AI新闻资讯

在今年的达沃斯世界经济论坛上，众多商界和政界领袖齐聚一堂，普遍认为美国科技巨头在人工智能（AI）领域占据主导地位，而中国乃至整个亚洲似乎都在这一赛道上滞后。然而，在与会者离开后，这种看法开始遭遇挑战。首先，来自中国的一家名不见经传的对冲基金 —— 深度寻求（DeepSeek）在这一时刻引发了全球的注意。该公司的 AI 部门推出了一款名为 R1的大型语言模型，其性能与 OpenAI 最新的模型相媲美。更令人惊讶的是，DeepSeek 声称只花费了600万美元进行训练，这一成本与硅谷公

Genspark宣布其旗舰产品Genspark Super Agent新增了强大的文件转换工具，支持超过400种文件格式的互转，为用户带来了前所未有的办公效率提升。这一功能的推出进一步巩固了Genspark在AI代理领域的领先地位，为个人用户和企业提供了更灵活、智能的文件处理解决方案。以下由AIbase为您解析这一新功能的亮点及其潜在影响。支持转换超400种文件格式Genspark Super Agent的文件转换工具以其简单易用和广泛兼容性引发了广泛关注。根据近期在社交媒体平台上的讨论，该工具的操作流程极为直观:用户只需

北京市人工智能产业投资基金近日宣布，向北京智谱华章科技股份有限公司（简称"智谱"）追加投资2亿元人民币。据基金方面透露，智谱是该基金成立以来投资的第一家AI大模型企业，也是目前成长最快的企业之一。智谱在文本、推理、语音、图像、视频和代码等领域的模型能力建设方面积累深厚，同时拥有完善的商业化布局，已经建立了超过百万规模的开发者社区和企业用户基础。此次投资旨在进一步推动智谱在开源模型和算法创新方面的能力建设。4月14日，智谱开源了32B/9B系列GLM模型

近日，微软研究团队正式发布了一款名为 BitNet b1.582B4T 的开源大型语言模型。这款模型拥有20亿参数，采用了独特的1.58位低精度架构进行原生训练，与传统的训练后量化方式相比，BitNet 在计算资源的需求上有了显著的降低。根据微软的介绍，该模型在非嵌入内存占用方面仅为0.4GB，远低于市场上其他同类产品，如 Gemma-31B 的1.4GB 和 MiniCPM2B 的4.8GB。BitNet 的高效性能源于其创新的架构设计。模型放弃了传统的16位数值，而是采用了定制的 BitLinear 层，限制权重为 -1、0和 +1三种状态，形成了三值

近日，位于纽约的人工智能创业公司1Fort 宣布完成了一轮750万美元的种子融资，旨在通过其 AI 驱动的平台改善小型企业获得商业保险的流程。该公司在2024年的收入增长率达到了200%，力求通过自动化的方式改变那些繁琐且过时的手动流程，帮助数百万小企业解决保险不足的问题。此次融资由 Bonfire Ventures 领投，Draper Associates、Ramp 创始人 Karim Atiyeh 及 Village Global、Operator Partners、8-Bit Capital、Character VC 和 Company Ventures 等现有投资者参与。这轮融资使1Fort 的总融资额达到了1000万美元。1Fort 的联

为应对日益激烈的人工智能市场竞争，OpenAI 近日推出了一种名为 Flex 处理的新型 API。这一全新的选择将使得用户能够以更低的成本使用 AI 模型，尽管在响应速度和可用性上有所妥协。Flex 处理旨在支持低优先级和非生产性的任务，例如模型评估、数据丰富以及异步工作负载。具体来说，Flex 处理的成本大幅下降。例如，使用 o3模型时，Flex 处理的价格为每百万个输入词元5美元，相较于标准价格10美元减少了50%。而在输出方面，每百万个输出词元的费用也从40美元降至20美元。对于 o4-mini 模型

