智元机器人开源GO-1具身大模型，旨在降低技术门槛，推动行业应用落地
2025年9月23日，智元机器人公司干了件大事，旗下的GO-1通用具身基座大模型全面开源啦！这GO-1可不简单，它是全球首个采用Vision-Language-Latent-Action（ViLLA）架构的具身智能模型，把视觉、语言和潜在动作能力一结合，理解和执行复杂任务那叫一个厉害。
开源意味着啥？全球的开发者和研究人员都能免费用上这先进技术。这对降低技术门槛、推动具身智能应用和研究太有帮助了。智元机器人还希望借此吸引更多开发者加入具身智能生态系统，促进跨领域创新合作。
而且，智元机器人很贴心，开源时提供了详细技术文档和使用指南，让开发者能快速上手。这模型可不局限于机器人领域，教育、医疗、制造等行业都能用，给各行各业智能化转型带来机会。
随着GO-1开源，未来肯定会有越来越多基于它的创新应用出现。想象一下，智能和生活深度融合，日常生活更便利，工作效率大幅提高，GO-1说不定就是推动这股智能化浪潮的重要力量。咱就拭目以待，看看它会给我们的生活带来哪些惊喜变化。
详情查看：全球首个通用具身智能模型GO-1开源
钉钉升级AI表格：推出AI助理，支持自然语言创建应用与工作流
近日，钉钉又有新动作，正式推出AI表格助理，把AI表格升级成面向AI时代的应用创建平台。用户只要更新到最新版本，在表格页面通过“新建AI表格”或点击AI按钮就能体验新功能。
这次升级亮点不少，AI表格助理就是其中之一。用户用自然语言描述想法，AI就能自动生成表格、自动化工作流和数据分析仪表盘。一句话就能搞定全套表格搭建，还能创建复杂工作流解决业务问题，自动生成可视化仪表盘，让数据趋势一目了然。
除了AI表格助理，还有其他新功能。新增30款字段Agent，支持AI视频理解、数字人等多模态AI能力；新增对百炼、Coze等平台工作流支持，方便用户集成业务工作流，实现跨平台数据汇总分析；数据连接中心上线，打通超30个高频数据源，方便企业整合数据。
钉钉AI表格负责人马锐拉说，AI表格不只是要好看，更要成为企业在AI时代的应用搭建平台，让每张表格都能创造无限AI应用，持续提升企业生产力。有了这些新功能，企业办公效率肯定能大大提升。
苹果Image Playground引入ChatGPT，并开放第三方模型支持以增强生成能力
随着macOS Tahoe26、iPadOS26和iOS26发布，苹果的图像生成应用Image Playground迎来重大更新。它不仅把ChatGPT纳入图像提供方，还为引入更多第三方模型做准备。
最初，Image Playground只用苹果自家模型，靠预设主题让用户创作插图，但生成效果一般。所以苹果扩大和OpenAI合作，新系统里用户能直接用ChatGPT预设滤镜，或调用OpenAI模型，获得更丰富图像风格和更高质量生成结果。
从9to5Mac对最新测试版代码分析看，苹果正为Image Playground扩展对OpenAI之外第三方模型支持。测试版新增“估计延迟”指标和“提供商标识符”，预示应用底层架构改变，将支持多个AI图像生成模型。
虽然还不清楚哪些模型会先入驻，但Google的Gemini2.5Flash Image是有力候选者，它超现实主义风格和生成逼真人像能力很受欢迎。
苹果一直想打造安全图像创作工具，可能不会允许用户下载使用开源模型，与外部合作伙伴扩展合作更稳妥。这次更新让Image Playground图像生成能力更强，未来值得期待。
详情查看：苹果图像生成平台大升级
微软在Teams中推出Channel Agent，AI助手助力团队管理任务与项目
微软正式推出全新AI助手“Channel Agent”，已在Windows、Mac、iOS、安卓及网页版Microsoft Teams以公共预览版形式上线，旨在提升团队协作效率，帮用户更智能管理项目和任务。
每个新频道都会配备和频道同名的智能助手。它能生成结构化Loop报告，利用会议记录和Planner任务数据为团队成员解答问题。有了它，团队成员记录和追踪任务进展更方便，起草和安排会议也更轻松。
使用Channel Agent很简单，用户在频道内选“添加人员、智能体和机器人”菜单，点击“添加智能体和机器人”确认，就能创建与频道同名的助手。现有智能体也能通过同样方式加入对话或移除。
