·AI新闻日报·
今日新闻速览
🛒 ChatGPT 购物体验升级：AI 助手变身智能导购？
🚀 阿里 Qwen3 大模型全面开源：性能飞跃，重塑开源格局
💡 清华等提出 DeepNote：RAG 技术新突破，探索知识获取新深度
☁️ 谷歌 AI 应用扩展 & Photos 优化：企业加速落地，用户体验微调
OpenAI 近期为 ChatGPT 推出了集成的购物功能，让用户可以直接在聊天中搜索商品、比较价格和评价，并通过链接跳转购买。这项更新模糊了 AI 助手与搜索引擎的界限，标志着 ChatGPT 从信息工具向交易平台的转变，旨在提供一种更自然、对话式的购物发现体验，
无缝购物： 用户可在 ChatGPT 对话中完成商品发现、比较全过程，无需在多网站间跳转。
优化推荐： 搜索结果以可视化卡片呈现，包含图片、实时价格和用户评价摘要，聚合关键决策信息。
便捷购买： 每个推荐商品都附带直接购买链接，点击即可跳转至零售商或品牌官网，缩短购买路径。
客观独立： OpenAI 声称搜索结果非付费广告，基于商品本身匹配度推荐，但与合作伙伴协作确保信息准确性，其影响需关注。
全面推送： 该功能自 4 月 28 日起逐步覆盖所有用户层级，显示其功能定位。
对于 AI 及电商行业的从业者而言： 这开辟了新的商品导购入口，可能改变用户决策路径，需要调整 SEO/SEM 策略适应 AI 推荐。同时，加剧了与 Google Shopping 等在商品搜索市场的竞争。结合“记忆”功能，个性化潜力巨大，但也带来数据隐私和算法公平性的挑战。
对于普通用户来说： 提供了一种更自然便捷的购物信息获取方式，尤其适合多产品比较。但需理性看待“非广告”承诺，并可能需在信息深度与响应速度间权衡（早期测试反馈速度可能慢于传统搜索）。
Tom's Guide: ChatGPT Shopping Update
BGR: ChatGPT Search Upgrades for Shopping
Search Engine Land: OpenAI Adds Shopping Features
阿里巴巴于 4 月 28 日正式发布并全面开源了其最新一代大语言模型系列 Qwen3。该系列包含从 0.6B 到 32B 的六款稠密模型和两款 MoE 模型（最大 235B 参数），全系采用 Apache 2.0 许可。官方测试显示，Qwen3 在编码、数学、多语言等任务上性能强劲，旗舰模型可媲美业界顶尖水平，已在 Hugging Face 等平台开放下载。
全系开源： 从小到大共 8 款模型（6 Dense + 2 MoE）全部基于 Apache 2.0 许可发布，极大降低使用门槛。
性能领先： 旗舰 MoE 模型性能比肩顶尖闭源模型，中型 MoE 超越前代大模型，小型模型亦实现性能跨越。
混合推理： MoE 模型具备独特的“思考/非思考模式”切换能力，兼顾复杂推理的深度与快速响应的效率。
开放获取： 模型权重已在 Hugging Face、ModelScope、Kaggle 等主流平台上线，方便全球开发者获取。
生态支持： 官方推荐了多种成熟的云端（vLLM等）和本地（Ollama, llama.cpp等）部署框架，降低使用难度。
长上下文： 多数模型原生支持 32K 或 128K 上下文，MoE 模型可扩展至 131K，处理长文本能力强。
多语增强： 预训练数据覆盖 119+ 种语言，多语言处理能力显著提升。
对于 AI 开发者和研究人员而言： Qwen3 提供了性能强大、选择多样且许可宽松的开源模型，特别是高效 MoE 模型，降低了高性能 AI 应用的开发门槛。良好的生态支持简化了部署流程，有望加速技术迭代和创新。
对于普通用户而言： 更强大的开源模型意味着未来将有更多样、更智能、可能更经济的 AI 应用出现，提升用户体验。同时，技术的开源普及有助于知识传播。
Qwen3 官方博客发布
Qwen3 GitHub 代码库
