字节跳动开源 UI-TARS:让智能体直接替你操控桌面与手机
ByteDance 宣布发布多合一智能体模型 UI-TARS-2。该系列基于视觉语言模型与强化学习推理,能直接解析屏幕坐标并模拟键鼠与触屏操作,在 OSWorld 等测试中表现亮眼,同时提供桌面端工具与网页自动化支持。
ByteDance 宣布发布多合一智能体模型 UI-TARS-2。该系列基于视觉语言模型与强化学习推理,能直接解析屏幕坐标并模拟键鼠与触屏操作,在 OSWorld 等测试中表现亮眼,同时提供桌面端工具与网页自动化支持。
Tesla 在中国推出全新 AI 语音助手,由字节跳动豆包负责车控与导航、DeepSeek 负责闲聊问答。系统首发搭载于 8 月上市的六座版 Model Y L,支持「Hey Tesla」免按键唤醒。Tesla 试图借本土模型补齐座舱短板,追赶国内竞品。
ByteDance 旗下 Seed 团队在 Hugging Face 正式开源 Seed-OSS-36B 模型家族。该模型拥有 360 亿参数,原生支持长达 512K token 上下文,并允许开发者设置思考预算来平衡速度与推理质量。采用宽松的 Apache-2.0 协议,企业可免费用于商业化部署。
TikTok 推出一系列安全新功能,包括升级家长控制与上线类似 X 社区笔记的 Footnotes 众包核查。针对创作者,平台引入 Creator Care Mode,借助 AI 学习其反感的评论类型并自动过滤。
周二消息,英伟达正申请恢复对华销售 H20 芯片并获美方保证,美商务部称此举系稀土贸易协议的一部分。此前 4 月禁令预计让英伟达损失 150 亿美元营收。供货重启引发中国科技公司抢购,但此举也遭到美国两党议员的质疑与批评。
据报道,为防高考作弊,通义千问、豆包、腾讯元宝、Kimi 及 DeepSeek 等主流 AI 助手在考试时段限制或暂停了拍照搜题功能。多家平台称此举是为了维护考试公平,在大模型普及下为考场构筑一道技术安全网。
据外媒报道,在 H20 遭美方限制导致 55 亿美元损失后,Nvidia 正再次研发符合最新出口管制的中国特供 AI 芯片,并向阿里、腾讯和字节跳动通报了方案。面对华为 Ascend 910C 等本土芯片的加速替代,Nvidia 试图守住占其 13% 销售额的中国市场。
AI 搜索初创公司 Perplexity 发文提出收购 TikTok 的方案,计划在美国数据中心从零重构其推荐算法并完全开源。它还打算为视频加入引文和 AI 搜索。不过 TikTok 估值达数百亿美元,业内质疑这可能又是一次公关造势。
字节跳动面向海外市场推出 AI 代码编辑器 Trae。它基于微软架构打造,接入了 GPT-4o 和 Claude-3.5-Sonnet,支持通过自然语言生成项目级代码,目前完全免费。该工具首发上线 macOS,Windows 版仍在开发中。
Perplexity AI 向字节跳动提交竞购方案,提议将自身与 TikTok 美国业务及新资方合并为一家新实体。该方案允许字节多数现有投资人保留股权,并为 Perplexity 补充视频能力。知情人士称该交易估值远超 500 亿美元。
字节跳动推出 AI 系统 X-Portrait 2,仅凭单张照片就能重现经典电影里的复杂表情。它放弃了传统打点追踪,直接学习整张脸的肌肉流动,连惊恐与狂喜都能逼真呈现。出于深度伪造与滥用担忧,字节目前未对外公开代码。
上周,字节跳动在深圳推出两款 AI 视频生成模型 PixelDance 与 Seaweed。PixelDance 主打多镜头一致性,用文本就能操控复杂运镜;Seaweed 则可生成最长近两分钟的连贯画面。不过两款模型目前仍处于小范围封闭内测阶段。
据 The Information 报道,字节跳动正与台积电合作设计两款自研 AI 芯片,涵盖训练与推理,计划 2026 年量产。此举旨在减少对英伟达昂贵 GPU 的依赖,并规避美方出口管制。不过芯片目前仍处于设计阶段,方案尚未最终敲定。
a16z 发布第三期消费级生成式 AI 应用 Top 100 榜单。新上榜公司接近 30%,视频和音乐生成工具增长最快,Suno 从第 36 位蹿升至第 5 位;Perplexity 和 Claude 稳居网页端前五。字节跳动旗下共有 6 款产品入围两端榜单。
据外媒报道,字节跳动在中国大陆苹果 App Store 上线「即梦 AI」应用,将文生图和文生视频能力带到 iPhone 端。免费用户最多可生成 80 张图片和 26 条视频,月费 69 元。目前仅限中国大陆地区使用。
Cloudflare 上线一键拦截所有 AI 爬虫的功能,面向包含免费版在内的所有用户开放。它不仅拦截遵守 robots.txt 的合规爬虫,还会用机器学习识别伪装成真实浏览器的恶意抓取。也就是说,站长无需再费心配规则,就能防住拿自家内容喂模型的 AI。
The Verge 报道称字节跳动在研发大模型 Project Seed(豆包底层模型)时,秘密调用 OpenAI 的 API 用于训练与评估,违反了服务条款。内部员工甚至讨论过「数据脱敏」来掩盖痕迹。OpenAI 随后确认已暂停字节跳动的 API 账户并展开调查,字节回应称年中已将相关数据移出训练集。
TikTok 推出 Direct Post 功能,允许第三方应用直接将视频发布至平台,首批支持 Adobe Premiere Pro、Adobe Express 和剪映等。创作者在剪辑软件里就能设好标题和公开范围并一键发送,省去来回导出上传的麻烦。
TikTok 确认正在菲律宾等选定市场小范围测试名为 Tako 的 AI 聊天机器人。它位于点赞和评论按钮上方,用户可以用自然语言询问视频背景或直接找片。最值得关注的是,TikTok 试图借此重构站内搜索与内容分发。目前该功能为第三方模型驱动且未对未成年人开放。