搜索全球AI产品动态

近日，OpenBMB开源社区迎来新成员“卷姬”（SurveyGO），在长文本生成领域引发关注。当下，无论是学生还是职场人，都面临信息获取难题，“卷姬”的出现为解决这一困境带来新希望。“卷姬”:长文本生成的“卷王”“卷姬”堪称长文本生成领域的“卷王”。她运用信息熵和卷积算法，能迅速梳理海量文献，将复杂资料整合成高质量综述。不管是小众专业领域，还是热门研究方向，只需提供关键词，“卷姬”就能精准筛选文献，提炼核心知识，输出逻辑严密、见解独到的内容。获取“卷姬

Hugging Face近日公布了2025年4月第二周最受欢迎模型榜单，涵盖文本生成、图像生成到视频生成等多模态领域，凸显了AI技术的快速迭代与多元化应用。据AIbase了解，本次榜单中的模型不仅展示了开源社区的创新活力，还反映了从低精度训练到多模态生成的技术趋势。以下为榜单亮点解析，AIbase编辑团队为您带来专业解读。文本生成模型:高效与专业化并重 microsoft/bitnet-b1.58-2B-4T:作为首款采用1-bit精度训练的文本生成模型，BitNet以极低的计算成本实现高效推理，适合边缘设备部署。其创新的量

阿联酋近期宣布将首次利用人工智能技术参与法律的撰写工作，旨在大幅提高法律制定的效率。据悉，这一创新举措预计能将法律草案的制定时间缩短多达70%。在阿联酋的法律框架内，政府希望借助 AI 的强大分析能力，快速生成符合现代社会需求的法律文本。图源备注:图片由AI生成，图片授权服务商Midjourney阿联酋官方表示，这项技术不仅将加快立法进程，还有助于提升法律的适应性。通过 AI 的实时数据分析，法律制定者可以更好地理解公众需求与社会变动，从而制定出更为切合实际的法

人工智能领域再添一颗耀眼新星!近日，华为诺亚方舟实验室与香港大学自然语言处理组（HKU NLP Group） 联合发布了名为 Dream7B 的全新语言模型。这款模型被誉为“迄今为止最强大的开源扩散大型语言模型”。Dream7B 的问世，不仅在性能上超越了现有的扩散语言模型，更在通用能力、数学、代码以及规划能力上，比肩甚至超越了同等规模的顶尖自回归（AR）语言模型。这一突破性的进展，预示着文本生成领域或将迎来新的技术范式。颠覆传统:扩散模型赋能更强语言理解与生成长期以来，以 GP

以AI图像生成技术闻名遐迩的Midjourney，正悄然展现其在人工智能领域的更广阔野心。这家拥有庞大用户群体的科技公司，在自研计算和AI硬件的消息之后，近期携手纽约大学（NYU）的机器学习专家，发布了一项关于训练文本生成大语言模型(LLMs)的最新研究成果。该研究聚焦于提升LLM在创意写作方面的能力，旨在使AI模型能够像Meta的Llama和Mistral等开源模型一样，写出更具创造性的文本。不止于图像:Midjourney发力创意文本生成对于一家以扩散模型AI图像生成技术著称的公司而言，Midjourney此次在文

根据最新数据显示，2025年的人工智能市场正在经历剧烈的变化，企业和消费者对人工智能工具的使用方式也发生了快速转变。Poe，一个汇聚了超过100种 AI 模型的平台，发布了一份综合报告，揭示了过去一年用户交互的使用模式，提供了关于文本、图像和视频生成技术的深入见解。Poe 的分析基于数百万用户的互动数据，给技术决策者提供了关键的市场洞察。在这一快速发展的生态系统中，使用数据往往是被严密保密的。Poe 在报告中指出，随着 AI 模型的不断进步，它们将逐步成为人们获取

人工智能市场正经历前所未有的变革。根据Poe平台最新发布的综合报告，2025年初AI领域的竞争格局发生了显著转变，新兴企业正迅速侵蚀老牌巨头的市场份额。Poe作为拥有100多个AI模型的平台，基于过去一年数百万用户的互动数据，为我们提供了文本、图像和视频生成技术使用模式的独特视角。这些通常受到严格保护的使用数据，为技术决策者提供了宝贵的市场洞察。市场分散与新兴力量崛起尽管OpenAI和Anthropic等老牌公司在文本生成领域仍占主导地位，但DeepSeek和Black Forest Labs等新进入者已

AI 媒体科技公司 Runway 宣布推出其最新的文本生成图像模型 ——Frames。作为一家以 AI 视频模型闻名的公司，Runway 此举意在扩展其在图像创作领域的影响力。Frames 的推出，获得了用户的广泛好评，尤其在生成电影般的视觉效果方面，备受赞誉。该模型在2024年11月首次公布，并在过去几周内先行供给 Runway 创作者计划的用户进行体验，现已向所有订阅用户开放。Frames 的使用需通过 Runway 的无限计划或企业计划进行订阅，月费为95美元，年度订阅则为912美元，而企业计划的年费为1500美元。用户

