MEUX「十月」AI设计观察

【1】DeepSeek R1研究论文登上Nature封面

【2】阿里通义万相2.5系列模型发布

【3】字节跳动Seedream 4.0发布

【4】可灵2.5Turbo模型登顶全球视频生成大模型榜单

【5】通义千问QwenChatMemory上线

【6】ChatGPT变身操作系统

【7】Google Maps测试对话式交互

【8】微软推出4600GPU超级集群提升算力

【9】xAI计划2026年推出基于世界模型的AI游戏

【10】Open AI与沃尔玛合作推出ChatGPT购物功能

9月17日，属于中国人工智能的又一个高光时刻来到了：DeepSeek-AI团队梁文锋及其同事在《自然》杂志发表了关于开源模型 DeepSeek-R1的研究成果，并登上当期封面。根据研究团队在论文补充材料披露的细节，DeepSeek-R1的推理成本仅为29.4万美元，低到惊人。即便加上约600万美元的基础模型训练开销，整体成本依然远低于国外巨头。

9月24日，在2025杭州云栖大会上，阿里发布通义万相Wan2.5 preview系列模型，涵盖文生视频、图生视频、文生图和图像编辑四大模型；该模型首次实现音画同步的视频生成能力，支持10秒1080P高清视频、24帧/秒帧率和复杂运镜指令。模型采用原生多模态架构，覆盖文生视频、图生视频、文生图和图像编辑四大任务，显著降低电影级视频创作门槛。

字节跳动发布Seedream 4.0模型，采用统一架构支持文生图、图像编辑、多图融合等功能，推理速度较前代提升10倍，2K图生成仅需1.8秒，4K输出支持印刷级交付。模型在MagicBench评测中综合排名第一，超越谷歌Gemini 2.5 Flash，适用于广告制作、电商视觉等场景。

10月2日，全球知名AI基准测试机构Artificial Analysis发布了最新的全球视频生成大模型榜单，快手可灵2.5Turbo 模型（1080P）分别以1329以及1252的Arena ELO基准测试评分登上图生视频、文生视频赛道榜首，超越Veo3、Ray3、PixVerse V5等模型。可灵2.5Turbo 模型于9月23日推出，在文本响应、动态效果、风格保持、美学效果等维度保持全球领先。

10月16日消息，通义千问Qwen通过公众号宣布：Qwen Chat Memory正式上线，标志着Qwen拥有“长记忆”，能理解用户的上下文、保留重要信息、回忆过往对话。具体来看，其能够存下与用户相关的记忆，并在对话中主动关联上下文。在此之前，ChatGPT、Gemini、Grok等AI产品均已支持类似功能，此类功能可根据用户过去的对话内容记住相关细节。

10月7日举行的DevDay活动中，OpenAI宣布ChatGPT可以直接在对话界面中调用第三方App：用户只需一句话，ChatGPT就能在对话中自动唤起Spotify、Canva、Zillow等应用，并提供可直接操作的交互界面。用户将在ChatGPT中就可以直接执行AI给出的建议。比如“帮我在Canva上设计一个宠物品牌海报”，ChatGPT会立刻调用设计编辑工具Canva生成数个方案。

Google Maps正在推出一系列功能，或将彻底改变我们导航和探索世界的方式。谷歌计划将地图的交互方式从扩展的沉浸式视图到 Gemini驱动的对话式搜索。即用户可以通过自然语言提问，获得更智能的导航和地点推荐。这一创新将提升地图使用的便利性，使搜索和导航更加直观，代表了AI在日常工具中的深度集成趋势。

微软Azure云服务升级至 NVIDIAGB300"Blackwell Ultra"架构，部署了由4600块GPU组成的超大规模计算集群。它搭载了超4600个GB300 NVL72，配备通过下一代 InfiniBand 网络互联的 Blackwell Ultra GPU。这一升级大幅提升了AI模型训练和推理的计算能力，为企业和开发者提供更强大的AI算力支持。该集群的建成标志着云计算AI基础设施进入新阶段。

马斯克的xAI公司正在开发一款创新AI游戏，该游戏将基于世界模型技术，旨在融合真实与虚拟世界体验。当前3A游戏普遍依赖“数亿美元投入+3-5年周期”的重资产开发模式，而xAI的这一计划正试图从根本上颠覆这一现状，不仅有望将开发成本压缩至原来的1/10，还能把制作周期缩短至数月。游戏预计2026年正式推出，标志着AI在娱乐领域的深度应用突破。

沃尔玛与OpenAIl达成合作，将在ChatGPT内集成直接购物功能。用户可以通过自然语言对话完成商品浏览、选择和购买全过程。这一创新将聊天机器人技术与电子商务深度融合，为用户提供更便捷的购物体验，同时为零售业数字化转型开辟新路径。