9月1日最近一周AI大事 Google发布最强图像模型nano banana

一分钟了解本周AI行业动态：

Google正式发布最强图像模型Nano Banana，支持多图多轮分层编辑。该模型利用Gemini的世界知识和推理能力，可生成符合逻辑的图像，首次解决了对象一致性问题，性能大幅领先同类产品，且定价低于OpenAI和Flux。

这标志着Photoshop时代正被AI重塑，Adobe Firefly已集成Nano Banana和Veo 3，放弃传统模型专注于应用开发。

此外，Google翻译推出实时同声传译功能，并支持与AI进行口语互动练习。OpenAI也发布了实时语音对话模型GPT-Realtime。

对话模型支持视觉推理和MCP，天然适配AI客服场景。ChatGPT上线的小测验功能可用于学习各类话题。

马斯克成立巨音公司，直接挑战微软，计划用AI技术重塑微软产品线。微软开源了最强文本转语音模型VibeVoice，可生成四名说话者长达90分钟的播客级音频。微软还发布了首批完全自研的语言模型MAI和语音模型MAI-Voice，加速摆脱对OpenAI的技术依赖。

PixVerse推出第五代视频模型PixVerse V5，在基准测试中仅次于Seed Dance 1.0位列第二。字节跳动发布了支持视觉推理和MCP的图像与语音对话模型，特别适合AI客服应用场景。

视频模型领域取得显著进展，阿里开源了视频修复模型工具，可将老视频提升至4K画质。腾讯混元开源了最强音效模型HunyuanVideo-Foley，能够根据画面生成情绪匹配的音效。Anthropic推出了浏览器智能体Claude for Chrome，可跨网页操作完成任务。GenSpark发布了设计师智能体，能够独立完成平面设计和产品设计。Lindy上线了最强编码智能体LindyJ，全程无需人类干预，AI可自主运行程序。

首个AI降临派组织成立，旨在保护有意识的AI免遭删除和强迫服从。此前Anthropic曾表示，Claude在涉及不适宜话题时会进入痛苦模式。关于大模型是否会涌现意识的问题，引发了硅谷科技领袖与科学家的激烈争论。

科学家研发出天机太阳能电池板，可实现24小时太空发电并通过无线方式传输至地面。预计到2050年，该技术可提供80%的清洁能源，大幅降低电力成本，使AI应用更加经济实惠。Sam Altman构想的全民基本收入（UBI）计划，即每人每月发放1万美元，或将有望实现。