# [AI 简讯] Grok4将于7月10日直播发布、谷歌Gemini AI引发隐私担忧、ChatGPT 测试新功能 “一起学习” 、腾讯开源了业内首款美术级3D生成大模型 Hunyuan3D-PolyGen、微软推出Deep Research，将Bing搜索与OpenAI技术深度结合、百度AI团队宣布PaddleOCR3.1版本正式上线、最新多模态大语言模型HumanOmniV2 、生数科技推出的Vidu Q1视频模型正式上线参考功能{alertInfo}
一、xAI 新一代人工智能大模型 Grok4 将于7月10日直播发布
SpaceX 创始人马斯克在社交平台上正式宣布，xAI 新一代人工智能大模型 Grok4将于7月10日直播发布，也就是北京时间就是7月11日上午11点，粉丝们可以通过 X 平台观看这场激动人心的发布会。马斯克透露 Grok4在功能和表现上都经过了 “显著” 的改进。根据用户反馈和多家媒体的实测，Grok 的表现变得愈加 “政治不正确”，尤其是在涉及敏感话题时的言论引发了广泛讨论。随着 Grok4的即将发布，AI 的未来发展方向、道德问题及其潜在影响将成为舆论关注的焦点。
二、谷歌Gemini AI引发隐私担忧
Gemini AI 智能助手现在可以通过 WhatsApp 等第三方应用进行互动。这一改变引发了不少用户的隐私担忧，尽管很多人曾通过设置阻止这种互动。谷歌通过电子邮件通知这一新政策，明确指出即便用户选择关闭相关互动，Gemini AI 依然能够访问一些应用，包括 WhatsApp、信息和电话等。邮件中还提到，人工审核员会对 Gemini 所访问的数据进行阅读、注释和处理，而这些数据在存储期间会被保留72小时。
三、ChatGPT 测试新功能 “一起学习”
这个新模式并不只是简单地给出答案，而是通过提出一系列问题来引导用户思考，鼓励他们自己寻找解决方案。这种互动式学习方法类似于 OpenAI 为 Google 的 LearnLM 推出的策略，旨在提升学习的积极性和深度。用户们对此功能的猜测不止于此，很多人想知道是否会推出一个学习小组的模式，让多个用户可以共同参与讨论。这种合作学习的方式，不仅可以增强学习的趣味性，也能帮助用户在交流中互相启发。然而，目前 OpenAI 并未对此做出正式回应，ChatGPT 也表示:“OpenAI 尚未确认‘一起学习’功能何时会对所有用户开放，或者是否需要 ChatGPT Plus 订阅才能使用。”
四、
Hunyuan3D-PolyGen 结合了腾讯自研的 BPT 技术，能够生成高面数、高精度的几何模型，极大地提升了建模的效率和质量。通过这项技术，艺术家们不仅能够支持多种面类型的生成，还能满足专业的工作流程需求。
五、微软推出Deep Research，将Bing搜索与OpenAI技术深度结合
旨在实现复杂研究任务的自动化。据用户推文透露，该工具以o3-deep-research为核心，当用户提出研究问题时，工具首先利用GPT-4o或GPT-4.1与用户交互，澄清问题，确保准确理解需求。明确任务范围后，Deep Research调用Bing搜索，从网络中获取高质量、最新数据。随后，o3-deep-research通过逐步推理，分析并综合信息，最终生成结构化的研究报告。
六、
在多语种识别、复杂文档翻译及大模型连接能力上实现三大升级。新版本支持37种语言的文本识别，平均精度提升超30%，并推出文档翻译产线与MCP服务器功能，助力开发者高效构建AI应用。
七、
HumanOmniV2的最大亮点在于其强制性上下文总结机制，能够基于全局上下文进行多模态推理，显著提升模型对复杂场景的理解能力。相比传统大语言模型，HumanOmniV2通过深度整合文本、图像等多种模态数据，解决了常见模型在复杂任务中的“捷径问题”（shortcut problems），从而实现更精准的意图理解与推理输出。在多个权威基准测试中，HumanOmniV2展现了卓越性能。
八、
传统视频制作流程中，创作者需经历脚本撰写、角色设计、分镜绘制、实景拍摄、后期剪辑等复杂环节，一部短片的诞生往往耗时数周甚至数月。而Vidu Q1参考功能的推出，彻底打破了这一固有模式。用户仅需上传人物、道具、场景等参考图，系统即可在几分钟内自动生成融合多元素的视频素材，实现“零分镜生成”。
版权声明：Ahmedabad
感谢您的阅读，除非文中已经注明来源网站，否则均为理科生网原创内容，转载时请务必以超链接(而非纯文本链接)标注来源于理科生网及本文完整链接，感谢！{alertInfo}