图片来源@unsplash 上月，OpenAI与美国国防部签署了一份价值2亿美元为期一年的合同订单。根据该合同，OpenAI将为其 提供AI工具，以应对作战和企业领域的关键国家安全挑战。美国国防部表示："根据该合同，履约方将 开发原型前沿AI能力，以应对作战和企业领域的关键国家安全挑战。" 近年来，美国白宫及五角大楼与硅谷多家巨头科技公司签订合同协议，从颇有争议的百亿美元云计算大 单，到聚焦生成式AI在军事领域的应用拓展，市场潜力虽巨大，但诸多政策、原则、合作策略上的转 变，致使政府订单采购市场的争夺，变得愈发激烈。 拉近政府关系的，不止有老牌巨头 最先吃上政府铁饭碗的是大数据厂商Palantir。20年前成立之初，Palantir就服务于CIA等情报机关，为其 提供辅助分析服务，随后多年将其服务机构扩展到多个美国政府机关、军方，以及商业领域。 得益于这一点，Palantir近些年持续实现业务收入强劲增长，2024年至今，该公司股价实现飙升，最高 涨幅超过7倍。其收入60%来自于政府业务，作为Project Maven项目的主要承接单位，Palantir在2024年 与美国国防部签署了更大的合同，以扩展该项目 ...

公司业绩与展望 - 公司预计2025财年第三财季整体销售额将达到58.8亿至59.3亿美元，高于华尔街分析师平均预期的58.8亿美元 [1] - 公司预计Non-GAAP准则下每股利润为5.15至5.20美元，高于华尔街平均预期的5.11美元 [1] - 2025财年第二财季整体销售额同比增长11%至58.7亿美元，高于华尔街预期的58亿美元 [8] - 第二财季Non-GAAP每股利润为5.06美元，超过华尔街预期的4.98美元 [8] AI战略与产品进展 - 公司推出基于AI视频生成器的单独订阅服务，直接对标OpenAI Sora和Runway等竞品 [2] - Firefly AI系列已被使用超过240亿次，生成逾240亿单元AI内容，较3月的200亿次显著增加 [3] - 公司推出Firefly Video Model和"Text-to-Video"功能，已嵌入Premiere Pro等核心工作流程 [9] - Firefly Video Model聚焦短片与创意片段生产，尚未达到Sora级长时复杂叙事效果 [9] - 公司强调其AI大模型训练数据来自授权或自有素材，便于商业化合规使用 [10] 业务部门表现 - 数字媒体业务部门销售额同比增长11%至43.5亿美元，年化经常性营收达181亿美元 [8] - 营销与分析软件部门销售额同比增长10%至14.6亿美元 [8] 行业趋势与竞争格局 - 公司被视为投资者讨论AI应用软件是否会颠覆传统软件巨头业绩的核心焦点 [2] - 行业正经历"AI应用浪潮"，投资者押注软件公司未来业绩将大幅增长 [11] - 企业调查显示AI软件类支出占企业软件预算比例预计将从2025年的27.7%升至2026年的31.6% [16] - 公司以"版权合规+工作流整合"策略与Sora、Runway等AI新贵竞争 [11] 市场反应与估值 - 公司股价在盘后交易中一度大涨超6%，但最终回落至下跌超1% [6] - 今年以来公司股价下跌约7%，跑输涨超2%的标普500指数 [6]

公司动态 - Black Forest Labs（BFL）发布全新图像生成模型FLUX1 Kontext，支持文本和图像输入实现基于上下文的生成和编辑[1] - 该模型通过流匹配架构统一图像生成和编辑功能，在1MP分辨率下保持3~5秒交互速度，实现跨多轮编辑的顶尖字符一致性[3] - 公司推出BFL Playground供用户测试，并发布两个商业版本FLUX1 Kontext [pro]和[max]，已在KreaAI等平台上线[3] 技术特性 - FLUX1 Kontext支持基于参考图像的上下文生成，避免从零开始创作[4] - 四大核心能力包括：角色一致性、局部编辑、风格迁移和低延迟输出（具体数值未披露）[7] - 采用流模型架构，与Diffusion模型技术路线不同，实现更灵活的噪声数据路径学习[19] - 在文生图基准测试中，模型在美观度、提示词遵循性等维度达到顶尖水平[20] 公司背景 - BFL成立于2023年8月，由Stable Diffusion核心开发者Robin Rombach创立，团队包含12名前Stability AI员工[6][14] - 已完成3100万美元种子轮融资，投资方包括General Catalyst和Andreessen Horowitz[6][15] - 目前团队规模30人，正在德国和美国招聘6个远程技术岗位[14] 产品矩阵 - FLUX1 Kontext [pro]定位快速迭代编辑，速度较先进模型快一个数量级[17] - [max]版本在保持速度的同时提升提示词遵循性和编辑一致性[17] - 即将推出12B参数的开放权重版本FLUX1 Kontext [dev][18] 市场反馈 - 用户实测显示模型可在10秒内完成头像生成/编辑，接近实拍效果[23] - 局部编辑能力获认可，能实现像素级修改（如添加绿龙案例）[28] - 此前发布的Flux 11 Pro模型已通过API集成至第三方应用[22] 行业竞争 - 需直面MidJourney、Adobe Firefly等成熟产品的竞争，后者已具备参考图编辑功能[17] - 技术路线差异化为竞争优势，流模型架构区别于主流Diffusion方案[19]

