生成多種形式內(nèi)容的模型提供強(qiáng)有力的支持。與傳統(tǒng)的文本輸入輸出模型不同，vLLM-Omni 可以處理文本、圖像、音頻和視頻等多種輸入輸出類型。

自項(xiàng)目啟動(dòng)以來(lái)，vLLM 團(tuán)隊(duì)一直致力于為大型語(yǔ)言模型（LLM）提供高效的推理能力，尤其是在吞吐量和顯存使用方面。然而，現(xiàn)代的生成模型已經(jīng)超越了單一的文本交互，需求多樣化的推理能力逐漸成為趨勢(shì)。vLLM-Omni 正是在這一背景下應(yīng)運(yùn)而生，它是首批支持全模態(tài)推理的開(kāi)源框架之一。

vLLM-Omni 采用了一種全新的解耦流水線架構(gòu)，通過(guò)對(duì)數(shù)據(jù)流的重新設(shè)計(jì)，能夠高效地將不同階段的推理任務(wù)進(jìn)行分配和協(xié)調(diào)。在這一架構(gòu)中，推理請(qǐng)求主要經(jīng)過(guò)三類關(guān)鍵組件:模態(tài)編碼器、LLM 核心和模態(tài)生成器。模態(tài)編碼器負(fù)責(zé)將多模態(tài)輸入轉(zhuǎn)換為向量表示，LLM 核心則處理文本生成和多輪對(duì)話，而模態(tài)生成器則用于輸出圖像、音頻或視頻內(nèi)容。

這一創(chuàng)新架構(gòu)的推出，將為工程團(tuán)隊(duì)帶來(lái)諸多便利，允許他們?cè)诓煌A段進(jìn)行獨(dú)立的資源擴(kuò)展與部署設(shè)計(jì)。此外，團(tuán)隊(duì)可以根據(jù)實(shí)際業(yè)務(wù)需求調(diào)整資源分配，從而提高整體工作效率。

GitHub :https://github.com/vllm-project/vllm-omni

劃重點(diǎn):
?? vLLM-Omni 是一個(gè)全新的推理框架，支持多模態(tài)模型處理文本、圖像、音頻和視頻等多種內(nèi)容。
?? 該框架采用解耦流水線架構(gòu)，提高了推理效率，并允許針對(duì)不同任務(wù)進(jìn)行資源優(yōu)化。
?? 開(kāi)源代碼和文檔已上線，歡迎開(kāi)發(fā)者參與這一新技術(shù)的探索與應(yīng)用。