AI日报:Waymo接入Gemini开启智能交互；Adobe Firefly音频工具上线；阳光清言藏语大模型发布

Waymo定制出租车全面接入Gemini

Waymo近日宣布将谷歌Gemini AI深度整合至其Ojai定制自动驾驶出租车中，并在洛杉矶、菲尼克斯和旧金山等城市面向普通用户开放。乘客可通过自然语言与Gemini助手交互，实现调节车内环境、查找地标及语音控制车辆靠边停车等指令。Waymo强调，AI助手与自动驾驶底层系统保持高度独立，Gemini无法直接干预车辆行驶数据或底层控制。未来该服务还将拓展至丹佛、拉斯维加斯和圣迭戈，旨在为乘客提供更个性化、便捷的出行体验。

97AI 视角 — 97AI 聊天分类聚合 Claude/GPT/Gemini 等多家旗舰，一个 API 按次调用、无需分别开户

Adobe Firefly音频工具全面上线

Adobe正式推出Firefly音频生成工具套件，涵盖“生成音乐”“生成语音”和“生成音效”三大功能，旨在解决视频创作者面临的版权风险与授权费用难题。用户可利用Firefly根据视频氛围生成完全商业授权的音乐，通过脚本转换语音，或利用文本提示生成与画面匹配的音效。此外，Adobe将Gemini Omni Flash集成至工作流，进一步完善了其多模态创作生态。调查显示，尽管AI音乐潜力巨大，版权合规性仍是创作者采用的主要考量点，而Firefly此次更新通过商业安全设计填补了市场空白。

97AI 视角 — 97AI 聊天分类聚合 Claude/GPT/Gemini 等多家旗舰，一个 API 按次调用、无需分别开户

“阳光清言”千亿级藏语大模型发布

在拉萨举办的全球数字经济大会上，拉萨市纳金数智研究院正式揭牌，同步发布了“阳光清言”通用藏语大模型。该模型基于强基座打造，参数规模突破千亿大关，通过引入海量藏语数据，具备了对藏语文及西藏知识体系的深度理解与生成能力。目前该模型已通过中央网信办备案。研究院未来计划加大算力与数据投入，推动模型在文旅、数字产业等场景落地，并开发多参数规模的系列版本，以促进高原地区数字经济的协同发展。

AI训练数据需求激增，Micro1营收增长迅猛

顶级AI实验室对高质量数据的饥渴推动了数据标注初创公司Micro1的快速扩张，其过去8个月年化营收从1亿美元激增至5亿美元，年净收入预估在1.5亿至2亿美元之间。除传统标注业务外，Micro1正利用合成数据和机器人预训练数据集占据市场高地，其现成数据的毛利率高达80%至90%。尽管存在数据重复销售的行业争议，但市场研究认为AI在数据上的支出占比正逐渐趋近算力，显示出数据标注市场在AI产业链中的战略重要性愈发凸显。

苹果音乐将强制标注AI生成内容

苹果计划于2026年晚些时候要求Apple Music平台内容提供商，必须为实质性使用AI生成的音乐添加透明度标签。此前自愿披露机制将转为强制执行，旨在遏制AI音乐滥用与垃圾信息泛滥。苹果已开发监测工具识别AI歌曲并对操纵流媒体数据的行为采取处罚，此前曾将大量被操纵播放产生的版税转回艺术家池。数据显示，尽管AI生成内容占比约三分之一，但其真实收听率极低，平台正通过身份验证和流量治理等手段构建更严格的商业环境。

腾讯新一代大模型Hy4将发布

腾讯新一代大模型Hy4的内测界面近日曝光，将成为其智能体应用WorkBuddy的核心底层引擎。Hy4定位于专家级大模型，旨在处理比前代Hy3更复杂的业务难题，预计通过万亿级参数扩展或深度的RL（强化学习）后训练显著提升智能上限。此前Hy3凭借295B参数量在多项专业盲测中表现优异，随着Hy4的推出，腾讯进一步强化了自研模型与集成开源方案并行的战略，以应对高要求生产力场景的需求。

宇树科技推进物理AI模型自进化

在2026世界机器人大会上，宇树科技创始人王兴兴透露，公司正致力于构建物理AI机器人模型，目标是通过大模型自主检索学术成果与代码，实现机器人控制代码的自动开发与闭环迭代。该方案将仿真与真实世界数据结合，致力于解决具身智能中“最后几厘米”的精细操作误差。宇树正推动机器人从单体智能向群体协作演进，并预测随着AI在陌生环境中泛化能力的提升，具身智能行业将在2至10年内迎来爆发。

阿里发布GUI智能体Qwen-UI-Agent

阿里巴巴发布了全新的GUI智能体基座模型Qwen-UI-Agent，该模型在移动端、PC端及网页端基准测试中表现出色。在MobileWorld测试中，该模型得分82.1%，显著领先GPT-5.6Sol与Claude Opus。Qwen-UI-Agent不仅支持复杂GUI操作，还能执行长程任务及命令行交互，并内置了严苛的安全性校验机制。通过自建包含100多款应用的移动测试环境，阿里展示了其在提升智能体执行成功率与长程决策稳定性方面的重大突破。