夸克AI相机功能升级 - 公司发布全新AI相机功能"拍照问夸克"，基于视觉理解与推理模型创新下一代搜索体验[1] - 功能覆盖旅游（行程制定、景点识别）、文物识别（中外语音讲解）、跨国翻译（菜单翻译）、图像处理（杂物消除、表情调整）及社交文案生成[3] - 生活场景支持故障诊断（电器蓝屏拍照解决方案）、物品购买指导（灯泡/螺丝型号识别）[5] - 健康管理功能包括体检报告解读、用药禁忌查询及定制化食谱生成（如尿酸偏高食谱）[7] - 工作学习场景支持合同补全、图表计算、代码注释复现等[10] 多模态AI行业动态 - 行业竞争聚焦多模态能力，OpenAI推出视频生成工具Sora，谷歌发布跨模态模型Gemini[13] - 国内企业快速跟进：腾讯混元大模型新增视频生成，月之暗面发布Kimi1.5支持跨模态推理，字节豆包1.5实现视觉推理[13] - 公司通过"AI超级框"迭代拓展多模态应用场景，3月发布后持续升级用户体验[12] 技术实现与定位 - 产品定位为阿里巴巴AI旗舰应用，目标打造生活/工作/学习的超级入口[1] - 核心技术依托视觉理解与思考推理模型，实现物理世界问题的交互解答[1] - 交互方式创新体现在拍照即搜索的跨场景应用（旅游/健康/工作等）[3][5][7][10]

Open-Sora 2.0正式发布。 11B参数规模，性能可直追HunyuanVideo和Step-Video（30B）。 要知道，市面上诸多效果相近的闭源视频生成模型，动辄花费数百万美元训练成本。 而Open-Sora 2.0，将这一数字压缩到了 20万美元 。 同时，此次发布 全面开源模型权重、推理代码及分布式训练全流程 ，开发者们可以看过来！ GitHub开源仓库：https://github.com/hpcaitech/Open-Sora 小明 发自 凹非寺 量子位 | 公众号 QbitAI 224张GPU，训出开源视频生成新SOTA！ 支持720P、24FPS高画质生成 来看Open-Sora 2.0 Demo。 在动作幅度上 ，可以根据需求设定，更好展现人物或场景的细腻动作。 生成的视频里，男人做俯卧撑动作流畅、幅度合理，和真实世界情况别无二致。 或者是让番茄冲浪这种虚拟场景，水花、叶子船、番茄之间的动作也没有违背物理规律。 画质和流畅度上， 提供 72 0P 高分辨率和 24FPS 流畅度，让最终视频拥有稳定帧率与细节表现。 同时 支持丰富场景切换 ，从乡村景色到自然风光，Open-Sora 2 ...

自去年6月发布以来，可灵AI已经迭代升级20余次，最新发布的1.6模型在文本响应度、动态质量、模型画 面质量等方面均有明显的效果提升。在大模型测评网站 artificialanalaysis.ai 的排名中，可灵AI位列前 茅，技术实力处于国际第一梯队。 | CREATOR | NAME | ARENA ELO | # APPEARANCES | | --- | --- | --- | --- | | Google | Veo 2 | 1144 | 5,500 | | Kuaishou | Kling 1.5 (Pro) | 1080 | 78,730 | | S OpenAl | OpenAl Sora | 1076 | 98,442 | | MiniMax | MiniMax T2V-01 | 1064 | 122,840 | | Pika Art | Pika 2.0 | 1064 | 61,240 | | Alibaba | Wan 2.1 14B | 1063 | 5,326 | | 80 Kuaishou | Kling 1.6 (Standard) | 1056 | 34,054 | | -19 ...