PulseAugur coverage of WeChat — every cluster mentioning WeChat across labs, papers, and developer communities, ranked by signal.
- developed by Tencent 100%
- developed by Zhang Xiaolong 100%
- used by Calif Security 90%
- used by WeWorm 90%
- used by WeMM-Embedding 90%
- developed by WeMM-Embedding 90%
- developed WeMM-Embedding 90%
- developed Pu Puan 90%
- developed by WeWorm 90%
- partners with Oppo 90%
- developed by Welm 90%
- developed Welm 90%
- 2026-10-18 partnership WeChat integrated with Huawei's Celia for voice and video calls on HarmonyOS. 来源
- 2026-09-10 product_launch WeChat is integrating its new AI assistant, Xiaowei. 来源
- 2026-09-09 controversy A security vulnerability in WeChat was exploited for remote code execution on Android devices. 来源
- 2026-09-09 controversy A security firm demonstrated an AI system's ability to hijack WeChat accounts through unanswered voice calls, revealing a critical flaw. 来源
- 2026-09-09 product_launch A US cybersecurity firm demonstrated an AI-powered exploit that could hijack WeChat accounts via unanswered voice calls. 来源
- 2026-09-08 research_milestone Researchers developed an AI worm capable of hacking WeChat accounts. 来源
- 2026-08-16 product_launch Tencent integrated its new AI agent, Xiaowei, into the WeChat super app. 来源
- 2026-06-08 product_launch Tencent launched an AI ecosystem for WeChat, integrating intelligent agents for services like travel planning. 来源
- 2026-06-08 partnership WeChat is releasing guidelines for developers to integrate with its AI ecosystem, with Ctrip being an early tester. 来源
- 2026-06-08 product_launch WeChat announced it is opening its AI ecosystem to developers, allowing them to integrate AI capabilities into their applications. 来源
- 2026-06-08 product_launch WeChat has opened its AI ecosystem to developers, allowing them to integrate AI capabilities into their applications. 来源
- 2026-06-04 partnership WeChat is partnering with multiple mobile manufacturers to integrate its features into phone AI assistants. 来源
- 2026-06-03 product_launch Tencent is preparing to launch an AI agent within its WeChat platform, pending regulatory approval. 来源
