OPPO小布助手深度执行功能 - OPPO小布助手发布行业首个深度执行功能 用户只需输入一句话即可免费生成专业报告 该功能由AI自主规划并寻源检索后一键生成 [1] - 该功能已覆盖OPPO Find X8系列、OPPO Find N5系列和一加13系列ColorOS 15 0及以上版本机型 小布助手是业界首个上线深度执行的手机助手类产品 [1] 微软GitHub Copilot Chat开源 - 微软开源GitHub Copilot Chat 支持AI Agent自动化编程模式 可执行多步骤编码任务并自动处理编译和语法检查错误 [2] - 该编辑器能监控终端和测试输出 持续迭代直至编程任务完成 由微软首席执行官Satya Nadella在VS Code平台分享 [2] 苹果Siri可能采用外部AI技术 - 苹果考虑使用Anthropic或OpenAI的人工智能技术为新版Siri提供底层支持 可能搁置内部自研模型 [3] - 苹果已与两家公司就Siri集成大型语言模型展开谈判 要求对方训练可在苹果云基础设施上运行的模型版本用于测试 [3] - 若计划落地将标志苹果AI战略重大转向 目前多数AI功能依赖自研的"苹果基础模型" 原计划2026年基于该技术升级语音助手 [3] - 内部同步推进的"LLM Siri"项目仍在积极开发 该项目计划使用自研模型 对第三方模型的评估尚处于早期阶段 [3] 豆包"深入研究"功能上线 - 豆包上线"深入研究"功能 基于模型的搜索、推理及Agent能力 几分钟即可解决复杂任务 [4] - 功能可处理长途旅行攻略、复杂购买决策、政策解读、商业科技趋势等需要大量资料研究的问题 [4] - 支持以可视化网页和报告文档两种方式呈现结果 生成报告后可一键转成播客 [4]

活动核心内容 - AI模型能力已非瓶颈，关键在于如何将模型落地转化为商业价值 [1] - 联合Google推出「从模型到行动」系列AI工作坊，覆盖深圳、上海、北京三地线下专场 [1] - 目标行业包括泛娱乐、游戏、电商、智能制造等领域的开发者与创业者 [1] 活动提供内容 - 呈现Gemini模型系列及其先进推理能力，分享Google开放模型Gemma最新动态 [3] - 沉浸式动手实操环节：调用Gemini多模态能力处理图像、视频、音频及跨语言场景 [4] - 提供分层挑战项目、Google工程师设计的实操模板与代码资源，经验可复用至业务场景 [4] 活动日程安排 - 线下工作坊为期半天（约3小时），后续推出线上延展活动 [5] - 深圳站：7月12日 Google深圳办公室 [11] - 上海站：7月20日 Google上海办公室 [11] - 北京站：7月26日 Google北京办公室 [11] 目标参与人群 - 已有出海计划或服务海外市场的技术团队与创业者 [12] - 开发AI产品、Bot工具、AI视频/内容应用的开发者 [12] - 泛娱乐、电商、游戏等领域的技术决策者与工程师 [12] - 需快速理解Gemini多模态融合技术的工程师 [12] 活动附加价值 - 与其他优秀出海团队建立联系的机会 [10] - 获得Google团队一手技术反馈通道 [10] - 在工作坊中构建商业原型雏形 [10]

