腾讯研究院AI速递 20250520

生成式AI

一、 OpenAI沙漠中建全球最大AI数据中心，耗电抵五座核电站

1. OpenAI与阿联酋G42合作，计划在阿布扎比建设5千兆瓦数据中心，占地10平方英里，规模超过摩纳哥；

2. 项目属于"星际之门"计划一部分，耗电量相当于五座核电站，规模是德州阿比林园区的四倍；

3. G42因与中国实体关系引发美方担忧，随后撤出在华投资，微软投资15亿美元并派高管入驻G42董事会。

二、 老黄最新演讲！新一代B300与「万卡互联」MVLink登场

1. NVIDIA推出新一代Grace Blackwell GB300系统，性能全面提升，可通过MVLink技术将72个GPU连接成单一巨型GPU；

2. 发布MVLink Fusion计划，允许合作伙伴将自定义ASIC或CPU集成到NVIDIA生态系统，支持半定制AI基础设施；

3. 推出Isaac GR00T平台和Cosmos物理AI模型，强化机器人与数字孪生技术，Newton物理引擎将于7月开源。

三、 华为+DeepSeek，推理性能创新高！技术报告也公布出来了

1. 华为昇腾新推出CloudMatrix 384超节点和Atlas 800I A2服务器，在DeepSeek模型推理性能上超越英伟达Hopper架构；

2. 采用"以数学补物理"策略，通过FlashComm通信方案、AMLA算法等技术创新，解决超大规模MoE模型部署难题；

3. CloudMatrix 384超节点在50ms时延下单卡吞吐达1920 Tokens/s，Atlas 800I A2在100ms时延下达808 Tokens/s，相关技术将陆续开源。

四、 刚刚，腾讯发布新版QQ浏览器，双模驱动新一代AI浏览器

1. 腾讯发布新版QQ浏览器，集成QBot功能，采用腾讯混元和DeepSeek双模型驱动，可从全网内容中提炼整理答案；

2. 主要功能包括AI搜索、多模态交互、文档解读翻译、智能写作和学习辅导，支持PC和手机端信息同步；

3. 提供AI工具箱，包含格式转换、信息提取、文档处理等办公功能，支持端外唤起，无需额外插件可直接在浏览器中使用。

五、 B 站开源动画视频生成模型 AniSora支持多种二次元风格视频

1. B站开源动画生成模型Index-AniSora，支持多种二次元风格视频生成，入选IJCAI25，可实现基于国产芯片华为910B的高效分布式训练；

2. 系统包含两个版本：基于CogVideoX-5B的V1.0和基于Wan2.1-14B的V2.0，支持时空掩码、局部控制等功能，覆盖80-90%应用场景；

3. 构建了千万级文本-视频训练数据，并开源首个动画领域人类偏好强化学习模型，包含30,000条标注样本的奖励数据集。

六、 苹果发布AI生3D模型，三张照片即可生成3D模型，还开源

1. 苹果联合南京大学等机构发布Matrix3D模型，采用统一架构和遮蔽学习策略，仅需三张照片即可生成高质量3D场景模型，并已开源；

2. 苹果高层推动Siri向ChatGPT方向转型，内部测试的聊天机器人已接近ChatGPT水平，计划增加网页搜索和App调用等功能；

3. 苹果正谨慎处理Siri升级策略，避免提前公布功能，并考虑将Siri与Apple Intelligence品牌分开，以规避负面影响。

七、 GenSpark发布Agentic AI下载，文件管理「智能体时代」

1. MainFunc旗下GenSpark发布全球首个AI下载代理工具Agentic Download Agent，通过自然语言指令实现文件下载和处理自动化；

2. 采用Mixture-of-Agents架构，整合8个不同规模语言模型和80余种工具链，将传统耗时任务压缩至分钟级完成；

3. 配套推出AI Drive智能云盘，支持多种数字资产格式，可对已下载文件进行二次分析处理，并开放API接口供企业系统集成。

八、 2.5亿估值、硅谷爆火，AI笔记产品Granola的设计思路

1. Granola以2.5亿美元估值完成B轮融资，通过高效的个性化AI会议记录功能，成为独角兽创始人和企业高管的首选笔记工具；

2. 产品核心优势在于赋予用户控制权，支持实时编辑和个性化记录，并采用不保存音频的方式保护隐私；

3. 创始人认为AI工具的关键在于增强而非替代人类能力，未来将从单一笔记工具发展为融合个人上下文的综合工作平台。

前沿科技

九、 全球机器人视触融合挑战赛，中国团队包揽三金刷新国际榜单

1. 第一届ManiSkill-ViTac 2025视触觉融合挑战赛落幕，42支全球顶尖团队参赛，中国企业包揽三金，将在ICRA 2025研讨会汇报；

2. 原力灵机Dexmal赢得纯触觉操控和触觉传感器设计两项金牌，通过双范式学习框架将成功率提升2-3倍，它石智航获视触融合操控金牌；

3. 该赛事是首个结合视觉与触觉的公开赛事，推动触觉-视觉融合算法进步，为机器人从实验室到现实应用搭建桥梁。

报告观点

十、 GitHub CEO硬刚老黄：放弃写代码等于放弃智能体未来话语权

1. GitHub CEO托马斯·多姆克反驳"编程无用论"，强调2025年是编程智能体之年，但未来仍需要人类程序员掌控软件生命周期；

2. GitHub已发布Workspace、Project Padawan等多个SWE智能体产品，Copilot用户达1500万，同比增长4倍，并将推进多智能体"乐队模式"；

3. GitHub认为AI只能作为高级开发者助手，主张人类应持续学习编程，以保持对AI系统的指导和控制能力。

????加入ima知识库，AI智能问答