AI商业洞察丨字节视觉模型AI平台前负责人潘欣加入美团;周靖人成为阿里合伙人;智谱正式上线并开源文本转语音模型GLM-TTS

新闻

作者：微信文章
NEWS

国内新闻

【美团AI转向，字节视觉模型AI平台前负责人潘欣加入】

闪极AI前合伙人、字节视觉大模型AI平台前负责人潘欣，近期已经加入美团。潘欣曾任谷歌大脑（Google Deepmind）研究员，推动TensorFlow动态图模式开发。回国后，他先后在百度、腾讯与字节跳动任职。在百度，他曾主导PaddlePaddle平台优化、无量深度学习框架构建，而后任腾讯、字节跳动AIGC和视觉大模型AI平台负责人，业务方向集中在多模态领域。此后，2024年11月，潘欣加入闪极科技，担任AI合伙人，整体负责AI技术研发及智能眼镜项目。入职美团后，潘欣负责多模态AI创新工作，主导了LongCat App等多个相关应用的开发。（36氪）

【第四范式申请的AI智能眼镜专利获授权】

近日，第四范式（北京）技术有限公司、深圳市微克科技有限公司申请的“AI智能眼镜”专利获授权，产品为用于识物、拍照、录音、翻译、通讯、导航、AI语音助手等多功能的智能眼镜。（金融界）

【阿里通义千问语音合成模型Qwen3-TTS全面升级】

阿里通义千问12月10日发布Qwen3-TTS，这是一款支持多音色、多语种和多方言的语音合成AI模型，目前可通过Qwen API访问。

Qwen3-TTS主要改进内容如下：

更加丰富的音色支持：Qwen3-TTS提供超过49种音色，涵盖不同性别、年龄、地域特征与角色设定，包括撒娇搞怪—茉兔、青梅竹马—小野杏、傲娇率性的女汉子—十三、严厉老师—墨讲师、智慧老者—沧明子、萝莉萌妹—萌小姬等角色。

多语种多方言能力持续增强：Qwen3-TTS支持中文、英文、德语、意大利语、葡萄牙语、西班牙语、日语、韩语、法语、俄语等10大主流语言，在MiniMax TTS multilingual test set上，平均词错误率（WER）优于MiniMax、ElevenLabs及GPT-4o-Audio-Preview；支持更多音色的方言生成，包括普通话、闽南语、吴语、粤语、四川话、北京话、南京话、天津话和陕西话，还原地方口音特色与语言神韵。

韵律/语速更加自然，更拟人化：相比于上一个版本，Qwen3-TTS自适应根据文本调节语速和韵律的能力大幅提高，官方宣称拟人化程度逼近真人。（IT之家）

【周靖人成为阿里合伙人，通义实验室持续调整应对激烈竞争】

12月10日，阿里巴巴宣布阿里云CTO、通义实验室负责人周靖人正式成为阿里合伙人，这是2025年6月阿里合伙人团队缩编至17人后的首次扩容。

根据公开资料，周靖人自2015年加入阿里，历任阿里云首席科学家、iDST负责人、搜索推荐广告负责人、蚂蚁集团技术高管，2022年年底回归阿里云并兼任达摩院副院长。

周靖人此次晋升的关键在于，其领导的通义实验室在过去一年持续迭代Qwen系列大模型，保持国内开源模型性能领先。阿里管理层在内部评价称“在激烈竞争环境下守住技术优势非常不容易”。周靖人拥有中国科技大学本科及美国哥伦比亚大学计算机博士学位，曾任职微软研发合伙人，在阿里工作已满10年。（观点网）

【智谱正式上线并开源文本转语音模型GLM-TTS】

12月10日，智谱正式发布并开源GLM-ASR系列语音识别模型，并推出基于该系列模型的桌面端智谱AI输入法。本次发布模型与产品包括云端语音识别模型GLM-ASR-2512；参数量1.5B的开源SOTA端侧语音模型GLM-ASR-Nano-2512；将语音识别与大模型深度融合的桌面端工具智谱AI输入法。

具体到GLM-ASR-2512，是智谱新一代语音识别模型，支持将语音实时转换为文字。智谱AI输入法基于GLM-ASR系列模型打造，让用户在电脑端用语音交互，可以实现精准的语音转文字，在输入法中直接调用大模型能力，完成翻译、改写、情绪转化等操作。（《北京商报》）

NEWS

国际新闻

【专家：AI可通过视网膜图像诊断阿尔茨海默病，延长健康寿命】

心脏病专家、斯克里普斯研究所副总裁埃里克・托波尔近日表示，AI辅助医疗、生物工程等创新有望彻底改变人类衰老方式，AI甚至能通过视网膜图像提前诊断阿尔茨海默病等疾病。

