💡开发者朋友们大家好,这里是 开发者日报!欢迎查阅您的实时互动日报。本栏目实时聚焦、每日更新【AI】、【泛娱乐】、【语音交互】、【实时音视频】等领域热点,欢迎大家在评论区一起探讨!

🔨「产品技术

1、Gemini 2.5 Computer Use发布

【关键词:谷歌、AI、CUA

谷歌DeepMind发布Gemini 2.5 Computer Use模型,类似OpenAI的CUA,能让AI直接控制用户浏览器执行点击、滚动和输入等操作。

该模型在相关基准测试中性能达到SOTA水平,使用效率高于竞品,特别在多步骤、长时间、跨标签页任务上表现突出。

Google为该模型内置多层安全机制,包括逐步安全服务和系统指令约束,开发者已可通过Google AI Studio和Vertex AI的Gemini API获取该能力。

2、即构科技亮相2025云栖大会

【关键词:RTC、AI Agent、云栖大会、在线娃娃机、泛娱乐出海

2025云栖大会于9月24日至26日在杭州云栖小镇成功举办。在大会前沿应用馆,即构展出了实时互动AI Agent在线娃娃机方案、泛娱乐出海方案等,以及实时互动与AI相结合落地的AI硬件产品。即构科技AI产品创新负责人祁伟斌在主题演讲中详细解析了如何通过搭建RTC+AI Agent业务场景以驱动业务增长。

3、阿里推出一款全新AI创作平台“造点”

【关键词:AI工具、AI生图、AI生视频、通义万相】

据介绍,平台集成AI生图与AI生视频两大核心能力,率先接入通义万相Wan2.5,成为国内首个支持音画同步视频生成的平台。

4、vivo 发布 3B 端侧多模态推理大模型

【关键词:大模型、多模态】

2025年10月10日,vivo正式推出3B端侧多模态推理大模型。据称,经过为期一年的持续训练与优化,该模型成功实现五大核心能力的高度集成,成为业内首个在3B参数量级上达成“One Model”架构的端侧大模型,同时支持128K的上下文处理能力。

Logo

Agent 垂直技术社区,欢迎活跃、内容共建。

更多推荐