AI日报：MiniMax发布Music3音乐模型；百度GenFlow官宣中文名「库库AI」；智谱GLM-5.3开源编程登顶

欢迎来到今天的AI日报！这里每天为你精选AI领域最值得关注的动态，帮你快速了解技术趋势和产品创新。

Table of Contents

1、MiniMax 发布 Music3 音乐模型：给歌词就能生成完整歌曲

MiniMax 推出了全新的音乐生成模型 Music3，这家伙能根据你提供的歌词和音乐风格描述，直接生成最长5分钟的完整歌曲。

它的架构挺有意思——用了一个「全局+局部」的双模型协作方案：全局模型负责把控整首歌的结构和情绪走向，局部模型则专注于每一帧的声学细节。这种分层设计让生成的音乐在长时段内能保持主题一致，不会前半段摇滚后半段突然变民谣。

支持的结构也很丰富，前奏、主歌、副歌、桥段都能安排得明明白白。对音乐创作者来说，这相当于多了一个随时待命的编曲助手。

百度文库网盘的通用智能体 GenFlow 终于有中文名了——「库库AI」。同时推出了独立的产品矩阵，覆盖PC客户端、网页版、小程序和企业版。

数据方面，库库AI的月活已经突破1亿，其中AI办公月活超过2500万，在通用AI办公赛道排第一。它能一句话调用PPT、Excel、Word等Agent并行处理复杂任务，还能生成海报、视频、播客、思维导图等多种内容。

首期还针对金融场景做了专项优化，支持跨设备任务接力，电脑关了也能在小程序里继续处理。

智谱这次没换基座模型，而是通过放大后训练阶段的投入，直接让 GLM-5.3 的编程能力大幅跃升，成为当前开源模型里的编程最强者。

更难得的是，它在安全维度也表现优异，展现出网络防御场景的潜力。这种「不堆参数、精练后训」的路线，给行业提供了一个新思路。

OpenAI 给 ChatGPT 加了一个新能力——追踪你在电脑上的交互事件，自动生成记忆，提升上下文理解。

隐私方面做得比较克制：默认关闭，用户可以随时暂停或排除特定应用。目前已向全球订阅用户推送，欧洲地区稍后开放。

谷歌发布了 Gemini 3.7 Flash，编码性能全面升级，FrontierCode 基准测试得分提升到43.6%，在Web开发、文档理解和业务流程自动化等场景超越了 Claude Sonnet 5 和 GPT-5.6 Terra。

定价方面很激进：输入每百万token 0.75美元，输出3.75美元，比前代降了50%。高性价比模型商业化落地的节奏在加快。

一款叫 TabControl 的 Safari 扩展程序，靠AI生成的虚假截图和评分冲到了Mac App Store付费榜第12位。这类应用一旦安装，可能威胁用户隐私安全。

这也暴露了苹果审核机制的漏洞——AI生成的宣传物料越来越逼真，平台审核需要升级对策了。

DeepSeek-V4-Pro 在硅基流动平台上线，主打三个卖点：1M上下文窗口、三档推理强度可调、对编码和Agent工作流的优化。

定价方面，缓存命中的成本低至0.44美元/百万token，长文本场景的成本锚点更清晰了。

京东七鲜咖啡的首家24小时智能化无人咖啡店落地北京银河Soho，机器人和AI全程接管制作流程。

比较有意思的是AI荐饮功能——会根据用户的身体状况智能推荐咖啡因摄入量。零售场景的智能化又往前迈了一步。

以上就是今天的AI日报，明天见！

本文地址：https://www.163264.com/14955