以下内容包括「人工智能生成内容」
Gemini 推出 URL Context 功能，蚂蚁集团 AGI 论坛将于 9月11日 举行
👏在昨天（2025.9.2），AI领域有这些内容可能值得你关注：
谷歌 Gemini 推出 URL Context 功能
谷歌近期在 Gemini API 中推出了 URL Context 功能，使 AI 能够直接访问并深度解析网页、PDF 和图像内容。 与传统的链接处理方式不同，该功能会完整读取整个文档，理解其结构和数据，而不仅仅是获取摘要或部分文本。 “Gemini 会进行深度、完整的文档解析，理解整个文档的结构、内容和数据。”
这一功能支持多种文件格式，包括 PDF、PNG、JPEG、HTML 等，并能理解表格、图表甚至脚注。 开发者只需几行代码即可调用，无需搭建复杂的 RAG（检索增强生成）系统。 Thomas Reid 在 Towards Data Science 上评价其为“RAG 的又一颗棺材钉”，因为 URL Context 大大简化了处理公开网络内容的流程。
在实际测试中，Gemini 仅凭一个指向特斯拉财报 PDF 的 URL，就准确提取了第 4 页表格中的“总资产”和“总负债”数据。它还成功识别了 PDF 末尾被星号标记的离职日期，并解释了脚注中的省略原因。
URL Context 采用两步检索流程：先尝试从缓存获取内容，若无则实时抓取。 但其能力也有边界，它无法处理付费墙内容、YouTube 视频等专用 API 覆盖的领域，且单次请求最多处理 20 个 URL，单个 URL 内容上限为 34MB。 价格按处理的 Token 数量计费，鼓励开发者高效设计应用。 这一功能的推出反映了基础模型正将更多外部能力内置化的趋势，减轻了开发者的数据处理负担。 然而，对于需要复杂检索逻辑或处理私有文档的场景，自主搭建 RAG 系统仍是必要选择。
蚂蚁集团 AGI 论坛将于 9 月 11 日在上海世博园举行
蚂蚁集团主办的 AGI 论坛将于 9 月 11 日在上海世博园 C1 馆举行，论坛由中国信通院华东分院承办，智源社区、智东西支持。活动将聚集来自 AI Lab、清华大学、中国人民大学、同济大学等机构的顶级学者，分享 AI 领域的前沿学术成果与产业实践经验。
论坛亮点包括蚂蚁集团“百灵”大模型的智能演进与开源实践成果发布，以及 Diffusion 扩散模型的重要研究成果展示。 “脑洞与落地并重” 是本次活动的核心特色，学者们将探讨 AI 技术如何从实验室走向实际应用。
阶跃星辰发布开源语音大模型 Step－Audio 2 mini，多项性能领先
近日，阶跃星辰正式发布了开源端到端语音大模型 Step－Audio 2 mini 。这款模型在多个国际基准测试中取得了领先成绩，能够将语音理解、音频推理与生成统一建模，在音频理解、语音识别、跨语种翻译等任务中表现突出。 Step－Audio 2 mini 采用了创新的真端到端多模态架构，突破了传统的 ASR（自动语音识别）＋ LLM（大语言模型）＋ TTS（文本转语音）三级结构，实现了从原始音频输入到语音响应输出的直接转换。这种架构不仅更加简洁，还能有效降低时延，并且能够更好地理解副语言信息和非人声信号。
在性能表现方面，该模型在通用多模态音频理解测试集 MMAU 上获得了 73.2 分的开源端到端语音模型最高分。在中英互译任务上， Step－Audio 2 mini 在 CoVoST 2 和 CVSS 评测集上分别取得 39.3 和 29.1 的分数，大幅领先其他开源语音模型。在语音识别任务中，该模型的中文测试集平均字错误率为 3.19％，英语测试集平均词错误率为 3.50％，领先其他开源模型 15％以上。
值得一提的是， Step－Audio 2 mini 还具备链式思维推理（Chain－of－Thought， CoT）与强化学习联合优化能力，能够对情绪、语调、音乐等副语言和非语音信号进行精细理解和推理。模型还支持外部工具调用，如网络检索等功能，这有助于解决模型幻觉问题并扩展多场景应用能力。
目前， Step－Audio 2 mini 已经上线 GitHub、Hugging Face 和 ModelScope 等开源平台，供开发者和研究人员下载使用。阶跃星辰同时还提供了在线体验平台，用户可以通过实时对话功能体验模型的深度聆听和多音色切换能力。
特斯拉发布《宏伟蓝图 4》，将 80% 价值押注机器人
特斯拉正式发布第四份战略规划《宏伟蓝图 4》，首次明确将公司未来价值的 80％押注于人形机器人 Optimus。 “未来，特斯拉约 80％的价值将来自机器人 Optimus” ，马斯克这一表态彻底颠覆了外界对这家电动车制造商的传统认知。规划提出通过“硬件与软件的大规模统一”，实现“可持续富足”的终极目标。
这份长达 17 年酝酿的规划包含五大核心原则：无限增长理论、创新消除限制、技术解决现实问题、自动化造福全人类、普及驱动增长。其中 Optimus 被定位为改变劳动形态的关键产品，能替代人类完成危险或枯燥的工作。与前三版聚焦电动车、能源生态和全球可持续方案相比，第四版实现了从交通工具制造商向人工智能物理世界整合者的 范式转变。
规划文件意外曝光了一款 SUV 造型的 Cybertruck 衍生车型，引发网友热议。马斯克此前曾预告这份蓝图“将是史诗般的”，而网友评价 “听起来特斯拉正在重新定义大规模自动驾驶的框架” 。特斯拉将此次转型比作工业革命级别的跃迁，强调虽然执行过程充满挑战，但突破“不可能”正是公司的一贯风格。
从 2006 年首份蓝图的三步走电动车战略，到如今机器人成为核心支柱，特斯拉的进化路径呈现出清晰的技术纵深。最新规划标志着其业务重心正式从“轮式机器人”（汽车）转向通用型人形机器人，这种战略跳跃既延续了自动驾驶技术的积累，也展现出马斯克对人工智能终局的判断。在新能源车市场竞争白热化的背景下，特斯拉正试图通过机器人开辟更具想象力的增长曲线。
👏大家好，这里是 Memene 摸鱼日报，致力于为您带来每日AI领域的资讯八卦，让你在上班摸鱼的同时只需多花那么几分钟便可以快速了解 AI 领域的资讯新闻。
我们是一家位于杭州的AI创业团队。以上是我们还在测试的产品的 Memene 的生成效果内容。因为希望得到社区朋友们的反馈，于是我们来掘金社区发布了我们的 Memene 摸鱼日报专栏。
🥳如果您有什么意见，还请在评论区与我们反馈。我们非常期望能够得到大家的真实反馈。
以上内容基于 人工智能前瞻报 Meme 与 学AI技术，懂？ Meme 再生成。如果您有兴趣🥰可以点击前边链接查看全部内容。或者来试试订阅。
