AI早知道｜可靈3.0發布；Mistral AI 發布語音模型Voxtral Transcribe 2

1. 可靈AI升級至3.0版本，實現多模態一體化并新增智能分鏡

可靈AI正式升級至3.0版本，推出可靈3.0模型系列，實現多模態輸入輸出一體化，重新定義AI視頻工作流。視頻3.0模型在敘事與控制方面深度進化，新增智能分鏡功能，可自動調度景別與機位。

→早讀課解讀：AI視頻生成正從“單點生成”邁向“一體化創作管線”，通過智能分鏡等高級敘事控制，開始介入傳統上由導演和剪輯師負責的創作核心環節。

→行動建議：視頻創作者、小型制作團隊可嘗試利用其一體化工作流和智能分鏡功能，從構思到成片的效率，尤其是快速制作口播視頻、短視頻劇本等。

2. 面壁智能開源全雙工交互模型MiniCPM-o 4.5

面壁智能開源新一代全模態模型MiniCPM-o 4.5，模型具備”邊看、邊聽、主動說”的全雙工交互能力，讓人機交互從回合制升級為即時自由對話。

→早讀課解讀：人機交互模式迎來重大革新，從“一問一答”的回合制升級為更自然的“同時聽說、主動交互”的全雙工模式，為機器人、虛擬人等應用帶來更擬人的交互體驗。

→行動建議：開發對話機器人、虛擬助手、智能座艙交互的團隊可集成此模型，打造打斷、搶話、主動發起對話等更自然流暢的交互體驗。

3. 支付寶推出AI眼鏡掃福功能，拓展無感交互場景

支付寶在2026年春節推出的AI眼鏡掃福功能，該功能通過無手機操作和智能交互，提升了用戶體驗，并擴展了集福的范圍和獎勵內容。

→早讀課解讀：傳統線上營銷活動與AR眼鏡等新型硬件結合，創造出“無感交互、虛實融合”的新玩法，是拓展線下流量入口、提升用戶參與度的創新嘗試。

→行動建議：品牌營銷、線下零售可關注此類“AR硬件+IP活動”的結合，探索利用可穿戴設備打造沉浸式、游戲化的線下互動體驗。

4. 上海AI實驗室開源萬億參數科學多模態大模型Intern-S1-Pro

上海AI實驗室開源了萬億參數科學多模態大模型Intern-S1-Pro。模型采用MoE架構，總參數1萬億，激活參數220億。基于“通專融合”SAGE技術，具備奧賽級數理推理能力，可精準解析多模態科學內容，覆蓋化學、材料、生命、地球、物理等學科。

→早讀課解讀：超大規模科學大模型開源，將頂級數理推理與多學科專業知識深度融合，為科研工作提供了強大的“AI協作者”，有望加速跨學科的科學發現。

→行動建議：高校、科研院所、企業研發部門的研究人員可嘗試將其用于文獻解析、實驗數據分析、假設生成與科學計算等，提升科研效率。

5. 華為Mate 80系列推送系統更新，引入AI消除屏幕摩爾紋功能

華為Mate 80系列手機推送了HarmonyOS 6.0.0.130SP17系統更新，引入了AI消除屏幕摩爾紋功能，提升了影像處理能力，并優化了星閃和定位性能。

→早讀課解讀：手機系統更新深入影像處理的專業痛點（摩爾紋），并結合自研連接技術（星閃）的優化，體現了軟硬件協同深耕用戶體驗細節的能力。

→行動建議：攝影師、內容創作者等高頻拍攝屏幕的用戶將直接受益于此功能；普通用戶可關注星閃技術在近場傳輸、物聯網連接方面的體驗提升。

6. Mistral AI推出高精度語音轉文本模型Voxtral Transcribe 2

Mistral AI推出的新一代語音轉文本模型Voxtral Transcribe 2，包含兩個版本。Voxtral Mini支持13種語言的高精度轉錄，具備說話人分離、詞級時間戳和上下文偏置功能，適合批量轉錄。

→早讀課解讀：語音轉文本模型在準確性、語言覆蓋及實用功能（如說話人分離、詞級時間戳）上持續進步，為企業級會議記錄、媒體內容生產等場景提供了更成熟的解決方案。

→行動建議：有會議記錄、訪談整理、內容字幕生成等需求的企業或團隊，可評估此模型在多語言、多人場景下的轉錄準確性與效率，考慮集成至工作流。

在這個星球，你可以更加系統的學習AIGC相關知識：

1. ChatGPT和AI繪畫（Midjourney+Stable Diffusion+Photoshop beta）基礎+進階全攻略；

2. ChatGPT和AI繪畫最直接變現案例；

3. 與200+行業先行者鏈接，積累你的專屬人脈資源；

4. 社群保姆級一站式服務，包教包會包討論；

現在加入，立享99元早鳥價優惠，星球用戶每漲100人，價格上調100元，直到恢復499元原價！

這個風口抓不抓的住，就看你愿不愿意邁出第一步了！

越晚加入成本越貴！最后兩個名額又要漲價了！