华人团队开发的MiniGPT-v2视觉模型在GitHub上获得超过两万颗星标，能够完成多种视觉任务，包括目标对象描述、视觉定位和图像说明。MiniGPT-v2采用多阶段训练，在视觉问题解答和接地基准测试中表现出色，以ViT视觉主干为基础，通过简单多模态指令实现高效的任务完成。
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。
OpenAI宣布ChatGPT迎来一项重大更新:全新 图像库功能正式上线，允许用户在统一的界面中查看、编辑和分享通过GPT-4o模型生成的所有图片。这一功能现已向免费、Plus及Pro用户逐步开放，显著提升了用户在AI图像生成领域的创作体验。图像库功能:一站式管理AI创作ChatGPT的图像库功能为用户提供了一个集中化的平台，用于存储和管理所有通过GPT-4o生成的图片。无论是基于文本提示生成的艺术作品，还是从用户上传的图像转换的风格化内容（如Studio Ghibli风格或卡通效果），所有创作都将自动归档
人工智能技术的快速发展对提示工程（Prompt Engineering）提出了更高要求。AIbase从社交媒体获悉，OpenAI于近日发布了针对GPT-4.1的提示工程指南，详细阐述了如何通过清晰、精确的提示最大化模型性能。这一指南不仅延续了传统最佳实践，还针对GPT-4.1的独特特性提供了优化建议。以下是AIbase对这一指南的深度解析，带您了解其核心内容与行业意义。GPT-4.1的特性:更严格的指令遵循OpenAI在指南中指出，GPT-4.1在指令遵循方面表现得更为严格和字面化，相较于其前身GPT-4，它更倾向于直接执行提示中
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、智谱AI启用全新域名Z.ai 并开源 32B/9B 系列 GLM 模型智谱技术团队近期宣布开源32B和9B系列的GLM模型，并推出全新交互体验平台Z.ai。这些模型遵循MIT许可协议，支持商业用途，提升了开发者的使用自由度。GLM-4-32B-0414模型在多个任务上表现优异，甚至超越了部分大型模型。【AiBase提要:】🆓 开源
最近，AI 领域迎来了重磅消息:拥有17亿参数的开源图像生成模型 HiDream-I1正式发布。此款模型不仅在生成图像的质量上表现出色，甚至在某些方面超越了目前备受瞩目的 GPT-4o。HiDream-I1的发布使得普通用户在无需订阅的情况下，也能体验到先进的图像生成和编辑技术。HiDream-I1由国内公司智象未来研发，成功跻身人工智能基准测试平台 Artificial Analysis 的竞争榜单，迅速成为开源模型的新标杆。这一模型在上线后的24小时内便登顶，成为第一个占据该平台榜首的中国自研生成式 AI 模型。通过与
4月15日，OpenAI 发布了针对 GPT-4.1的提示工程指南，为开发者提供了全面的建议和最佳实践，帮助他们更高效地构建和优化 AI 应用。这份指南详细介绍了 GPT-4.1的特性，并提供了从基础原则到高级策略的一系列技巧，旨在帮助开发者充分利用 GPT-4.1的强大能力。
4月14日，AIbase获悉，去年AI驱动的集成开发环境（IDE）工具Cursor和Windsurf宣布向所有用户开放GPT-4.1模型。这一接下来AI提供编码工具领域的又一个重要进展，为开发者带来了更高效、智能的编程体验。GPT-4.1赋能，编码性能再升级根据OpenAI近期发布的信息，GPT-4.1在代码生成、上下文理解和复杂任务处理方面较前代模型有显着提升，尤其在SWE-bench等编程基准测试中表现出色。光标与Windsurf迅速响应，将这一前沿模型整合进各自平台，为用户提供更精准的代码补全能力、自动化重构和多文件分析
人工智能领域的竞争日趋白热化，OpenAI再次以技术突破引领潮流。AIbase从社交媒体获悉，OpenAI于近日通过API形式发布了三款全新模型:GPT-4.1、GPT-4.1mini和GPT-4.1nano。这些模型在性能上全面超越现有GPT-4o及GPT-4o mini，尤其在编码、指令遵循和多模态能力上表现突出。以下是AIbase对这一重磅更新的深度解析，带您了解GPT-4.1系列的亮点与行业影响。GPT-4.1系列登场:性能与效率双提升OpenAI的新模型家族以其强大的性能和优化的成本结构引发了广泛关注。据官方数据，GPT-4.1系列在编码、指令遵循和长上
在快速发展的语言模型领域，研究人员和组织面临着诸多挑战。这些挑战包括提升推理能力、提供强大的多语言支持以及有效管理复杂的开放任务。尽管较小的模型通常更容易获得且成本较低，但在性能上往往不及更大的模型。因此，开发中型模型以有效平衡计算效率与强大的推理及指令跟随能力，成为了当前的趋势。近日，清华大学发布了 GLM4，特别是其 GLM-Z1-32B-0414变体，有效应对了这些挑战。GLM4在一个包含15万亿个标记的大型数据集上进行训练，旨在提供可靠的多语言能力，并引入了
4月15日，OpenAI 在其官方博客宣布正式发布 GPT-4.1系列模型，涵盖 GPT-4.1、GPT-4.1mini 和 GPT-4.1nano 三款子模型。该系列在编程能力、指令理解及长文本处理等方面实现重大突破，全面超越前代 GPT-4o 及 GPT-4o mini。其中，模型上下文窗口扩展至100万 tokens，知识库更新至2024年6月，为复杂任务提供更强支持。
在人工智能领域，随着 OpenAI 的 o1和 DeepSeek 的 R1模型受到广泛关注，大语言模型（LLM）的推理能力和测试时扩展(TTS)技术引发了众多研究者的兴趣。然而，在处理复杂推理问题时，如何准确评估模型每一步的回答质量，依然是一个亟待解决的难题。为此，清华大学与上海 AI Lab 共同提出了生成式过程奖励模型(GenPRM)，为过程监督推理提供了创新解决方案。传统的过程奖励模型（PRM）虽然能够验证推理步骤的正确性，但由于采用了标量评分机制，难以捕捉深层次的逻辑错误。此外，PRM 的判别式