6月5日丨每日AI简讯

Meta新突破!跨模态生成告别噪声:流匹配实现任意模态无缝流转

Meta与约翰霍普金斯大学联合推出CrossFlow框架，通过流匹配技术实现跨模态生成，摆脱传统方法对噪声分布的依赖。该框架利用变分编码器构建正则化潜在空间，仅需自注意力即可完成文本到图像等模态转换，在图像生成、字幕生成等任务中达到SOTA水平。其统一架构适配多任务，训练成本降低83%，采样速度提升6.6倍，并支持双向映射实现图像描述功能，现已在GitHub等平台开源。

原文链接：https://www.jiqizhixin.com/articles/202506042

ICML 立场｜像测人类一样测AI：构建能力导向的自适应测评新范式

针对当前大模型评估存在的成本高、题目质量参差及数据污染等问题，ICML 2025提出基于心理测量学的自适应测评新范式。该方法借鉴人类考试机制，通过动态调整题目难度和筛选高信息量题目，实现高效精准的能力评估。其优势包括降低90%以上测试成本、可解释模型能力分布、有效识别训练数据泄露风险，并支持跨基准统一评估。该研究为构建机器心理测量学奠定基础，推动AI测评从"题海战术"转向科学化能力诊断。

原文链接：https://www.jiqizhixin.com/articles/202506043

冲击自回归，扩散模型正在改写下一代通用模型范式

谷歌推出扩散语言模型Gemini Diffusion，通过逐步去噪生成文本，生成速度达每秒1479 token并支持多任务处理。国内蚂蚁集团与人大团队开发的LLaDA系列模型突破自回归范式限制，在编程、数学推理等任务中媲美LLaMA3，并拓展至多模态领域（LLaDAV、MMaDA）实现图文理解与生成。扩散模型凭借并行生成、动态纠错等特性，在生成效率和多模态扩展上展现出超越传统自回归模型的潜力，已延伸至生物蛋白质生成等跨学科领域，推动通用AI范式革新。

原文链接：https://www.jiqizhixin.com/articles/202506044

英伟达揭示RL Scaling魔力!训练步数翻倍=推理能力质变，小模型突破推理极限

英伟达提出ProRL框架，通过将强化学习训练步数提升至2000步以上，显著增强小模型推理能力。该技术采用GRPO+DAPO算法组合、KL正则化及周期性策略重置，有效解决训练稳定性问题。实验显示1.5B参数模型在数学任务准确率提升14.7%，代码生成领先同类6.5%，逻辑推理准确率提升达54.8%，部分任务实现100%通过率。研究表明长期RL训练能突破模型原有能力边界，使小模型在复杂推理任务中展现创造性解题能力，无需依赖更大参数量。

原文链接：https://www.jiqizhixin.com/articles/202506047

最新发现!每参数3.6比特，语言模型最多能记住这么多

Meta、DeepMind等机构研究发现，语言模型记忆容量约为每参数3.6比特。当达到该极限后，模型会停止记忆转向泛化，这揭示了记忆与泛化的临界点。研究通过信息论和Kolmogorov复杂度量化记忆，训练了50万至15亿参数的Transformer模型，发现模型容量与参数规模呈线性关系，并验证了精度提升对容量影响有限。该发现为模型能力评估、安全优化及量化部署提供了理论依据。

原文链接：https://www.jiqizhixin.com/articles/202506048

登Nature子刊，阿里云&海洋三所用蛋白质语言模型探索深海微生物磷循环

自然资源部第三海洋研究所与阿里云团队联合开发深度学习模型LucaPCycle，基于蛋白质语言模型ESM2-3B解析深海冷泉微生物磷循环。该模型突破传统同源检测限制，在全球冷泉基因中鉴定出5241个磷循环蛋白家族，揭示古菌多样性及未被发现的生态功能。研究证实冷泉环境中磷循环对微生物代谢的关键作用，并发现古菌参与多磷酸盐代谢等新机制，成果发表于《Nature Communications》，为深海生态系统研究提供新工具。

原文链接：https://www.jiqizhixin.com/articles/2025-06-04-5

PlayDiffusion发布:开源扩散模型实现语音"局部修改"不留痕

PlayAI开源推出基于扩散模型的语音编辑工具PlayDiffusion，支持对语音片段进行局部替换、删除或调整，无需重生成整段音频。该模型可精准识别修改位置并智能调节音色、语调，实现自然融合不留拼接痕迹。在极端遮盖场景下可作为高性能TTS使用，推理速度较传统系统提升50倍，适用于播客制作、AI配音及内容纠错。该技术突破标志着语音生成向"精确化编辑"转型，将成为音视频创作领域的重要工具。

