💡开发者朋友们大家好，这里是 ZEGO即构 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】、【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.让老外不见“外”，深圳“小黄帽”出租车将全面部署 AI 翻译机

深圳巴士集团与新译信息科技合作，为旗下“小黄帽”出租车及机场、公园等场景部署 MossTalk AI 翻译机。该翻译机针对出租车场景优化，支持 AI 语音唤醒、智能拾音放音及瞬时中断播报，可补充路线规划、景点介绍；能实现 140 余种语言 “毫秒级互译”，无网状态下也精准，还能从 “词对词” 直译升级为情感化交互。

依托即构科技提供的RTC技术，MossTalk在业界率先实现翻译场景下的“感官无界”实时体验。MossTalk的实时语音/视频通话翻译功能支持用户创建视频/语音聊天室，将生成的聊天链接通过社交软件发送给对方，对方通过链接即可接通会议，会议过程中双语字幕实时呈现。

即构RTC在实时音视频、高频数据传输能力上的独特优势，能无缝融合多模态大模型技术，为用户带来更自然的实时互动体验。即构RTC具备超低延迟、抗弱网等特性，基于即构自研的PurioAI音频引擎，让MossTalk的实时通话翻译稳定流畅，让通话人声更清晰、更保真。

在和新译科技的合作中，即构科技用核心RTC技术筑牢MossTalk的实时翻译体验。从设备调试到场景优化，即构的技术团队全程护航，确保翻译设备在复杂环境中始终稳定高效。

2.DeepSeek 开源新模型 V3.1：约 685B 参数，上下文长度拓展至 128K

DeepSeek 昨天深夜在 Hugging Face 上开源了新模型 V3.1-Base，据介绍，该模型将上下文长度拓展至 128K，参数约为 685B。

开源地址：https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base

昨晚早些时候，DeepSeek 发布通知称，线上模型版本已升级至 V3.1，上下文长度拓展至 128k，可通过官方网页、App、小程序测试，API 接口调用方式保持不变。

3.通义千问推出 Qwen-Image-Edit：全能 AI 图像编辑模型，文字修改、风格迁移样样行

通义千问 Qwen 团队推出全新图像编辑 AI 模型 Qwen-Image-Edit。该模型基于 200 亿参数的 Qwen-Image 迭代训练，融合 Qwen2.5-VL 的视觉语义控制与 VAE Encoder 的视觉外观控制能力，实现 “语义 + 外观” 双维度编辑，用户可通过 Qwen Chat（chat.qwen.ai）“图像编辑” 功能体验。

 

「双重编辑能力，覆盖多场景需求」

Qwen-Image-Edit 兼顾语义与外观编辑：

 语义编辑：能保持主体一致性进行创作，如将吉祥物 “卡皮巴拉” 生成做饭、穿宇航服等多种 IP 形象，还可制作 MBTI 表情包；支持物体 90 度、180 度视角转换，以及人物头像向吉卜力、3D 卡通等风格迁移。

 

 外观编辑：实现 “局部改、全局不变”，可给企鹅添加带倒影的指示牌、删除细小头发丝、单独改字母颜色；还能替换人物背景为教室或海滩，模拟穿搭更换衬衫、添加贝雷帽。精准文字编辑，中英双语都在行依托 Qwen-Image 的文本渲染技术，模型支持中英双语文字修改且保留原风格：英文场景可将拼字 tiles 上的 “HEALTH INSURANCE” 改为 “FINANCIAL PLANNING”，修正 “tur n” 为 “turn”；中文场景能改汉服海报文字，如 “霓裳汉服社” 换 “通义实验室”，还可调整人物形象。

「链式编辑修复书法，还原经典」

针对书法作品错字问题，模型支持 “链式编辑” 逐步修正。例如修复《兰亭集序》书法时，可通过红、蓝框标注，依次改 “褙” 为 “稽”、修正 “亭” 字细节，最终还原正确文本，还能提升清晰度并模拟装裱效果。

  

「SOTA 性能 + 多平台开源」

该模型在公开基准测试中表现达 SOTA 水平，目前已在 ModelScope、Hugging Face 及 GitHub 开源，开发者可获取资源探索其在 IP 创作、海报设计等领域的应用。

4.快手可灵 2.1 视频模型内测首尾帧功能，主打 “电影级” 效果

快手可灵 2.1 视频生成模型开启全新首尾帧功能内测。该功能支持用户自定义首尾帧图像，能实现 “电影级” 运镜控制、丝滑转场，还提升了复杂语义理解精准度，可解决 AI 视频生成中转场生硬、文本响应不足的痛点，适配产品宣传片、AI 电影等专业场景，增强视频一致性与视觉流畅度。

首尾帧功能的引入，使视频的开头和结尾部分能够实现更精细的控制，从而提升整体的视觉流畅度。此外，模型在处理复杂的场景和语义时，也展现出更高的精准度，将适用于需要表达复杂故事或概念的视频创作。