随着人工智能技术的不断进步，OpenAI 近日推出了其最新的推理模型 ——o3和 o4-mini。这两款新模型不仅在文本理解上更为强大，更具备了图像推理的能力，迅速成为用户们的新宠。据外媒 TechCrunch 的报道，越来越多的用户开始利用 ChatGPT 来定位照片拍摄的具体地点，这一新现象在社交媒体上引发了广泛关注。o3和 o4-mini 模型具备强大的图像分析能力，用户可以通过上传照片进行详细分析。这些模型能够处理模糊或变形的图像，进行裁剪、旋转和放大，从而实现更为精准的识别。在用户的尝

OpenAI首席产品官近日公开表示，教育AI是人工智能最具价值的领域之一，其愿景是“让每个孩子拥有一个AI家教”。他强调，研究表明，接受家教的孩子在学业表现上远超传统教育，而AI的普及将这一优势扩展至全球30亿儿童。AIbase观察到，这一理念正推动全球教育领域的智能化浪潮，OpenAI承诺全力支持教育AI应用的广泛推广，为教育公平与效率注入新动能。图源备注：图片由AI生成，图片授权服务商Midjourney全球探索:AI+教育的实践热潮据AIbase了解，AI已在全球家庭与学校中扮演起“教学助手”

全球领先的AI图像生成平台Midjourney于2025年4月17日宣布，其图像编辑器迎来了一次重要更新。此次更新不仅优化了用户体验，还引入了多项创新功能，进一步巩固了Midjourney在AI创意工具领域的领先地位。以下是AIbase为您整理的最新资讯，带您深入了解这一激动人心的升级。焕然一新的用户界面（UI）Midjourney此次更新对图像编辑器的用户界面进行了全面优化。新的UI设计更加直观、流畅，旨在提升用户的操作效率与创作体验。无论是专业设计师还是新手用户，都能通过简洁的界面快速上手，轻

谷歌近日在其 Gemini 系列中推出了全新的 Gemini2.5Flash，这一版本正在进行预览，旨在为开发者提供更强大的推理能力。借助 “思考” 过程，开发者可以根据需求灵活控制成本和延迟，打造更具性价比的解决方案。与前一版本2.0Flash 相比，Gemini2.5Flash 的升级主要体现在推理能力上。这是谷歌首次推出的全混合推理模型，允许开发者选择是否启用思考功能。通过设置思考预算，开发者能够在质量、成本和延迟之间找到理想的平衡点。即便在思考功能关闭的情况下，2.5Flash 依然保持着2.0Flash 的快

字节跳动在Hugging Face平台正式发布了UI-TARS-1.5，一款基于强大视觉语言模型构建的开源多模态代理。这一发布标志着字节跳动在AI自动化交互领域的又一重大突破，为开发者与用户提供了一个高效、智能的跨平台GUI（图形用户界面）自动化解决方案。UI-TARS-1.5:多模态代理的创新标杆UI-TARS-1.5是字节跳动继UI-TARS系列后的全新迭代，专为自动化图形界面交互设计，具备卓越的感知、推理、行动和记忆能力。该模型采用端到端架构，依托纯视觉输入，能够实时理解动态界面，并通过自然语言指令完

字节跳动豆包大模型团队宣布开源 UI-TARS-1.5，这是一款基于视觉 - 语言模型构建的开源多模态智能体，能够在虚拟世界中高效执行各类任务。该模型在7个典型的 GUI 图形用户界面评测基准中取得了 SOTA（State-of-the-Art）表现，并首次展现了其在游戏中的长时推理能力和在开放空间中的交互能力。这一开源项目标志着多模态智能体技术在 GUI 操作和游戏推理领域取得了重要进展。

阿里通义宣布开源 Wan2.1系列模型，其中包括强大的首尾帧生视频模型。这一模型采用了先进的 DiT 架构，在技术上实现了多项突破，显著降低了高清视频生成的运算成本，同时确保了生成视频在时间与空间上的高度一致性。此次开源为开发者和创作者提供了强大的工具，推动视频生成技术的发展。

