OpenAI擬協(xié)助阿聯(lián)酋建設全球最大數(shù)據(jù)中心之一

5月17日消息，OpenAI正計劃協(xié)助阿聯(lián)酋開發(fā)一個超大規(guī)模數(shù)據(jù)中心，該項目有望成為全球最大數(shù)據(jù)中心之一。據(jù)知情人士透露，這家ChatGPT制造商將成為阿布扎比近期公布的5吉瓦數(shù)據(jù)中心園區(qū)的主要錨定租戶。雖然OpenAI的參與尚未最終敲定，但官方聲明可能于近期發(fā)布。

該巨型設施占地10平方英里（約26平方公里），耗電量相當于五座核反應堆，規(guī)模遠超OpenAI及其競爭對手現(xiàn)有規(guī)劃。知情人士稱，5吉瓦電力將由多家企業(yè)共享。

梁文鋒等發(fā)表DeepSeek V3回顧性論文

5月16日消息，近日DeepSeek創(chuàng)始人梁文鋒等人發(fā)表了一篇名為《Insights into DeepSeek-V3: Scaling Challenges and Reflections on Hardware for Al Architectures（深入了解DeepSeek-V3：人工智能架構硬件的擴展挑戰(zhàn)與思考）》的回顧性論文，深入分析了DeepSeek-V3/R1模型架構及其人工智能基礎架構，重點介紹了一些關鍵創(chuàng)新，如提高內存效率的多頭潛意識（MLA）、優(yōu)化計算與通信權衡的專家混合（MoE）架構、釋放硬件能力全部潛力的FP8混合精度訓練，以及最大限度降低集群級網(wǎng)絡開銷的多平面網(wǎng)絡拓撲結構。

MiniMax最新語音大模型超越OpenAI，取得國際評測榜單第一

5月16日消息，MiniMax近日發(fā)布新一代語音大模型Speech-02。該模型在兩項國際權威語音評測榜單Artificial Analysis和Hugging Face TTS Arena 上，超越OpenAI、ElevenLabs等獲得雙榜榜首。

據(jù)介紹，Speech-02在字錯率WER和相似度SIM等語音模型核心技術指標上取得了SOTA結果。

Manus推出圖像生成功能

Manus當?shù)貢r間5月15日宣布推出圖像生成功能，其核心在于其智能任務執(zhí)行能力。用戶只需提供高層次的目標或描述，例如 “為新產(chǎn)品設計營銷海報” 或 “創(chuàng)建科幻風格的游戲場景圖”，Agent便會自動分析需求，制定執(zhí)行計劃，并調用圖像生成模型及其他必要工具以完成任務。

官方表示，這一功能依托 Manus 的多代理架構，通過專項子代理協(xié)同工作，確保輸出結果精準契合用戶意圖。

百度AI搜索上線首個基于百億級內容庫的DeepSearch

5月16日消息，百度AI搜索日前推出國內首個基于百億級內容庫的深度搜索（DeepSearch），并上線了個人知識庫、創(chuàng)作畫布等創(chuàng)新功能。本次同時升級了個人知識庫和創(chuàng)作畫布等多項創(chuàng)新功能，支持例如行業(yè)報告文檔分析、工作報告、制作網(wǎng)頁等內容創(chuàng)作需求。目前，上述功能已面向全體用戶免費開放。

騰訊混元發(fā)布毫秒級響應實時生圖大模型Hunyuan Image 2.0

5月16日消息，騰訊混元發(fā)布業(yè)內首個毫秒級響應的實時生圖大模型Hunyuan Image 2.0（參數(shù)規(guī)模提升數(shù)10倍），支持文本、語音、草圖等多種交互方式。只需一句話、寫一個prompt或是畫一筆線稿，圖像就能同步生成，更具寫實質感。

Hunyuan Image 2.0基于單雙流DiT架構，提升生成效率，同時對圖像質感做了系統(tǒng)性重構。此外，Hunyuan Image 2.0引入多模態(tài)大語言模型（MLLM）作為文本編碼器，配合自研的結構化caption系統(tǒng)，可理解語義并推測畫面表達意圖，再一步步拆解畫出。

文遠知行在阿布扎比開啟純無人Robotaxi試運營

5月16日，文遠知行WeRide（Nasdaq: WRD）宣布，在阿布扎比開啟純無人駕駛Robotaxi試運營，打造中東地區(qū)第一支純無人Robotaxi車隊。從2025年第二季度起，文遠知行的Robotaxi車隊將在阿布扎比公開道路開展沒有安全員的純無人試運營。

同時，文遠知行Robotaxi在阿布扎比的服務范圍進一步擴大，新增瑪麗亞島（Al Maryah Island）和瑞姆島（Al Reem Island）等阿布扎比出行高需求區(qū)域。