大家好，我是ALLMHUB，AI前沿简报将为您定期整理AI最新咨询，助您在极短的时间里了解AI界的各类大事件。
本期，AI领域迎来重大进展，谷歌发布地表最强图像编辑模型Gemini 2.5 Flash Image，微软开源90分钟超长语音合成模型，Anthropic推出Claude浏览器扩展实现自动化操作。同时，阿里音视频同步生成技术、xAI编程模型限免、国务院AI+政策等多项突破性进展，标志着AI技术正全面渗透各个应用场景，推动智能化时代加速到来。
国务院发布"人工智能+"行动意见
中国国务院发布首部"人工智能+"行动政策，涵盖科技、产业、消费、民生、治理、合作六大领域，明确2035年全面进入智能经济目标。
谷歌Gemini 2.5 Flash Image登顶榜首
Google正式发布Gemini 2.5 Flash Image预览版，在LMArena图像编辑竞技场以领先第二名180 ELO分的优势登顶，胜率超过85%。
xAI推出Grok Code Fast编程模型
xAI正式发布首款编程专用模型Grok Code Fast 1（代号Sonic），具备256K上下文窗口，现已在主流AI编程工具上限时免费开放，速度表现出色。
谷歌翻译升级AI实时对话功能
Google Translate推出AI驱动的实时对话翻译功能，支持超过70种语言，并新增个性化语言学习练习，目前仅在美国、印度及墨西哥上线。
阿里开源Wan2.2-S2V音频驱动视频模型
阿里Wan团队正式开源Wan2.2-S2V-14B模型，用户只需输入静态图像与音频，即可生成480P（最高720P）的动态视频，现已在Hugging Face开放体验。
字节跳动内测3D模型生成工具
字节跳动豆包团队正在研发"3D Model Generator"工具，支持基于图像生成3D模型，降低3D建模门槛，在游戏开发领域具有重要应用价值。
苹果推出任务清单训练新方法
苹果研究团队提出基于清单反馈的强化学习（RLCF）方法，用具体任务清单替代人工评分，在FollowBench等测试中性能提升最高达8.2%。
谷歌NotebookLM新增多语言支持
NotebookLM的Video Overviews现已支持80种语言（含简体中文），同时Audio Overviews功能升级，新增生成长度选择功能。
面壁智能发布MiniCPM-V4.5模型
面壁智能与清华大学联合推出MiniCPM-V4.5，以4.1亿参数实现高性能，支持多语言、视频和高分辨率图像处理，可高效部署于边缘设备。
Genspark推出AI Designer设计工具
Genspark最新推出的AI Designer智能体，仅需一条提示即可生成从品牌标志到完整视觉系统的全套设计方案，重新定义AI设计流程。
英伟达发布Jetson Thor机器人平台
英伟达推出Jetson Thor机器人计算平台，采用Blackwell GPU架构，AI算力达2070TFLOPS，较上一代提升7.5倍，配备128GB内存。
Anthropic推出Claude Chrome扩展
Anthropic发布Claude for Chrome研究预览版，向首批1000名Max用户推送邀请，支持Claude直接在浏览器内执行点击、填表等自动化操作。
微软开源VibeVoice超长语音合成模型
微软开源VibeVoice-1.5B文本转语音框架，可生成长达90分钟连续语音，支持4个不同说话人切换，特别适合播客等长篇音频内容制作。
更多大模型咨询及使用教程尽在ALLMHUB