用户可以通过自定义首尾帧图像，生成连贯且高质量的视频内容，有效克服 AI 视频生成中的转场生硬、文本响应不足等痛点问题。同时，全新首尾帧功能还进一步提升视频的一致性和稳定性，尤其适用于产品宣传片、AI 电影、AI 短剧等专业创作场景。

5.国产 AI 面试助手 OfferGoose：全流程赋能求职者

国产 AI 面试助手 OfferGoose 于 2024 年 8 月上线，两月登顶菲律宾教育免费榜，评分 4.9 分，后拓展至欧美市场。其核心竞争力在于全流程赋能，构建 “面试前 - 中 - 后” 服务闭环。

模拟面试是其核心竞争力。用户使用时无需复杂操作：只需上传目标岗位的 JD（支持截图智能识别）与个人简历，AI 会先分析岗位需求与个人经历的匹配度，进而生成 “高频考点” 式的面试题；同时，用户可自定义 AI 面试官的性格（如模仿莎士比亚的表达风格）、问题偏好（如聚焦 LLM 预训练等专业话题）、面试语言（如美式英语）及屏幕字体大小，提前沉浸式感受面试氛围，缓解临场紧张。更实用的是，模拟过程中 AI 不仅出题，还会提供参考答案，用户可对照文字复述，逐步优化表达逻辑。

进入实际面试阶段，实时辅助功能成为 “定心丸”。工具会先引导用户朗读文字以收录声音，精准区分用户与面试官的发言；当面试官提问后，AI 会实时生成带关键词标注的参考答案，帮助求职者更专业、全面地回应。目前，该工具已对接 Zoom、Google Meet 等国际主流会议平台，适配多数线上面试场景。

面试结束后，深度复盘服务进一步助力提升。OfferGoose 会生成详细报告：除全程对话回顾与问题拆解外，还会从 “自信度”“专业度”“回答相关性”“互动性”“表达流畅度” 五个维度量化评分，通过可视化图表呈现用户优缺点，为后续改进提供明确方向。

🔎「行业观察」

1.中国零售消费行业生成式AI及数据应用研究报告：重塑增长曲线的全链路方案

行业层面，“人货场” 加速数字化重构：需求侧消费者理性提升，94.7% 会跨 2 个以上平台查信息，企业从 “流量” 转向 “会员经济”；供给侧 2024 年社零总额 49 万亿元，美妆国货市占率升至 55.7%，鞋服、家居企业分别聚焦差异化设计与海外自有品牌。

  

应用上，生成式 AI 与数据前端场景落地快，智能客服、营销内容生成渗透率超 90%，91% 企业借其降内容成本；中后端如供应链管理待推进。94% 企业用 AI Agent，74% 需多模型调用，公有云成重要支撑。

  

细分领域各有侧重：美妆靠虚拟试妆、定制方案突围；鞋服借 AI 加速设计、缩短上市周期；家居用 AI 优化跨境供应链。

三大增长引擎发力：营销端 AI 降本提转化，内部决策转向数据驱动，93% 企业布局海外，AI 破解语言文化壁垒。

  

2.2034 年 AI 陪伴机器人市场规模将达 942 亿美元，北美当前领跑

Market.us 数据显示，全球 AI 陪伴机器人市场增长迅猛：2024 年规模 108 亿美元，预计 2034 年升至 942 亿美元，2025-2034 年复合年增长率 24.2%。这类机器人集成 AI、自然语言处理等技术，可提供情感支持、日常协助，适用于老年人护理、心理健康等场景。

  

区域上，北美 2024 年占 35.6% 市场份额，收入 38 亿美元；美国同期规模 36.6 亿美元，预计复合年增长率 23.1%。细分领域中，硬件占组件市场 48.2%，移动机器人占移动领域 56.5%，老年人是主要用户（44.1%），住宅用途占比 52.3%。

市场趋势包括个性化增强、云 AI 应用等，机器人正升级为 “预测需求的陪伴伙伴”。老龄化、孤独感加剧及技术进步是核心驱动力，北美、欧洲等地区及医疗领域投资潜力大。

3.Gartner 2025 AI 技术成熟度曲线：AI 智能体与 AI 就绪型数据领跑

Gartner 发布 2025 年人工智能技术成熟度曲线，明确 AI 智能体与 AI 就绪型数据为当前发展最快的两项技术，二者凭借高关注度、行业大胆预测及预期性承诺，已进入期望膨胀期。

同为期望膨胀期的多模态 AI 与 AI 信任、风险和安全管理（TRiSM），是未来五年有望主流采用的关键创新。其中多模态 AI 可通过图像、视频、音频、文本等多类数据训练，对复杂情况的理解能力更强，Gartner 预测其将成各行业提升应用功能的核心技术。

该曲线通过图形呈现技术成熟度、市场采用度及业务相关性，划分技术萌芽期至生产成熟期等阶段，标注技术距生产成熟期时间，为企业预判技术走向、部署技术提供可靠参考。