- 2026-06-03 product_launch Tencent is reportedly advancing its WeChat AI Agent, aiming for regulatory approval to launch a feature that connects with mini-programs via voice commands. 来源
- 2026-06-02 product_launch Tencent is reportedly preparing to launch an AI agent within its WeChat super app. 来源
12 天有情绪数据
-
研究发现人工智能助手难以阅读社交媒体帖子
一项最新研究调查了人工智能助手访问和解读社交媒体帖子内容的能力,揭示了其显著的局限性。研究人员在抖音、小红书、哔哩哔哩、YouTube、TikTok和X等平台上的帖子中嵌入了隐藏的代码,然后要求Gemini、Copilot等人工智能助手查找。虽然大多数人工智能助手因登录墙或验证页面而正确报告无法访问帖子,但Gemini从YouTube上找到了两个代码。开源工具表现稍好,一个名为ReadProof的读取工具实现了最高的成功率,正确识别了九个代码。
-
AI作为个人助理:工作中的幽默类比
作者建议将AI视为个人助理,并将AI的功能与工作的各个方面进行类比。API密钥被比作电话号码,而微信和钉钉等界面则充当通信渠道。提示被视为来自领导的指示,而令牌则代表工资。AI被描述为具有长上下文窗口,支持深度思考、学习、多模态交互和并行任务,尽管它有时会产生幻觉。这位AI助理可以24/7使用,没有使用限制或停机时间,也没有加班费,甚至提供按次付费模式。
-
中国科技巨头在个人AI智能体方面面临内部障碍
尽管在北美地区Muse等产品取得成功后,人们对个人智能体的兴趣日益浓厚,但像字节跳动、阿里巴巴和腾讯这样的中国主要科技公司在开发个人智能体方面正面临重大的内部挑战。主要障碍包括团队归属不明确、运行智能体的高昂计算成本,以及现有业务部门不愿与新AI团队整合或提供必要的数据访问。这些内部冲突与过去向移动互联网转型时遇到的困境相似,当时新老部门之间在资源和战略优先级上的竞争阻碍了进展。
-
AI代理目录集成带来运营改进,而非直接安装
一位博主试图将一个流行的GitHub目录中的AI代理集成到他们的CRM系统中,但发现大多数代理不适合他们特定的业务需求。作者开发了一种评估和实施有用代理功能的方法,侧重于具体的行动和决策过程,而不是摘要。这导致了应收账款催收梯的改进以及防止虚假报告的证据协议的采用,最终没有直接安装任何代理,但带来了显著的运营改进。
-
okdata服务使AI模型能够访问实时的TikTok、YouTube、Reddit和X数据
一项名为okdata的新服务允许Claude和Cursor等AI模型访问TikTok、YouTube、Reddit和X等平台的实时数据。该服务提供了跨越17个平台、超过200个端点的搜索、描述、调用和分页数据工具。用户可以通过Claude中的自定义连接器或Cursor中的环境变量集成okdata,数据调用的成本从几分之一美分起。
-
中国互联网巨头利用人工智能构建一体化生态系统,与美国同行不同
中国互联网巨头正在利用人工智能拓展其服务,创建一体化生态系统,这与美国科技公司的碎片化方法不同。例如,一个微信智能体理论上可以在单一闭环内涵盖社交网络、小程序、内容和支付。相比之下,美国本土的独立智能体需要手动集成各种应用程序才能实现类似的功能。
-
中国应用利用众包遏制冲动消费
一款名为“钱包,请稍等”的微信小程序在中国越来越受欢迎,它允许用户通过众包的方式来批准他们的购物。该工具旨在遏制冲动消费,尤其是在双十一等大型购物活动之前。用户提交购物请求,包括商品详情和理由,由陌生人批准,这与企业财务审批流程有相似之处。
-
WeLM-Image 模型集成了多模态理解能力,可实现高级图像生成
研究人员推出 WeLM-Image,这是一款统一的图像生成模型,旨在集成到微信等大规模消费类应用中。该模型结合了多模态理解、文本到图像生成、指令引导编辑和多参考合成能力。它采用具有专家混合模块的 Transformer 混合骨干网络,拥有 317 亿个存储参数和约 54 亿个激活参数,可实现高效处理。WeLM-Image 在 PRISM-Bench 和 Qwen Image Bench 等多个基准测试中均排名靠前,其蒸馏版本 WeLM…
-
腾讯发布统一视觉语言模型 WeVisOne-VL
腾讯的微信视觉团队推出了 WeVisOne-VL,这是一个开源的视觉语言模型,提供 2B 和 4B 参数规模。该统一模型能够执行多种任务,包括对象检测、OCR、分割和抠图,无需单独的专用模型。WeVisOne-VL 使用了一个 9.6M 参数的像素解码器,并基于 Qwen3-VL 架构构建,自我报告的基准测试表明其在 30 多个任务上的性能优于同等规模的模型。