针对现有 RAG 技术在处理复杂问题时信息不足或冗余的痛点，清华大学等机构的研究团队提出了 DeepNote 框架。其核心创新是引入“笔记”机制，作为动态积累和精炼知识的载体，通过自适应检索和基于笔记的生成，更深入有效地整合外部知识。实验证明，DeepNote 在复杂问答任务上性能显著优于基线方法。
笔记载体： 将“笔记”作为模型理解、提炼和总结已获取知识的动态载体，而非简单堆砌信息。
适应检索： 基于当前评估知识增益，智能决定是否以及如何进行下一轮检索，减少盲目性和噪声。
深度整合： 通过迭代更新笔记，促进跨检索轮次信息的有效融合与交互，利用最优笔记生成答案。
性能优越： 在多个问答数据集上全面超越现有 RAG 方法，相较基础 RAG 最高提升 20.1%。
解决痛点： 明确针对复杂问答中知识不足、检索冗余、整合不充分等 RAG 核心难题。
对于 AI 从业者和研究人员而言： DeepNote 提供了提升 LLM 可靠性和处理复杂信息能力的新范式，尤其适用于知识密集型应用。其“知识构建”而非简单“信息检索”的思路，为 RAG 领域开辟了新研究方向，可能启发更智能的 AI Agent 设计。
对于普通用户而言： 意味着未来的 AI 应用在回答复杂问题时，有望提供更准确、可靠、条理清晰的答案，AI 不仅能查找信息，更能进行知识的“消化整合”。
DeepNote ArXiv 摘要页
谷歌云披露，其平台上的生成式 AI 企业应用案例在一年内从 101 个激增至 601 个，增长近 500%，显示 GenAI 正从实验走向规模化部署，被 Uber、花旗等行业巨头广泛采用。同时，针对用户反馈，谷歌在 Android 版 Google Photos 中增加了双击“搜索”图标快速切换回经典搜索模式的功能，以优化 AI 搜索（Ask Photos）有时响应较慢的用户体验。
企业加速： Google Cloud 上的 GenAI 真实应用案例一年内增长近 5 倍，表明企业正加速将 AI 从试点推向生产环境。
巨头采用： 各行业领导者（如 Uber, Citi, Benz, Samsung）积极利用 Google Cloud AI（Vertex AI, Gemini）优化核心业务流程。
Photos优化： 针对“Ask Photos”AI 搜索速度反馈，谷歌在 Android 版 Photos 中增加便捷切换回经典搜索的选项。
便捷切换： Android 用户双击底部“搜索”图标即可绕过 AI 搜索，直接进入传统搜索界面，提升操作效率。
对于 AI 和相关行业的从业者而言： 企业用例激增是 GenAI 商业价值被广泛认可的强烈信号，凸显了企业级 AI 平台的重要性。同时，Photos 的调整提醒需重视用户体验，即使是先进功能也要考虑易用性和用户习惯。
对于普通用户而言： 企业广泛应用 AI 预示着未来能享受到更智能、高效的服务。Photos 的优化提供了在新旧功能间的选择，提升了应用的友好度。
MarkTechPost: Google AI Unveils 601 Use Cases
今日总结
今日 AI 行业动态纷呈，展现了技术在应用层、模型层和基础研究层面的齐头并进。OpenAI 将 ChatGPT 的能力拓展至在线购物领域，模糊了 AI 助手与搜索引擎的界限，引发对未来电商入口和信息客观性的思考。阿里巴巴 Qwen3 系列大模型的全面开源，特别是其高性能 MoE 模型和友好的开源许可，为全球开发者提供了强大的新工具，进一步点燃了开源 AI 的热潮。基础研究方面，清华大学等机构提出的 DeepNote RAG 框架通过创新的“笔记”机制，为解决 LLM 在复杂问答中的知识整合难题提供了新思路。同时，谷歌云 AI 应用案例在企业端的爆发式增长，以及其在消费级产品中对 AI 功能用户体验的持续优化，共同印证了 AI 技术正加速从前沿探索走向广泛的现实落地。
关于我们
🚀 引领企业数字化转型，共塑行业未来。我们专注于打造融合 AI 的定制化 数字化系统，实现业务流程的智能升级与深度整合。依托来自MIT、微软等顶尖科技背景的核心团队，我们助您构建强大的 AI 驱动 基础设施，提升效率，驱动创新，成就行业领先地位。