AI早知道｜可灵3.0发布；Mistral AI 发布语音模型Voxtral Transcribe 2

1. 可灵AI升级至3.0版本，实现多模态一体化并新增智能分镜

可灵AI正式升级至3.0版本，推出可灵3.0模型系列，实现多模态输入输出一体化，重新定义AI视频工作流。视频3.0模型在叙事与控制方面深度进化，新增智能分镜功能，可自动调度景别与机位。

→早读课解读：AI视频生成正从“单点生成”迈向“一体化创作管线”，通过智能分镜等高级叙事控制，开始介入传统上由导演和剪辑师负责的创作核心环节。

→行动建议：视频创作者、小型制作团队可尝试利用其一体化工作流和智能分镜功能，从构思到成片的效率，尤其是快速制作口播视频、短视频剧本等。

2. 面壁智能开源全双工交互模型MiniCPM-o 4.5

面壁智能开源新一代全模态模型MiniCPM-o 4.5，模型具备”边看、边听、主动说”的全双工交互能力，让人机交互从回合制升级为即时自由对话。

→早读课解读：人机交互模式迎来重大革新，从“一问一答”的回合制升级为更自然的“同时听说、主动交互”的全双工模式，为机器人、虚拟人等应用带来更拟人的交互体验。

→行动建议：开发对话机器人、虚拟助手、智能座舱交互的团队可集成此模型，打造打断、抢话、主动发起对话等更自然流畅的交互体验。

3. 支付宝推出AI眼镜扫福功能，拓展无感交互场景

支付宝在2026年春节推出的AI眼镜扫福功能，该功能通过无手机操作和智能交互，提升了用户体验，并扩展了集福的范围和奖励内容。

→早读课解读：传统线上营销活动与AR眼镜等新型硬件结合，创造出“无感交互、虚实融合”的新玩法，是拓展线下流量入口、提升用户参与度的创新尝试。

→行动建议：品牌营销、线下零售可关注此类“AR硬件+IP活动”的结合，探索利用可穿戴设备打造沉浸式、游戏化的线下互动体验。

4. 上海AI实验室开源万亿参数科学多模态大模型Intern-S1-Pro

上海AI实验室开源了万亿参数科学多模态大模型Intern-S1-Pro。模型采用MoE架构，总参数1万亿，激活参数220亿。基于“通专融合”SAGE技术，具备奥赛级数理推理能力，可精准解析多模态科学内容，覆盖化学、材料、生命、地球、物理等学科。

→早读课解读：超大规模科学大模型开源，将顶级数理推理与多学科专业知识深度融合，为科研工作提供了强大的“AI协作者”，有望加速跨学科的科学发现。

→行动建议：高校、科研院所、企业研发部门的研究人员可尝试将其用于文献解析、实验数据分析、假设生成与科学计算等，提升科研效率。

5. 华为Mate 80系列推送系统更新，引入AI消除屏幕摩尔纹功能

华为Mate 80系列手机推送了HarmonyOS 6.0.0.130SP17系统更新，引入了AI消除屏幕摩尔纹功能，提升了影像处理能力，并优化了星闪和定位性能。

→早读课解读：手机系统更新深入影像处理的专业痛点（摩尔纹），并结合自研连接技术（星闪）的优化，体现了软硬件协同深耕用户体验细节的能力。

→行动建议：摄影师、内容创作者等高频拍摄屏幕的用户将直接受益于此功能；普通用户可关注星闪技术在近场传输、物联网连接方面的体验提升。

6. Mistral AI推出高精度语音转文本模型Voxtral Transcribe 2

Mistral AI推出的新一代语音转文本模型Voxtral Transcribe 2，包含两个版本。Voxtral Mini支持13种语言的高精度转录，具备说话人分离、词级时间戳和上下文偏置功能，适合批量转录。

→早读课解读：语音转文本模型在准确性、语言覆盖及实用功能（如说话人分离、词级时间戳）上持续进步，为企业级会议记录、媒体内容生产等场景提供了更成熟的解决方案。

→行动建议：有会议记录、访谈整理、内容字幕生成等需求的企业或团队，可评估此模型在多语言、多人场景下的转录准确性与效率，考虑集成至工作流。

在这个星球，你可以更加系统的学习AIGC相关知识：

1. ChatGPT和AI绘画（Midjourney+Stable Diffusion+Photoshop beta）基础+进阶全攻略；

2. ChatGPT和AI绘画最直接变现案例；

3. 与200+行业先行者链接，积累你的专属人脉资源；

4. 社群保姆级一站式服务，包教包会包讨论；

现在加入，立享99元早鸟价优惠，星球用户每涨100人，价格上调100元，直到恢复499元原价！

这个风口抓不抓的住，就看你愿不愿意迈出第一步了！

越晚加入成本越贵！最后两个名额又要涨价了！