阿里千问“驻桌”,构建AI生态入口 | 每周AI信息参考(11.24-11.30)

多客科技

作者：微信文章
01  阿里千问“驻桌”，构建AI生态入口
11月26日，阿里千问大模型与夸克AI浏览器完成深度融合，成为常驻电脑桌面的智能助理。这次整合使千问大模型成为夸克AI浏览器的系统底座，用户在浏览器首页搜索框和侧边栏可直接调用，还能通过桌面千问大模型调用读屏、快捷框、侧边栏、悬浮球、划词和截屏六大智能套件能力，将AI能力贯穿于搜索、阅读、文档撰写、文件处理等高频场景。阿里表示，此举是千问项目的关键落子，旨在将千问打造成贯穿其所有C端产品的统一AI引擎，重构PC生产力，构建AI生态入口。02   DeepSeek开源数学推理模型，严谨度提升72%11月27日，DeepSeek开源数学推理模型DeepSeekMath-V2，该模型采取自验证数学推理训练框架，构建了“生成器—验证器—元验证器”三位一体自循环架构，具有自我纠错、严谨推理能力，打破了只求答案不重过程的局限。实验数据显示，自验证机制将推理严谨性提升72%，同时效率提升8倍以上。该模型的代码与权重已同步至GitHub和Hugging Face。业内认为，这将加速自验证技术的普及。03  腾讯混元OCR模型开源，支持14种小语种翻译11月25日，腾讯混元开源HunyuanOCR模型。该模型依托混元原生多模态架构打造，由原生分辨率视频编码器、自适应视觉适配器、轻量化混元语言模型三部分组成；采用端到端理念设计，各项功能仅需单次前向推理即可直达最优结果。其参数量仅为1B，多项核心能力达到SOTA效果。其在复杂文档解析的OmniDocBench测评中获94.1分；文字检测和识别能力在自建文档、艺术字、街景、手写、广告、票据、截屏、游戏、视频等九大应用场景基准上表现突出；支持14种高频小语种翻译中文或英文的效果，并且取得ICDAR2025端到端文档翻译比赛小模型赛道冠军，可应用于票据字段抽取、视频字幕识别、拍照翻译等场景并能进行对应格式解析输出。04  DynaAct革新大模型推理方法
即将举行的2025年NeurIPS会议（神经信息处理系统大会）接收了来自蚂蚁和香港大学自然语言组的研究团队的论文《DynaAct: Large Language Model Reasoning with Dynamic Action Spaces》。与传统token-by-token式的CoT不同，DynaAct提出以Action Space Optimization（动作空间优化）为核心的TTS（Test-Time Scaling）范式：在每一步推理中动态构建可选动作集合，并通过学习算法从中选择最优动作，从而让推理路径更高效并更具结构化。该推理方法通过动态构建动作空间优化测试时扩展，与传统的长思维链方法不同。实验表明，在多个基准测试中，该方法优于现有技术，并且随着搜索次数的增加表现出稳定的性能提升趋势。05  谷歌发布Gemini 3
北京时间11月19日凌晨，谷歌发布其最新一代人工智能模型Gemini 3。在应用场景上，该模型突出学习、构建、规划三个方向。在学习领域，依托100万token的上下文窗口（相当于约75万个单词），Gemini 3可处理长篇学术论文、多个小时的视频讲座，并将其转化为交互式学习材料。据称，构建能力是Gemini 3“被看好”领域，谷歌称其为“打造过的最好的氛围编程（vibe coding）和智能体编程模型”。为配合Gemini 3发布，谷歌同时推出全新开发平台Antigravity。Antigravity旨在让开发者从繁琐的编码细节中“悬浮”起来，在更高任务层面操作。在这个平台上，智能体（agent）被提升到一个专门界面，能够直接访问编辑器、终端和浏览器，自主规划和执行复杂的端到端软件任务，同时还能验证自己生成的代码。规划能力则体现在Gemini 3对长期任务的把控上。在发布后的采访中，DeepMind CEO德米斯·哈萨比斯表示，在通往AGI（通用人工智能）的道路上，谷歌正在“深入个性化、记忆和语境（Context）”。


附录
人民网、传播内容认知全国重点实验室智能产品主流价值语料库：赋能大模型价值观对齐。优选入库3200多万篇基础语料、32万对问答语料、500多万对图文语料，已在一批主流大模型厂家得到应用验证。人民智媒大模型：面向党政服务、媒体服务的大模型应用基座。基本解决大模型政治方向、舆论导向、价值取向、事实幻觉等问题，能够协助党政机关、企事业等单位构建各类模型。“写易”智能创作引擎：面向公务人员、媒体从业者、国企管理者等用户，提供智能写作、智能审校、写作素材知识库调用等服务。“自在”心理疏导大模型：提供心理疏导、情绪管理、亲子交流和家校共育等服务，已上线国家智慧教育公共服务平台。校园端支持家校心理数据统计与筛查分析。人民审校和内容风控大脑：提供时政信息表述审校、综合信息审校等内容安全服务，支持文本、图片、音视频等多模态内容审校，可在内容发布前辅助审校，也可在内容发布后开展多平台巡查和风险筛查。“初芯”智能体平台：集大模型应用、知识管理、智能开发于一体，具有意识形态安全、数据隐私保障、一站式零门槛、赋能深度场景优势，智能体可用于智能传播、智慧舆情、文旅健康、生活服务等各类场景。“初见”智能体：汇聚三甲医院专家科普以及国家卫生健康委、体育总局推荐的体重和健身知识，提供健康体重管理建议和多元健身课程，是一款简单实用的健康体重管理助手。AI经贸文旅智能体：形成平台、数据、算力、算法、模型、智能体“六位一体”创新架构，提供多语种智能翻译服务，实现政策智能查询、智能商贸匹配、智能展销、智能行程规划等应用，满足经贸文旅领域多维度需求。已在广西桂林、宁夏银川落地。智能硬件“AI之眼”：集成麦克风、摄像头等传感器，面向文博智能导览、户外活动和运动场景，实现多模态交互、智能讲解、导航导览三大核心功能。人民数据确权“三证”：通过108项数据确权实质性审查，为符合审查条件单位颁授“数据资源持有权证书”“数据加工使用权证书”“数据产品经营权证书”，支持快速融资。业务合作联系方式
电话：010-65368401  
邮箱：yjy@people.cn来源｜人民网研究院