随着人工智能（AI）技术的不断成熟，业内专家提出，AI 发展的重心正在发生显著转变。从早期的模型训练和算法创新，转向更加关注任务定义与评估优化。这一观点由 OpenAI 的研究员姚顺雨提出，他强调，在 AI 的下半场，产品思维将成为推动技术应用和商业化的关键。在 AI 的上半场，研究者们专注于构建强大的模型，例如 Transformer 和 GPT-3等，这些模型在各种基准任务中表现出色。此阶段的核心在于方法论，研究人员主要关注如何设计和优化算法，而任务的定义往往被视为次要。因此，尽

近年来，生成式AI技术的飞速发展不断推动着视频生成领域的创新。近日，一项名为FramePack的视频扩散技术引发了业界广泛关注。据AIbase从社交媒体平台X的最新信息整理发现，FramePack以其超低的显存需求和高效的生成性能，有望将视频生成技术推向全新的“大众GPU时代”。技术突破:仅需6GB显存，千帧视频生成无压力FramePack的最大亮点在于其极低的硬件门槛。传统视频扩散模型通常需要高昂的显存支持，而FramePack仅需6GB显存即可实现全帧率（30fps）下上千帧的视频扩散生成。这一特性使得普

随着人工智能技术的不断进步，AI 换脸技术逐渐被应用于各种领域，但与此同时，恶意使用此技术进行诈骗的风险也在上升。为应对这一日益严峻的挑战，联想集团推出了一项名为 “Deepfake 深度伪造技术检测器” 的新技术。这一技术的发布是在联想今日发布的一则宣传片《用 AI 守护 AI》中揭晓的。该检测器的核心优势在于其超高的准确率，达到了96%。基于 DeepSeek 开源大模型构建，这一技术能够在本地的 AI PC 上运行。技术原理方面，检测器运用了先进的深度学习算法，对视频和图像中的

近日，开源社区迎来一款重量级工具——FastAPI-MCP。这款近乎零配置的工具能够自动将FastAPI应用的接口转换为Model Context Protocol（MCP）工具，为AI模型与后端服务的无缝交互开辟了新路径。据AIbase了解，FastAPI-MCP以其简单易用和高灵活性迅速引发开发者热议，广泛应用于AI驱动的自动化场景。项目现已开源，源代码可在GitHub获取，标志着AI与API集成技术的又一里程碑。核心功能:自动转换，智能调用FastAPI-MCP的核心在于其“零配置”设计，能够自动发现FastAPI应用中的所有端点，并将其转化为MCP工

今日，百度创始人李彦宏的25年首场演讲海报正式曝光。根据海报信息，李彦宏将在4月25日的Create2025百度AI开发者大会上带来一场为期1小时的主题演讲，题为《模型的世界，应用的天下》。演讲内容将聚焦AI领域的热门议题，包括MCP、智能体、数字人、模型成本等，引发业界广泛关注。此次大会的亮点之一是李彦宏将正式发布百度AI的最新产品和业务进展。此前，百度已预告将在大会上推出文心大模型4.5Turbo，海报暗示李彦宏将在演讲中详细介绍该模型的独特功能与技术能力。文心大模型4.

ABB集团正式宣布计划将其机器人业务单元进行100%的分拆，并拟提交2026年年度股东大会审议。这一计划旨在于2026年第二季度推动ABB机器人业务作为独立上市公司，开启独立交易。该举措将为ABB机器人业务带来更聚焦的资本结构和治理架构，同时提升业务增长潜力。ABB集团董事长傅赛在声明中表示:“董事会认为，通过将机器人业务独立上市，能够更好地优化两家公司在客户价值创造、业务增长和人才吸引方面的潜力。更聚焦的治理架构和资本配置将使双方受益。”他还强调，ABB将继续专注于

在这个信息爆炸的时代，寻找所需的内容常常像大海捞针一样困难。为了帮助用户更高效地获取信息，Brave Search MCP 服务器应运而生!这款产品结合了强大的搜索能力与灵活的本地服务，让用户能够轻松访问网页信息及附近的商家、餐馆等服务。它不仅让搜索变得更智能、更方便，还让用户体验到前所未有的精准度。Brave Search MCP 服务器的魅力不仅在于它的强大功能，还在于其出色的用户体验设计。用户可以通过简单的查询快速获取所需的信息，而无需担心信息的准确性和新鲜度。无论你是