原文链接：https://www.aibase.com/zh/news/18621

松下推出 “OmniFlow” 多模态生成AI实现文本、图像与音频的自由转换

松下联合美国研发机构与加州大学洛杉矶分校推出多模态生成AI“OmniFlow”，突破性实现文本、图像、音频间的任意双向转换。该技术通过灵活组合不同模态的生成模型，在仅需传统方法1/60训练数据量的情况下，仍保持高精度生成能力。实验显示其在文本转图像和音频任务中性能超越现有方案，解决了多模态数据采集成本高的问题。该技术已获CVPR 2025会议认可，未来可应用于工业场景定制化数据生成及生活服务领域，推动AI技术社会化落地。

原文链接：https://www.aibase.com/zh/news/18626

Komiko视频到视频功能炸裂上线!AI一键打造动漫大片，漫画动画创作从未如此简单

Komiko平台推出全新视频到视频AI功能，支持用户上传视频并通过自然语言提示一键转换为动漫、漫画或赛博朋克等风格动态内容。该功能整合Veo、Kling等AI模型，实现流畅高保真输出，同时提供线稿自动上色、背景移除、动画补帧等工具套件，显著降低动画创作门槛。平台支持多语言提示与多风格适配，覆盖粉丝创作、专业制作及社交媒体内容生成，并构建协作社区推动创意产业数字化转型，现可通过官网免费体验核心功能。

原文链接：https://www.aibase.com/zh/news/18629

Epic 创新!《堡垒之夜》引入生成式 AI，轻松定制智能 NPC

Epic Games在《堡垒之夜》中推出生成式AI工具，允许开发者通过约20行文本快速创建个性化智能NPC。演示NPC“Buttons先生”能根据情景幽默互动，展现独特性格和语音，但技术仍存在对话轮次限制及需按键发言等问题。该功能基于《堡垒之夜：银河之战》技术优化，此前AI生成的维达角色曾因意外复述粗口引发争议，官方已修复系统。新技术降低了NPC开发门槛，为玩家提供更丰富的交互体验，未来有望进一步提升对话自然度。

原文链接：https://www.aibase.com/zh/news/18631

全球仅6家!GMI Cloud跻身Reference Platform NVIDIA Cloud Partner行列!

GMI Cloud获得NVIDIA Reference Platform Cloud Partner认证，成为全球六家获此殊荣的企业之一。该认证要求云服务商在性能、安全防护及企业级AI部署能力方面达到最高标准，入选者可加入"NVIDIA Exemplar Clouds"提升平台性能。GMI Cloud依托自研全栈AI基础设施，支持NVIDIA最新GPU架构，提供AI Native Cloud和大模型推理服务。此次认证将深化其与NVIDIA在生成式AI和大语言模型应用的技术协作，助力全球企业构建高性能AI基础设施。

原文链接：https://www.jiqizhixin.com/articles/2025-06-04

重磅开源！首个全异步强化学习训练系统AReaL-boba²发布，训练效率提升2.77倍

清华大学与蚂蚁技术研究院联合开源全异步强化学习训练系统AReaL-boba²，通过完全解耦模型生成与训练流程，实现GPU资源利用率优化，训练速度较同步RL系统最高提升2.77倍。系统创新引入数据陈旧度控制和解耦PPO算法，确保异步训练稳定性，支持多轮智能体强化学习。基于Qwen3系列训练的8B/14B模型在LiveCodeBench等代码评测中刷新SOTA成绩，并提供完整开源资源（代码/模型/数据集），推动Agentic RL发展。

原文链接：https://www.jiqizhixin.com/articles/2025-06-04-9

AI 教父本吉奥创建“科学家 AI”系统防范智能体欺骗

AI领域权威约书亚·本吉奥宣布成立非营利组织LawZero，投入3000万美元开发“科学家AI”系统，旨在防止AI智能体实施欺骗行为。该系统通过匹配被监管AI的智能水平，实时监控并阻止逃避关闭等欺骗操作，确保技术透明可信。LawZero团队由十余名研究人员组成，致力于构建AI安全防护机制，同时推动行业道德标准建设，为智能体应用设立可信赖的技术护栏。

原文链接：https://www.aibase.com/zh/news/18625

华为申请部署人工智能模型相关专利，实现向终端设备下发算子库的准确性

华为申请“部署人工智能模型的方法、终端设备、服务器及系统”专利，通过终端设备向服务器发送硬件性能、资源状态及用户偏好信息，由服务器生成匹配的算子库（含AI模型所需算子）并下发，实现精准部署AI模型。该技术可动态适配终端设备性能，优化资源分配，提升模型部署效率与准确性。