人工智能策略调整 - 苹果正考虑放弃自研内部AI模型，转而与Anthropic及OpenAI合作，评估将这两家公司的大语言模型应用于Siri语音助手的可能性 [1] - 苹果要求合作方训练适配苹果云基础设施的专用模型版本，以强化用户隐私保护 [1] - 若合作达成，苹果将放弃原定2026年基于自研"Apple Foundation Models"升级Siri的计划 [1] 外部模型测试与谈判进展 - Siri负责人麦克・洛克威尔主导外部模型测试，结果显示Anthropic的Claude模型表现优于ChatGPT [4] - 苹果企业发展副总裁阿德里安・佩里卡已启动与Anthropic的谈判，但Anthropic提出每年数十亿美元且逐年激增的授权费要求 [4] - 若谈判未达成一致，苹果可能转向OpenAI或其他合作商 [4] 内部研发与团队动态 - 苹果AI负责人约翰・詹南德雷亚主导的"LLM Siri"项目仍在推进，但进度缓慢，基础模型团队约有100人 [4] - 苹果软件工程主管克雷格・费德里吉与洛克威尔支持外部合作，认为在自有模型劣势下不应排斥第三方技术 [4] - 策略调整已导致苹果顶级工程师汤姆・冈特离职，开源AI框架MLX背后的团队也有辞职想法 [4] - 苹果内部编码模型已终止，Xcode转向使用ChatGPT或Claude [4] 人才竞争与未来展望 - Meta和OpenAI为AI开发人员提供的薪水可能是苹果的两倍多，加剧人才竞争压力 [5] - 若Siri合作顺利落地，未来苹果更多功能可能转向第三方合作，AI团队处境或将更加艰难 [5]

夸克AI志愿报告功能 - 公司旗下AI应用夸克累计为考生生成超1000万份专业级志愿报告，成为国内最大规模深度研究技术应用案例 [1] - "志愿报告"功能为国内唯一能生成完整志愿报告的Agent，采用"任务规划-执行-检查-反思"技术框架，底层由高考志愿大模型和专业知识库支撑 [1] - Agent具备动态优化能力，通过多轮"工具调用+反思调整"机制处理用户地域偏好等复杂需求，例如优先推荐广州/深圳高校并智能扩展搜索范围 [1] 深度研究技术特性 - 技术可处理自相矛盾诉求（如数学差但想学计算机），触发"需求澄清"流程并提供专家级策略调整，突破传统工具局限 [2] - 在通用场景中已开放邀测，支持结构化大纲生成、多模态输出等功能，首批用户报告下载分享率达40% [2] - 算法负责人指出该技术能解决专业领域复杂需求，使AI成为"专家型助手"，志愿报告实践验证其决策能力接近专家水平 [2] 行业应用价值 - 技术实现从信息检索到智能化决策的跃升，在高考垂类场景验证后正向通用领域扩展 [1][2] - 个性化Agent机制展示出处理非结构化需求的能力，为行业提供复杂决策场景的AI解决方案范本 [1][2]

公司动态 - 美图官方宣布今年暂不举办美图影像节，将精力投入产研，近期将上线聚焦影像的美图特色AI Agent [1] - 过去三届美图影像节共发布15款产品，其中3款产品ARR突破亿元，2款产品ARR过千万 [1] - 公司与阿里签署2.5亿美元可转债协议，将在电商平台、AI技术、云计算等领域展开战略合作 [4] 财务表现 - 2024年公司总收入达33.41亿元，同比增长23.9% [1] - 毛利同比增长38.5%至22.94亿元，毛利率提升至68.7%（上年同期61.4%） [1] - 净利润同比大幅提升120.0%至8.06亿元，经调整净利润同比增长59.2%至5.86亿元 [1] - 预计2025H1收入和利润将继续稳步提升 [1] 业务分析 影像与设计产品 - 2024年收入同比增长57.1%至20.86亿元 [2] - 付费订阅用户数同比增长38.4%至1,261万，订阅渗透率提升至4.7% [2] - AI视频编辑工具Wink成为继美图秀秀和美颜相机之后的第三大应用 [3] - 预计2025年订阅渗透率仍有增长空间，得益于AI新功能和出海策略 [3] 广告业务 - 2024年收入同比增长12.5%至8.53亿元 [3] - 程序化广告表现突出，收入同比增长35% [3] 美业解决方案 - 2024年收入同比下滑32.4%至3.85亿元 [3] - 该业务对整体净利润影响有限，属非核心业务 [3] 国际化进展 - 2024年底中国内地以外市场MAU同比增长22%至9,451万，占总MAU36% [3] - 国际市场的收入增速已超过中国内地业务 [3] - 美颜相机"AI换装"在泰国引爆口碑，登顶12个国家和地区iOS总榜 [3] - 美图秀秀"AI闪光灯"功能一周内斩获柬埔寨、老挝、文莱App Store总榜第一 [3] 战略合作 - 阿里将在其电商生态内优先导入美图AI电商工具资源 [4] - 双方将联合开发面向电商商家的图像生成、视频生成等创新工具 [4] - 阿里将为美图AI核心业务提供算力与技术支持 [4] - 美图未来三年承诺采购不少于5.6亿元云服务 [4] 未来展望 - 预测25-27年营业收入分别为45/55/67亿元，同比增长34%/23%/21% [5] - 预测25-27年经调整归母净利润分别为8.8/12.5/15.6亿元，同比增长50%/43%/24% [5] - 给予25年9倍PS，25年目标市值444亿港元，对应目标价9.7港元 [5]

