EASYHUB JOURNAL / 2025-08
2025年8月 AI 资讯
12 篇选读，按原文日期从新到旧。点击标题查看摘要、配图及原文链接。
- StepFun / 阶跃星辰
Step-Audio 2 mini 开放权重，结合声音理解与语音对话
阶跃星辰开放 Step-Audio 2 mini、Base 权重与推理示例，将语音识别、声音内容理解和语音对话放入统一框架，并可借助外部检索补充回答。开发者可本地运行模型，官方在线演示则需要平台 API Key，在线服务与开源权重分开提供。
- IT之家
IBM 与 NASA 开放 Surya，探索太阳观测建模
Surya 使用太阳观测数据研究空间天气，并开放模型和相关数据供科研社区使用。研究工具可辅助预测方法开发，不替代正式的空间天气监测和预警流程。
- Google
NotebookLM 视频概览扩至 80 多种语言，音频解读同步加深
NotebookLM 将原先仅支持英文的视频概览扩展到 80 多种语言，同时让非英语音频概览提供更完整的资料讨论。用户仍可选择简短版本快速了解重点；这次是语言覆盖与解读深度更新，视频仍围绕导入材料生成旁白演示。
- IT之家
CodeBuddy IDE 国内版开放公测，连接设计稿、编码和部署
CodeBuddy IDE 国内版取消邀请码进入公测，发布时接入 DeepSeek-V3.1。除对话编码外，产品支持将设计稿转为源码，并连接 CloudBase、EdgeOne Pages、Supabase 等后端与部署服务，便于在同一开发流程里准备数据库、认证和站点预览。
- IT之家
Fun-ASR 接入钉钉会议，支持行业热词与企业授权上下文
钉钉与通义将 Fun-ASR 用于会议字幕、同传、纪要和语音助手，增强行业术语识别，并提供企业热词与专属训练方向。结合通讯录、日程或知识库优化识别需要企业授权；本次是企业产品接入，不能因存在同名开源项目就认定全部服务可本地免费部署。
- 量子位
Nemotron Nano v2 同步开放小模型与训练资料
量子位介绍 NVIDIA 的 9B 级推理模型及预训练资料开放，强调小模型的性能与效率。吞吐比较依赖硬件、批量和推理设置，不应把单项最高加速当成所有场景结果。
- IT之家
VeOmni 将模型计算与分布式训练配置解耦
字节开放 PyTorch 原生的全模态训练框架，让研究者为不同模型组合并行方案。工程耗时和吞吐提升是特定实验结果，框架价值还需结合自身集群与模型验证。
- Vercel
v0.app 从界面生成扩展为能规划、检索与调试的应用助手
Vercel 将 v0.dev 升级为 v0.app，新增任务规划、网页检索、文件读取和错误检查，将界面、内容与后端逻辑放入同一构建流程。用户可以边讨论边调整需求，让工具持续修改已有项目，而不是每遇到一个问题就从头重新提示。
- IT之家
MiniCPM-V 4.0 配套开放 iOS 应用，推进移动端视觉理解
面壁发布 4B 视觉语言模型并开放 iPhone、iPad 应用示例，降低端侧实验门槛。特定手机的延迟演示只代表对应配置，不能推广到全部设备。
- IT之家
华为宣布 CANN 开源开放方向，扩大昇腾开发生态
华为在产业峰会宣布 CANN 与相关工具链的开放方向，支持开发者优化算子和适配应用。公告描述生态与开放战略，具体组件、版本及许可仍需到对应仓库确认。
- IT之家
Qwen-Image 开放图像生成，强化复杂中英文文字
Qwen-Image 将复杂文字排版作为重点，提供模型、代码与演示，也研究一致性编辑。生成海报中的文字与数字仍须逐字校对，不能由基准分数代替成图检查。