前百度算法工程师、零一万物高管李先刚出任阿里通义语音实验室负责人

副总裁李开复创立。核心团队成员来自谷歌、微软、IBM、百度等公司。消息称近期来自谷歌、微软等多位负责技术、产品管线的AI高阶人才，已经加盟了零一万物。 如今的“大模型六小虎”（智谱AI、零一万物、百川智能、Mini

零一万物宣布已与阿里云达成紧密合作，Yi-Large等系列大模型登陆国内最大AI云服务平台阿里云百炼平台，这是零一万物首次通过云厂商提供API服务。 “此次登陆阿里云百炼平台，是零一万物Yi系列大模型积极拥抱头部云平台

知情人士透露，阿里巴巴通义实验室应用视觉团队负责人薄列峰已于4月30日低调离职。 有消息称他已经加入刚刚进行架构调整的某互联网大厂，担任多模态模型部副总经理，向公司副总裁汇报。 薄列锋2007年博士毕业于西安

布。论文的署名组织包括：LinkSoul.AI、北京大学和 01.ai (零一万物)，其中共同一作 Yu Shu 和 Siwei Dong 均来自 LinkSoul.AI。 LinkSoul.AI 是一家 AI 初创公司，曾推出过首个开源 Llama 2 的中文语言大模型；零一万物则是李开复旗下的大模

阿里通义实验室语音团队宣布了一项在空间音频生成领域具有里程碑意义的研究 —— OmniAudio，它能够直接从 360° 视频生成空间音频，为虚拟现实和沉浸式娱乐带来了全新的可能性。 为了解决「如何利用全景视频生成与之匹

坛并发表演讲的嘉宾有： 钟源珂，华为昇思MindSpore算法工程师 钟源珂硕士毕业于西北工业大学，研究方向为生物信息学，在 Briefings In Bioinformatics（IF 11.622）、BIBM国际会议等发表论文多篇。目前负责华为昇思大模型体验平台

（日日新大模型）、MiniMax（ABAB大模型）、上海人工智能实验室（书生通用大模型） 下面是 8 款 AI 大模型（及产品）的简介和链接： 百度（文心一言） 文心一言（英文名：ERNIE Bot）是百度全新一代知识增强大语言模型

通义千问团队开源音频语言模型 Qwen2-Audio。这是 Qwen-Audio 的下一代版本，它能够接受音频和文本输入，并生成文本输出。具有以下特点： 语音聊天：用户可以使用语音向音频语言模型发出指令，无需通过自动语音识别（ASR）

。 本期编辑：@赵怡岭、@鲍勃 01 有话题的技术 1、通义实验室语音团队推出 OmniAudio 技术，可直接从 360° 视频生成 FOA 空间音频 5 月 29 日，阿里通义大模型公布了「空间音频生成」模型——OmniAudio。据通义团队介绍，OmniAudio

了通义大模型外，MiniMax、月之暗面、智谱AI、猎户星空、零一万物、百川智能六家大模型厂商已与钉钉达成合作。目前，钉钉生态伙伴总数超过5600家，其中AI 生态伙伴已经超过100家；钉钉AI每天调用量超1000万次。 钉钉总裁叶军

，打造 Genspark 的 MainFunc 于 2024 年 6 月首曝，该公司由前百度集团副总裁、小度科技 CEO 景鲲携手前小度 CTO 朱凯华联合创立，总部位于加州和新加坡。 景鲲在百度曾任大搜索总产品架构师，据悉其技术职级已达到百度「天花板

由百度前高管景鲲创立的美国公司Genspark今日宣布推出其全新产品"Genspark Super Agent"，号称是一款"快速、准确、可控"的通用AI代理。这一消息迅速在技术社区引发热议，众多专业人士将其与Manus相提并论，认为这标志着通用AI代理

阿里通义实验室发布并开源了 MaskSearch 预训练框架，声称能让 AI 学会“主动搜索 + 多步推理”，从而更准确、更智能地回答复杂问题。 根据介绍，MaskSearch 的核心在于它提出的一种全新预训练任务——检索增强掩码预测（RAMP

r， 也有 腾讯、华为、字节跳动、Microsoft、Zoom、知乎 等 工程师/专家/架构师 提了 PR/Issue， 还被 腾讯、华为、百度、SHEIN、快手、中兴、传音、圆通、美图 等各大知名厂商用于各类项目。   APIJSON 6.0.0 更新 功能 新