不过，Channel Agent使用有限制。它只能在所属频道内用，不能参与私聊；会议访问权限仅限有完整聊天记录的成员，组织者权限限制也适用；想用全部功能，用户得有Microsoft365Copilot订阅，没订阅也能查看助手生成响应内容。总体来说，它能为团队协作带来不少便利。
详情查看：微软Teams上线AI助手Channel Agent
阿里重磅升级！Qwen-Image-Edit-2509新增多图编辑功能，助力电商与营销高效生成素材
阿里巴巴旗下的AI图像编辑工具Qwen-Image最近有大升级，新增的多图像编辑功能给电商和营销广告行业带来革命性解决方案。
新版本Qwen-Image-Edit-2509支持多种图像组合编辑模式，像人 + 人、人 + 产品、人 + 场景都能灵活组合。用户能轻松生成合影照片、场景镜头或专业产品广告图片，满足电商展示和营销推广的多元需求。
从官方演示效果看，生成质量相当高。人物形象、场景环境、灯光效果和阴影处理，还有角色姿势动作，都能自然流畅融合，呈现专业级视觉效果。
技术上，新版本引入ControlNet的关键点地图功能，用户通过多图像输入能精确控制和调整人物姿势，满足个性化编辑需求。和前代比，新版本在人物一致性和文本处理能力上有显著提升，还拓展了应用场景，支持模因制作功能。
这次升级对电商和数字营销行业意义重大。商家和营销人员能快速生成高质量产品展示图片和广告素材，降低内容创作成本，提升营销效率，未来应用前景广阔。
详情查看：阿里Qwen-Image-Edit-2509多图像编辑神器
阿里云发布了全球首个原生端到端全模态AI模型Qwen3-Omn
阿里云发布了全球首个原生端到端全模态AI模型Qwen3-Omni，还开源了。它能处理文本、图像、音频和视频等多种输入类型，实现实时流式输出，通过文本或自然语音都能快速响应。
Qwen3-Omni在多个领域展现出跨模态先进表现。早期以文本为核心预训练和混合多模态训练，让它具备强大多模态能力，音频和视频性能出色，文本和图像效果也保持高标准。在36项音频和视频基准测试中，22项达到领先水平，自动语音识别和音频理解领域表现和Gemini2.5Pro不相上下。
它支持119种文本语言和19种语音输入语言，还有10种语音输出语言，能更好服务全球用户。创新架构基于MoE系统，结合AuT预训练，有强大通用表征能力。多码本设计确保低延迟实时音频和视频交互，支持自然对话流畅进行。
除了Qwen3-Omni，阿里云还发布Qwen3-TTS，支持17种音色选择的文本转语音模型，在多项评估基准表现出色。Qwen-Image-Edit-2509也新发布，专注图像编辑多图像支持，提升编辑一致性和效果。
详情查看：阿里云推出全球首个原生端到端全模态AI模型Qwen3-Omn
百度发布Qianfan-VL系列模型：强化OCR与文档理解，支持复杂视觉推理任务
百度智能云千帆团队发布全新视觉理解模型Qianfan-VL，还全面开源了。这系列模型有3B、8B和70B三种尺寸，能满足企业级多模态应用需求，经深度优化，视觉理解能力超强。
Qianfan-VL模型基础能力优秀，还针对行业高频需求专项提升，像光学字符识别（OCR）和教育场景应用，实际使用表现更出色。它基于开源模型开发，在百度自研昆仑芯P800完成全流程计算，强大算力支持高效处理复杂数据和算法。
这新模型有三大特点。多尺寸选择，3B、8B和70B规格满足不同企业和开发者需求；8B和70B模型有思考推理能力，通过特殊token激活，能处理复杂图表理解、视觉推理和数学解题等任务；OCR和文档理解表现优异，精准识别手写体和复杂版面，还能结构化提取信息。
在基准测试中，Qianfan-VL系列模型通用能力和特定任务表现出色，尤其在OCR与文档理解领域，为企业级应用提供高精度解决方案。数学解题能力也不错，8B和70B模型处理复杂推理任务时，结合视觉信息和外部知识表现优越，能助力企业智能决策。它的推出是百度在视觉理解领域的重大突破。
详情地址：百度Qianfan-VL系列上线
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区
AITOP100平台官方交流社群二维码：