微信朋友圈互动功能优化 - 朋友圈消息列表新增分类展示功能 区分"与我的互动"和"朋友的互动" 提升信息浏览条理性[2][3] - 用户可通过"全部互动消息"查看完整互动记录 避免遗漏重要信息[4] - 功能当前处于灰度内测阶段 仅限少数用户体验[5] 互动提醒设置升级 - "仅提醒朋友与我的互动"功能扩大内测范围 用户可自主选择接收相关通知[6] - 设置路径为【我】-【朋友圈】-【消息管理】 新增开关选项[7] - 开启后系统仅显示与用户直接相关的点赞/评论提醒 减少非必要信息干扰[9][11] 用户需求与产品改进 - 此前用户普遍反馈朋友圈互动提醒过载 尤其对非直接相关的点赞提示感到困扰[10] - 新功能精准解决痛点 有效提升社交效率与使用体验[11] - 微信近期持续优化社交功能 包括聊天记录备份和好友关系管理等[12]

苹果AI战略调整 - 公司考虑采用OpenAI和Anthropic的AI模型来升级Siri 而非完全依赖内部技术 [1] - 内部仍在推进代号为"LLM Siri"的自研AI模型项目 [1] - 已要求OpenAI和Anthropic针对苹果云基础设施训练适配版本进行测试 [1] Siri升级延期 - AI版Siri原定2025年发布 因技术挑战推迟至2026年或更晚 [2] - 公司在AI领域长期落后于Google OpenAI和Anthropic等竞争对手 [2] 第三方技术整合 - 当前Siri已能调用ChatGPT处理复杂问题 [2] - 正探索与第三方AI供应商更深层次的技术整合方案 [2]

公司战略与投资 - 昆仑万维持续加码"All in AI"战略，联营企业昆仑基金对控股子公司Skywork AI Inc提供2亿元无息可转债支持[1] - 2025年上半年公司申请银行授信额度达12.7亿元，较2024年全年6.65亿元增长近一倍[5][6] - 公司通过股东借款、银行授信等多渠道融资支持AI业务发展，2023年股东李琼提供税后减持款50%以上借款，年利率仅2.5%[5] 财务表现 - 2024年公司营收56.6亿元但净利润亏损19.5亿元，归母净利润亏损16亿元，为上市十年首次亏损[7] - 2025年一季度亏损持续扩大，营收同比增长46%但净利润亏损达9.3亿元，归母净利润亏损7.7亿元[7] - 主要亏损源包括：Pony.ai和映宇宙合计亏损5.4亿元，研发费用同比大增（2022-2024年研发费用分别为6.9亿、9.68亿和15.43亿元）[8][12] 业务进展 - AI业务商业化初见成效：2025年一季度海外收入同比增长56%至16.7亿元，AI社交单月收入突破100万美元，AI音乐ARR达1200万美元，短剧平台DramaWave ARR达1.2亿美元[8] - 销售费用同比激增92%至8.68亿元，主要用于AI软件和短剧业务的市场推广及渠道手续费[8] - 公司预计2027年后AI业务将转入盈利期，当前仍处投入阶段[12] 资本运作 - 通过股权腾挪将北京天工、昆仑天工等亏损子公司转入Skywork AI旗下，2023-2024年完成架构调整[13][16] - 商誉从2020年9.6亿元暴增至2025年一季度51.5亿元，占净资产比例从9.9%升至31.9%，超过风险预警线[29][32] - 资本公积同期从7.6亿元增至30.5亿元，可能包含股东借款形成的债务[29] 历史沿革 - 实控人周亚辉具有"赌徒式"投资风格，曾成功投资趣店（收益超20亿）、Opera、StarMaker等项目[22] - 公司通过多次关联收购（如闲徕互娱、Opera、StarMaker）实现业绩短期拉升，但存在估值争议[26][28] - 2023年通过收购Singularity AI和更名Skywork AI Inc切入大模型赛道，股价最高涨幅达383.2%[28]

