亚马逊引入国产模型；小米开源语音大模型；美团推出AI助手；华为云算力提升 | 9月20日互联网日报

超强开源模型Qwen3、DeepSeek-V3.1，都被云计算一哥"收"了

亚马逊云科技在其Amazon Bedrock平台上新引入了两大国产AI模型Qwen3和DeepSeek-V3.1，展示了其在全球AI竞赛中的敏锐嗅觉和执行力。虽然报道中未直接涉及负面事件，但引发关注的是亚马逊如何应对模型安全与数据隐私问题。据悉，客户完全控制自己的数据，亚马逊不会与模型提供商共享输入和输出数据，也不用于改进基础模型。这一举措确保了用户数据的安全性，赢得了市场的信任。

刚刚，小米最强语音大模型开源！亿小时训练，讲脱口秀说快板溜得很

9月19日，小米开源其首个原生端到端语音模型Xiaomi-MiMo-Audio，尽管该模型在多项基准测试中表现优异，但其潜在挑战包括应对与谷歌和OpenAI等其他领先闭源模型的比较，以及在少样本泛化方面展示的能力。此外，MiMo-Audio还需在复杂音频任务中证明其可扩展性和可靠性。

美团王兴也做AI搜索了！一手实测：吃喝玩乐安排明白了

智东西于9月19日报道，美团推出AI搜索助手“小团”，旨在帮助用户智能化处理餐厅推荐及团购券对比等需求。然而在体验过程中发现，小团无法准确匹配特定时间的酒店预订，并且其页面显示店铺数量有限，可能不适合简单需求。小团和此前推出的“小美”功能有交叉，或造成用户困惑。产品正在逐步开放给部分用户，未来将依赖用户反馈进行优化改进。

AI早报 | DeepSeek-R1开创历史，梁文锋论文登上《自然》封面

软银与OpenAI在日本的人工智能合资企业遭遇严重延期。该项目原定于今年夏天成立，但由于准备工作耗时超出预期，现预计在11月才会有最新进展。此推迟可能对双方在该地区的战略合作产生影响。此外，穆迪发布报告称甲骨文的3000亿美元AI合同不会改变其Baa2评级或负面展望，尽管合同规模庞大，风险依然显著。

高德升级TrafficVLM模型：预知超视距路况，AI带来天空视角

9月19日，高德宣布升级其交通视觉语言模型TrafficVLM，以提升用户在复杂交通环境中的驾驶体验。该模型旨在解决驾驶者信息盲区问题，通过“天眼”视角提供全局交通状况，从而改进决策能力。在此过程中，TrafficVLM能实时感知并识别交通异常，如追尾事故引发的拥堵，并及时推送通行建议。这一技术革新让用户能够更直观地预判和应对潜在风险，加强了对路况的智能导航能力。

Chrome浏览器接入Gemini：能解读网页、模糊检索历史记录

谷歌近期宣布更新Chrome浏览器，推出Gemini功能以提升用户体验。然而，该功能的引入也带来了一些负面挑战。Gemini新增的智能体及AI Mode搜索引发了对用户隐私和数据安全的担忧，尤其是其能够访问用户此前浏览过的网页，可能涉及用户敏感信息。此外，谷歌计划通过Gemini Nano模型识别并防御虚假病毒警告及诈骗活动，但此举是否能有效减少钓鱼攻击仍待观察。这些问题引发外界对于新技术潜在风险的关注。

性能最强动作生成模型：阿里通义万相 Wan2.2-Animate 开源

2023年9月19日，阿里通义万相发布全新动作生成模型Wan2.2-Animate，并宣布其开源。该模型在视频生成质量、主体一致性和感知损失等关键指标上表现出色，超越了现有的开源模型如StableAnimator和LivePortrait。尽管没有直接的负面事件报道，但值得关注的是，这一技术可能在短视频创作、动漫制作等领域带来新的挑战与思考。用户可通过Github、HuggingFace和魔搭社区获取模型及代码，也可以在阿里云百炼平台调用API进行体验。

小米开源语音大模型Xiaomi-MiMo-Audio，对话自然度达拟人水准

小米于9月19日宣布开源其首个原生端到端语音大模型Xiaomi-MiMo-Audio。该模型突破了现有语音领域依赖大规模标注数据的瓶颈，首次实现基于ICL的少样本泛化。但在创新和性能提升背后，需关注跨模态对齐能力的安全性评估，以确保技术在应用中的稳定性和可靠性。这次开源行动包含预训练、指令微调模型及Tokenizer在Huggingface和Github平台发布，支持音频重建和音频转文本任务。

华为云：做厚算力“黑土地”，成就行业AI先锋

在华为全联接大会上，华为云计算CEO张平安强调了传统数据中心面临的挑战，如算力需求暴增导致功率从10千瓦/每柜升级到200千瓦/每柜，以及风冷转液冷的必要性。此外，Token服务被视为屏蔽复杂底层技术的解决方案，但也可能造成用户对技术细节理解的不足。CloudMatrix384超节点的池化资源虽提升性能，但也带来串行任务解耦的风险。

特斯拉Optimus AI团队负责人Kumar跳槽Meta

日前，曾在特斯拉任职的Optimus AI团队负责人Ashish Kumar宣布加入Meta，担任研究科学家一职。虽然未透露具体离职原因，但Kumar明确否认是因为薪酬问题，称“特斯拉的薪水远高于其他公司”。这一消息引发关注，因为Kumar在特斯拉期间专注于用强化学习提升机器人灵活性，为实现人形机器人的关键技术做出贡献。他此前在微软和各大会议中展示过机器人技术的深厚造诣。