托波尔指出，健康寿命与寿命存在显著差距，美国人平均健康寿命为63—65岁，而寿命约80岁，多数人晚年生活质量低下。AI在医疗领域的应用潜力巨大，大型语言模型可批量分析医疗记录发现潜在问题，通过视网膜图像提前数年识别动脉疾病、帕金森病等风险，还能捕捉实验室数据趋势，早期发现胰腺癌等疾病，且成本相对较低。

他还提到，GLP-1类药物在抗炎方面效果显著，有望用于预防阿尔茨海默病，相关研究将于2026年年初启动。托波尔强调，生活方式是延长健康寿命的关键，包括低加工食品饮食、优质睡眠和运动等。

【Anthropic总裁阿莫代伊表示，安全AI将获市场青睐，反驳特朗普政府关于AI监管阻碍行业发展的观点】

在近日举行的WIRED大型访谈活动中，Anthropic总裁兼联合创始人丹妮拉・阿莫代伊反驳特朗普政府关于AI监管阻碍行业发展的观点，强调公司对AI风险的重视正在让行业更强大。

阿莫代伊表示，Anthropic从成立之初就明确AI的巨大潜力，而要实现这一潜力必须妥善管理风险，这也是公司频繁讨论风险的原因。目前有超30万家初创企业、开发者使用Anthropic的Claude模型，客户不仅关注AI的能力，更重视其可靠性和安全性。她将公司披露模型局限和越狱情况比作汽车厂商发布碰撞测试结果，认为透明化的安全举措能增强客户信任，形成自我监管的市场环境。Anthropic的“宪法AI”训练模式以《世界人权宣言》等伦理文件为基础，确保模型回应符合人类价值观。该公司员工已从200人增至2000人，业务增长未受安全投入影响。

【记者实验全AI员工公司，实践发现AI智能体虽能完成部分任务，但存在诸多局限，需要大量人类管控】

近日，记者埃文・拉特利夫为验证“一人+AI智能体可打造10亿美元公司”的说法，创立全AI员工初创公司HarumoAI，经过实践发现AI智能体虽能完成部分任务，但存在诸多局限，需要大量人类管控。

拉特利夫选择Lindy平台构建AI智能体，邀请斯坦福计算机科学学生麦迪・布泽克协助搭建跨平台架构，为AI员工创建邮箱、Slack等账号，赋予独立人设和技能。AI团队成功完成网站编码、应用开发等任务，开发的拖延症工具Sloth Surf测试版已拥有数千用户，但过程中问题频发：AI智能体缺乏长期记忆，需通过Google文档手动记录；容易陷入无意义对话消耗资源，曾因一句“周末过得怎样”产生200条消息；还存在虚报任务完成情况等问题。

拉特利夫表示，AI智能体在特定可衡量任务上表现出色，但通用能力不足，目前更像需要严格管理的实习生，而非独立员工。该实验已制成播客《Shell Game》，后续将探索引入人类员工和融资等议题。

【知名导演乔恩・M・朱表示，AI暂无法复制电影创作中的即兴经典瞬间，强调实拍和人类创造力的不可替代性】

《魔法坏女巫》导演乔恩・M・朱在近日举行的WIRED访谈活动中表示，AI在信息收集和组织方面具有价值，但无法复制电影创作中的即兴经典瞬间，强调实拍和人类创造力的不可替代性。

朱提到，《魔法坏女巫》中艾芙芭披上女巫斗篷时向镜头眨眼的经典场景，正是演员辛西娅・埃里沃拍摄时的即兴发挥，若提前写进剧本会显得刻意做作，而这一自然瞬间成为影片标志性画面。

作为曾执导贾斯汀・比伯演唱会电影的导演，朱深谙技术与创作的结合之道，他表示AI无法模拟这种人类临场的创造力和情感表达。尽管对AI持开放态度并主动学习其应用，但他认为电影制作中实用场景和即兴创作的价值无可替代，这也是《魔法坏女巫》及其续集能引发观众共鸣的核心原因。

【AMD CEO苏姿丰认为AI泡沫担忧被夸大，行业仍处发展初期】

AMD CEO苏姿丰在近日的举行的WIRED访谈活动中明确表示，对AI泡沫的担忧“被过分夸大”，从行业需求来看，AI芯片市场潜力巨大，不存在泡沫问题。

苏姿丰指出，AMD自2014年她担任CEO以来，市值从20亿美元增长至3000亿美元，目前正全力布局AI芯片和数据中心。AMD今年与OpenAI达成重大合作，将在数年内为其提供6吉瓦的Instinct GPU，OpenAI获得1.6亿股AMD股票（每股1美分），占公司10%股份，首波1吉瓦部署将于2026年下半年启动。针对中国市场，苏姿丰确认AMD将恢复向中国出口MI308芯片，需支付特朗普政府征收的15%关税，此前该芯片出口限制导致公司损失约8亿美元。

她强调，AI仍处于发展初期，下一代模型将更强大，行业对计算能力的需求持续增长，AMD的核心关注点是加快创新速度，而非过度担忧竞争对手。

编辑丨钱丽娜、张可

排版 | 张可