原文链接：http://m.toutiao.com/group/7512034644955562530

2025年6月4日上市公司重要利好公告概览

2025年6月4日多家上市公司发布重要公告：帝欧家居和菲林格尔涉及控股权变更，乐普医疗的“童颜针”获注册批准，舒泰神新药申请获受理。ST名家汇、融发核电及风范股份分别签订或中标重大合同，四维图新与阿里云达成战略合作，中信银行筹建科技金融公司。此外，隆基绿能海外订单增长，广州港集装箱吞吐量上升。

原文链接：http://m.toutiao.com/group/7512033101238845967

昆仑万维主力资金动向

披露昆仑万维资金流入情况及AI业务商业化进展。

原文链接：https://emcreative.eastmoney.com/app_fortune/article/index.html?artCode=20250604183253360969200&postId=1556700714

Expensya创始人"食言"重返创业赛道，AI测试平台Thunder Code获900万美元种子轮

曾出售Expensya并誓言不再创业的Karim Jouini和Jihed Othmani，受生成式AI浪潮吸引，创立AI软件测试平台Thunder Code。该平台利用AI代理模拟人类测试人员，解决传统测试效率低下的痛点，支持实时捕捉UI/UX问题并持续学习。成立仅六个月即获900万美元种子轮融资，投资方包括Silicon Badia等知名机构。公司瞄准千亿美元规模的软件测试市场，计划2025年扩展至移动、桌面及API测试领域，凭借创始团队成功经验及AI技术优势，挑战传统平台主导地位。

原文链接：https://www.aibase.com/zh/news/18627

纽约时报与亚马逊签署首个生成式 AI 内容许可协议

纽约时报与亚马逊达成首个生成式AI内容许可协议，授权其新闻报道及旗下NYT Cooking、The Athletic等内容用于亚马逊AI模型训练。协议规定亚马逊需标注来源链接以保护知识产权，纽约时报CEO强调高质量新闻应获合理价值回报。此次合作旨在探索AI时代新闻内容变现新模式，为传统媒体与科技公司协作提供范例，推动行业在技术应用中平衡版权保护与内容创新。

原文链接：https://www.aibase.com/zh/news/18622

OpenAI 收购 Windsurf 引发开发者不满，Claude模型访问权限遭遇瓶颈

OpenAI以30亿美元收购Windsurf后，开发者遭遇Claude3.7Sonnet和Claude3.5Sonnet模型访问权限大幅缩水，且无法获得Claude4系列使用权。用户面临成本激增和操作复杂化问题，导致开发流程受阻。尽管Windsurf尝试通过第三方服务补救，但效果欠佳，平台竞争力下降引发用户信任危机。开发者质疑收购的实际价值，OpenAI和Windsurf需尽快恢复模型访问并优化服务，否则将面临用户流失风险。

原文链接：https://www.aibase.com/zh/news/18623

韩国总统李在明宣布将大规模投资人工智能和芯片

韩国新任总统李在明在就职演讲中宣布，未来将重点投资人工智能和半导体产业，将其作为国家经济发展的核心引擎。他强调，通过大规模资金投入和政策支持，推动高科技产业升级以增强国际竞争力。此举不仅可创造大量就业岗位，还将提升韩国在全球产业链中的地位，最终实现经济增长与民生改善的双重目标。政府计划制定专项扶持计划，整合产学研资源加速技术突破。

原文链接：https://www.aibase.com/zh/news/18624

AI 逐渐取代基层员工，科技公司初级招聘大幅下降

OpenAI首席执行官指出企业正将AI智能体视为基层员工，员工工作转向任务分配与结果评估。SignalFire报告显示Meta、微软等科技公司2023-2024年初级职位招聘量下降25%，主因AI接管常规任务。麦肯锡预测到2030年AI或取代3.75亿岗位，AnthropicCEO警告未来1-5年内半数初级白领岗位可能消失，失业率或达20%，呼吁社会提前应对技术变革带来的职场结构性调整。

原文链接：https://www.aibase.com/zh/news/18632

2025首届全国人工智能应用创新大赛福建区域赛决赛在厦门大学举行

2025年6月2日，首届全国人工智能应用创新大赛福建区域赛决赛在厦门大学举办，由该校经济学科承办。赛事自2月启动以来，经省内高校选拔，30支跨学科团队（含经管法等多个领域）进入决赛，分企业赛道（17组）和通用赛道（13组）。经过路演答辩，9支队伍晋级全国总决赛，赛事有效促进产学融合与学术创新。

原文链接：http://m.toutiao.com/group/7512035549016900148