AI 行业动态速览：X平台启用Grok推荐，微软发布自研图生模型

原创小茸茸 2025-10-15 10:39 重庆

X 下月全面启用 Grok AI 推荐算法；微软发布首款自研图像生成模型 MAI-Image-1；Nanonets 开源OCR 2系列模型：图像文档转结构化 Markdown；谷歌 NotebookLM 视频概览支持 Nano Banana

阿里 Qoder 官方命令行工具 Qoder CLI 即将正式发布！佬们可以去datawhale的微信公众号预约直播。

马斯克发推表示 X 平台将于下月全面切换至由 Grok驱动的AI推荐系统，一并发布的还有模型权重的新算法。每天超过1亿条内容都将由 Grok 进行评估，并推荐最可能引起用户兴趣的内容，显著提升信息流的质量。

OpenAI 推出基于 GPT-5 的搜索模型 API，型号标识为 gpt-5-search-api。定价为每千次调用 10 美元，相比原方案降低了 60%，并支持按域名过滤结果。该功能与 Responses 接口中的网页搜索一致。我感觉还是有点贵，佬们怎么看。

微软 AI 正式发布其首款完全自研的图像生成模型 MAI-Image-1[1]，目前在 LMArena 竞技场上排名第九。

不过目前只能在 LMArena 上使用，官方表示后续会优先面向 Copilot 和 Bing Image Creator 中提供 MAI-Image-1 模型。

Nanonets 发布并开源了 OCR 2 系列模型[2]，包括 Nanonets-OCR2-Plus、Nanonets-OCR2-3B 与 Nanonets-OCR2-1.5B-exp 三个版本。该系列模型专注于将图像文档转换为结构化 Markdown，并支持视觉问答功能。

其背后是基于 Qwen2-VL 微调而来，3B 版本在超过 300 万页的混合文档上进行训练，覆盖了论文、财报、合同、病历、税表、收据、手写及多语种材料，有需要的佬可以看看。

NotebookLM 视频概览功能发布更新升级[3] ，新增了六种由 Nano Banana 提供配图支持的视觉风格：Watercolor、Papercraft、Anime、Whiteboard、Retro Print 和 Heritage。

这次更新彻底告别了以往固定主体动态颜色的限制，效果提升明细。还没体验过的佬们快去试试吧！不过该功能目前仅支持 Pro 用户，谷歌官方表示未来将逐步覆盖全体用户。

阿里通义开源了 Qwen3-VL 的 4B 和 8B 版本，显存占用更低的同时，完整保留了 Qwen3-VL 的核心功能。此外，还提供了 FP8 版本。

官方测试数据显示，在 STEM、VQA、OCR、视频理解以及 Agent 任务等多项测试中，居然超过了 Gemini 2.5 Flash Lite 和 GPT-5 Nano，有些表现甚至能媲美 Qwen2.5-VL-72B。

完整介绍佬们可以看通义的推文[4]

OpenAI CEO Sam Altman[5] 在推特上宣布，未来几周将推出一个新版 GPT，类似 GPT-4o，回复更加人性化，就像你的朋友那样。

更劲爆的是，12 月将推出更全面的年龄限制，允许 GPT 在验证成年身份的情况下提供涩涩内容！好家伙，第一生产力来了。

❝如果你喜欢《一觉醒来 AI 界发生了什么》系列的话，请关注、点赞、在看、收藏、分享五连警告，这对我真的很重要！

Reference

[1] MAI-Image-1 官方公告: https://microsoft.ai/news/introducing-mai-image-1-debuting-in-the-top-10-on-lmarena/

[2] Nanonets OCR 2 系列模型官方公告: https://nanonets.com/research/nanonets-ocr-2/

[3] NotebookLM官方推文: https://x.com/NotebookLM/status/1977790565983945199

[4] 阿里Qwen3-VL开源公告: https://x.com/Alibaba_Qwen/status/1978150959621734624

[5] 在推特上宣布: https://x.com/sama/status/1978129344598827128

Fish AI Reader