百度文心大模型4.5系列开源 - 公司于6月30日正式开源文心大模型4.5系列模型 涵盖47B、3B激活参数的混合专家（MoE）模型与0.3B参数的稠密型模型等10款模型 并实现预训练权重和推理代码的完全开源 [1] - 开源系列已可在飞桨星河社区、HuggingFace等平台下载部署使用 同时开源模型API服务也可在百度智能云千帆大模型平台使用 [1] - 公司早在今年2月就已预告文心大模型4.5系列的推出计划 并明确将于6月30日起正式开源 [1] 技术架构与性能 - 文心大模型4.5开源系列针对MoE架构提出创新性的多模态异构模型结构 适用于从大语言模型向多模态模型的持续预训练范式 [1] - 在保持甚至提升文本任务性能的基础上 显著增强了多模态理解能力 [1] - 优越性能得益于多模态混合专家模型预训练、高效训练推理框架和针对模态的后训练等关键技术点 [1] 开源协议与兼容性 - 文心大模型4.5开源系列权重按照Apache 2.0协议开源 支持开展学术研究和产业应用 [1] - 基于飞桨提供开源的产业级开发套件 广泛兼容多种芯片 降低模型的后训练和部署门槛 [1] 双层开源战略 - 文心大模型4.5系列开源后 公司实现了框架层与模型层的"双层开源" [2] - 作为国内最早投入AI研发的企业之一 公司在算力、框架、模型到应用的四层布局构建了明显的AI全栈技术优势 [2] - 飞桨是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台 [2] 开发工具支持 - 此次同步升级发布文心大模型开发套件ERNIEKit和大模型高效部署套件FastDeploy [2] - 为文心大模型4.5系列及开发者提供开箱即用的工具和全流程支持 [2]

模型发布与性能 - 腾讯混元开源首个混合推理MoE模型Hunyuan-A13B，总参数80B，激活参数仅13B，推理速度是同类模型的2倍以上，日均调用超1.3亿次 [1] - 模型在Github、Huggingface等开源社区上线，API支持快速接入部署 [2][5] - 模型单卡可跑，仅需1张中低端GPU卡即可部署，支持多种量化格式，整体吞吐是前沿开源模型的2倍以上 [11] 技术架构与训练 - 模型基于MoE架构，训练了20T tokens的语料，覆盖多个领域，显著提升通用能力 [12] - 团队构建了适用于MoE架构的Scaling Law联合公式，完善了MoE架构的理论体系 [12] - 采用多阶段后训练方式，提升推理能力同时兼顾创作、理解、Agent等通用能力 [13] 性能表现 - 在数学领域表现突出，AIME2024得分87.3，超过同类模型 [7] - 在推理任务中，BBH得分89.1，DROP得分91.1，均位列前茅 [7] - Agent能力表现优异，BECL v3得分78.3，ComplexFuncBench得分61.2，均为最高分 [7] 长文处理能力 - 支持256K原生上下文窗口，在PenguinScrolls得分87.7，LongBench-v2得分55.0 [9][10] - 在RULER测试中，64K-128K长文处理得分73.9，优于同类模型 [10] 应用与生态 - 模型已应用于腾讯内部400+业务，日均请求超1.3亿次 [14] - 开源两个新数据集：ArtifactsBench包含1825个任务，C3-Bench包含1024条测试数据 [14] - 未来计划推出多尺寸混合推理模型，从0.5B到32B的dense模型及13B的MoE模型 [15]