欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
新鲜AI产品点击了解:https://top.aibase.com/
1、Kimi开源视觉语言模型 Kimi-VL 与 Kimi-VL-Thinking，多项基准超越 GPT-4o
Moonshot AI 最近开源了 Kimi-VL 和 Kimi-VL-Thinking 两款视觉语言模型，展现出卓越的多模态理解与推理能力。这些模型采用轻量级的 MoE 架构，参数仅有30亿，却在多个基准测试中超越了 GPT-4o。Kimi-VL 系列在数学推理、智能体操作和高分辨率图像处理等方面表现突出，支持超长上下文理解，展现出广泛的应用潜力。
2、科大讯飞旗下讯飞星辰Agent开发平台已全面支持MCP
科大讯飞近日宣布其讯飞星辰Agent开发平台全面支持MCP，旨在帮助开发者高效构建Agent应用。该平台不仅支持轻松配置和调用行业领先的MCP Server，还允许一键发布自定义MCP Server，实现真正的“即插即用”。首批支持的MCP Server覆盖多个行业，推动AI应用的中间层标准化。
3、昆仑万维开源Skywork-OR1系列模型 数学代码能力出色
昆仑万维天工团队于4月13日推出了全新升级的Skywork-OR1系列模型，标志着在逻辑推理和复杂任务求解方面的重大突破。该系列包含三款高性能模型，分别针对数学和代码领域，展现出卓越的推理能力和性价比。Skywork-OR1-32B-Preview在竞赛编程任务中表现尤为突出，显示出其训练策略的先进性。
4、字节跳动推出Seed-Thinking-v1.5:推理AI竞赛中的新力量
字节跳动推出的新型大语言模型Seed-Thinking-v1.5在推理AI竞争中展现出强大的实力。该模型采用混合专家架构，能够在多项基准测试中超越行业巨头，尤其是在科学、技术、数学和工程领域。通过技术创新和高效的训练方法，Seed-Thinking-v1.5不仅提高了推理能力，还在非推理任务中表现出色。
5、商汤大装置SenseCore2.0全新升级 推出1亿元代金券计划
在2025商汤技术交流日上，商汤科技宣布其大装置SenseCore2.0全面升级，旨在为企业提供高效、灵活的全栈AI基础设施服务。此次升级响应了大模型产业的三大挑战，并通过技术创新显著提升了算力利用率和推理性能。此外，商汤科技投入1亿元专项代金券，助力各行业加速AI落地。
6、Google AI Studio开放Veo2视频模型有限免费试用
Google AI Studio最近向部分用户开放了Veo2视频模型的有限免费试用，引发了广泛关注。Veo2作为最新一代AI视频生成工具，支持高达4K分辨率和真实的物理模拟，展现了其强大的技术实力。然而，试用权限受到严格限制，用户对冷却时间和后续使用的未知感到困惑。
7、上海AI实验室开源InternVL3系列多模态大型语言模型
OpenGVLab于4月11日发布了InternVL3系列模型，标志着多模态大型语言模型领域的新里程碑。该系列模型包含从1B到78B的多种尺寸，具备处理文字、图片、视频等多种信息的能力，性能显著提升。与前代产品相比，InternVL3在多模态感知和推理上有了显著进步，扩展了工具使用、工业图像分析等多个领域的能力。
8、AI“智商”大考变革!全新GAIA基准超越 ARC-AGI
随着人工智能技术的迅速发展，如何准确评估AI的智能水平成为行业关注的重点。传统的评估基准如MMLU虽然广泛使用，但其局限性逐渐显现，无法全面反映AI在实际应用中的能力。新推出的GAIA基准通过模拟真实世界的复杂问题，强调了AI在多步骤任务中的灵活性与专业化，标志着AI评估方法的重大转变。
9、百元成本炼成开源视频模型Pusa:基于Mochi微调，低成本复现高质量
Pusa是一个基于Mochi微调的开源视频生成模型，具有低成本和完全开源的特点。仅需约100美元的训练成本，Pusa展现出较好的视频生成能力，支持多种生成任务。其开放的微调流程促进了社区的合作与发展，吸引更多研究者参与到视频模型的研究中。
10、字节跳动开源项目UNO:图片生成可以保持角色、物体一致性
字节跳动的开源项目UNO在AI图像生成领域取得了重要突破，解决了以往生成图像时角色或物体一致性的问题。通过创新的高一致性数据合成流程和模型设计，UNO能够确保无论是单主体还是多主体场景，生成的图像都能保持特征一致性。
11、小鹏汽车推新物理大模型，定位AI汽车公司
小鹏汽车创始人何小鹏在社交媒体上强调了公司作为AI汽车公司的定位，认为人工智能的最大价值在于改变物理世界。他透露小鹏在自动驾驶领域的创新技术，尤其是强化学习与模型蒸馏，使其在行业内具备独特竞争力。此外，小鹏正在训练一个超大规模的物理世界模型，标志着其在AI技术应用上的领先地位。
12、字节跳动布局AI智能眼镜，挑战下一代可穿戴设备市场
字节跳动正在积极研发一款AI智能眼镜，旨在将先进的人工智能功能与高质量影像捕捉相结合，提供创新的用户体验。该设备将集成字节跳动自研的“豆包”AI模型，增强智能交互能力，用户可通过语音指令等方式与眼镜互动。项目已进入实质性研发阶段，字节跳动与供应链伙伴展开沟通，推动产品的功能设计与上市计划。
声明：转载于站长之家