-
人工智能助手正在进入消息应用程序,绕过独立软件
一家名为 Pally 的人工智能助手初创公司,通过将其产品从独立应用程序迁移到 iMessage,用户留存率显著提高。这种由语言模型通过对话处理用户请求的能力驱动的转变,凸显了一种人工智能可能降低专用应用程序必要性的趋势。将人工智能融入日常生活的其他方法包括新的硬件设备和超级应用程序,但将人工智能嵌入现有的消息平台不需要用户养成新的习惯。
-
DeepSeek 的 dsh-superagent 引发关于代理设计和注意力管理的争论
DeepSeek 的 dsh-superagent 是一个自主代理系统的研究原型,在 Reddit 和 GitHub 等平台上获得了显著关注,尽管其底层代码在数日内未发生变化。该系统由乔雨佳在一篇论文中详细介绍,提出了一种包含路由器和工作者的两层架构,以有效管理多个代理会话。虽然该设计旨在实现持续、高效、主动和持久的运行,但其实验结果显示,在增加令牌使用量的同时,速度仅有适度提升,且编码工作是模拟的。用户强调的一个关键设计理念是,该代…
-
开源AnyModelBot本地统一70个AI模型
AnyModelBot是一款新发布的开源、本地运行的AI机器人,它使用单一的Modelflare Key,为超过70个主流AI模型提供统一的界面。该应用程序由Malachi等人开发,采用MIT许可,支持Windows、macOS和Linux,并提供安装程序和Docker支持。主要功能包括本地长期记忆存储、与微信和飞书等聊天应用的集成,以及AI在macOS电脑上执行操作的能力(目前此功能处于测试阶段)。
-
WeFair框架改进了短视频搜索的个性化查询重写
研究人员开发了WeFair,一个旨在增强短视频搜索平台个性化查询重写的新型框架。该系统利用多阶段人类反馈过程——演示、偏好和验证——以确保重写的查询准确反映用户意图并最小化漂移。使用此框架开发的模型WeFair-2B在离线实验中表现出卓越的性能,并在在线A/B测试中取得了显著的改进,最终被部署到微信的短视频搜索系统中。
-
腾讯绿泡泡短剧小程序月活用户破亿
腾讯绿泡泡短剧小程序月活用户已突破1亿,8月达到1.43亿。10月首周,其周活用户达到8968万,环比增长44.1%。这一增长得益于其作为微信内短剧主要入口的整合,以及平台强大的流量支持,特别是来自微信视频号的流量。该小程序还在扩展其内容,包括真人、AI生成和动画短剧。
-
WorkBuddy AI 集成企业微信,提升业务运营效率
AI助手WorkBuddy已集成到腾讯的企业微信中,使其能够直接访问和处理平台上的信息。此次集成使WorkBuddy能够理解来自聊天消息、文档和日程安排的工作背景,而无需进行广泛的用户培训。然后,该AI可以协助处理任务、总结讨论、管理文件,甚至与客户关系管理系统进行交互,旨在提高个人生产力并降低企业的运营成本。
-
知名经济学家任泽平的社交媒体账号被限制
知名经济学家任泽平的微信社交媒体账号已被限制。此举是在针对未经批准的金融营销出台新规后发生的,同时也伴随着中国对金融影响者监管的加强。据报道,任泽平的账号因涉嫌违规而无法新增粉丝并暂停发帖。
-
DeepSeek获150亿美元创纪录中国融资,腾讯、宁德时代领投 · 追踪1个来源
据报道,DeepSeek在最近一轮融资中已获得近1000亿元人民币(约合150亿美元)的资金,成为中国历史上规模最大的融资之一。本轮融资吸引了包括宁德时代和腾讯在内的主要投资者。这笔巨额融资凸显了DeepSeek在全球范围内与Anthropic和OpenAI等人工智能领导者竞争的雄心,尤其是在其年化收入已超过10亿美元的情况下。
-
DeepSeek 传闻获 150 亿美元融资,在美国实施限制之际,加剧了人工智能竞赛
中国人工智能实验室 DeepSeek 据报道在一轮融资中获得了约 150 亿美元,此前美国对其技术实施了限制。这笔巨额投资,可能包括来自 CATL 和腾讯的贡献,紧随其 6 月份的 70 亿美元融资之后,并凸显了全球人工智能领域的激烈竞争。尽管面临美国制裁,DeepSeek 仍计划扩大其人工智能基础设施,并向国内外市场开放模型,从而加剧了与其他中国人工智能公司的竞争。
-
微信小程序获得开源 MCP 容器
ANP 开源社区发布了一个专为微信小程序设计的 MCP 容器。此举旨在为微信生态系统内的应用程序开发和部署提供一个更灵活、更开放的环境。
-
WeVisOne-VL 在新的视觉语言模型中统一了对象和像素感知
研究人员推出 WeVisOne-VL,这是一种新颖的视觉语言模型,旨在统一对象级和像素级的视觉感知。该模型通过采用结构化下一个 token 预测和专门的像素解码器,支持包括对象检测、OCR 和分割在内的广泛任务。WeVisOne-VL 在众多基准测试中表现出色,并已发布给开源社区,以促进可靠感知系统的进步。