近日，研究人员提出了一种名为 NeuralSVG 的新方法，旨在通过文本提示生成矢量图形。这一创新技术将为艺术家和设计师提供更灵活和高效的工具，帮助他们创建高质量的视觉内容。与传统的矢量图形生成方法相比，NeuralSVG 不仅能够生成具有多层次结构的图形，还允许用户在生成过程中进行多种动态调整。NeuralSVG 的核心在于其隐式神经表示，通过一个小型的多层感知器（MLP）网络对整个场景进行编码。该网络通过一种称为分数蒸馏采样(Score Distillation Sampling， SDS)的方法进行优化。该方法不

在周二的re:Invent大会上，亚马逊网络服务（AWS）宣布推出其新型多模式生成AI模型系列——Nova。此次发布的Nova系列包括四种文本生成模型:Micro、Lite、Pro和Premier，此外还推出了图像生成模型Nova Canvas和视频生成模型Nova Reel。亚马逊首席执行官Andy Jassy表示，Micro、Lite和Pro模型将在当天开始向AWS客户推出，而Premier模型预计将在2025年初发布。Nova系列专为处理多种输入形式（包括文本、图像、视频）而设计，其中文本生成模型特别优化了15种语言，主要支持英语。Nova文本生成模型Nova文本生成模型

视频编辑平台 InVideo 近日推出重磅升级版本 v3.0，引入了基于人工智能的文本生成视频功能。用户只需输入文字提示，即可创建真人实拍、动画或二次元风格的视频内容，并可针对 YouTube、Instagram Reels 和 LinkedIn 等不同平台进行定制化调整。这项新功能虽然依赖第三方 AI 模型构建，但用户可以通过追加文字提示对视频进行实时动态编辑。InVideo 为此专门推出了名为"Generative Plan"的订阅计划，起步价为每月120美元，可生成15分钟的视频内容，用户可根据需求购买更多时长。尽管这次升级显著提升

近日，图像 AI 初创公司 Recraft 发布了其最新的文本生成图像模型 Recraft v3，该模型在独立测试中表现出色，重新定义了图像生成的性能标准。根据 Recraft 的介绍，v3模型在生成图像中的文本、保持解剖学准确性、理解提示和制作高质量视觉内容方面都表现优异。其最大的突破在于能够在一次生成中准确呈现长段文本，而许多其他模型在处理超过几个字时常常力不从心。Recraft v3在 Hugging Face 的文本生成图像基准测试中名列第一，获得1172的 ELO 分数，超越了近期的竞争对手 Flux 和 Ideogram。用户

妙刷是一款基于AI视觉技术的创意应用，致力于为用户提供简单易用的创作工具，让每个人都能轻松地将创意变为现实。妙刷将强大的AI能力整合到一个平台，提供图像处理、文本生成图像、音频可视化以及视频创作等多种功能。妙刷最大的特点在于降低了艺术创作的门槛，即使是没有任何创作经验的普通用户，也能利用AI技术，将日常生活中的点滴素材转化为独特的艺术作品。 例如，用户可以将宠物照片变成可爱的动漫形象，将风景照改造成充满奇幻色彩的艺术作品，甚至可以根据自己的

在数字化时代，个性化的虚拟形象越来越受到关注。最近，来自香港大学及其他机构的研究团队推出了一个名为 DreamWaltz-G 的创新框架，这个框架能够根据文本描述生成生动的3D 可动画头像，极大地拓展了数字内容创作的可能性。DreamWaltz-G 的核心技术包括 “骨骼引导的得分蒸馏” 和 “混合3D 高斯头像表示”。通过将3D 人类模板的骨骼控制与2D 扩散模型相结合，研究人员能够提升生成头像的一致性，尤其是在视角和人类姿态方面。这种方法有效减少了在生成过程中常见的问题，比如头像模

在信息爆炸的时代，如何高效获取知识成为众多学习者和专业人士面临的挑战。近日，一款名为PDF2Audio的开源工具应运而生，它巧妙地将人工智能技术与传统阅读方式相结合，为用户提供了一种全新的信息获取方式。PDF2Audio的核心功能是将PDF文档转换为音频内容。这款工具借助OpenAI的GPT模型进行文本生成和语音合成，能够将各类PDF文件转化为播客、讲座或摘要等多种音频形式。用户只需通过简单的操作，就能将枯燥的文字资料变成生动有趣的有声内容。这款工具的设计充分考虑了用户的多

清华大学的研究团队成功研发出“LongWriter”人工智能系统，该系统能生成超过10,000字的连贯文本，为长篇写作和内容创作开辟了新途径。通过构建包含6,000个写作样本的“LongWriter-6k”数据集，研究团队将AI模型的最大输出长度从约2,000字提升至10,000字以上。这一创新成果不仅提高了AI在长文本生成任务中的表现，甚至超过了更大规模的专有模型。AI生成的文本在出版、营销、教育等领域具有广泛应用前景，但同时也带来了虚假信息、竞争加剧和知识产权保护等挑战。研究团队已将代码和模型开源，供开发者二次开发，并发布演示视频展示了生成详细结构内容的能力。随着技术的不断进步，如何合理利用AI生成文本与人类创作的关系成为未来需要面对的挑战。

OpenAI新模型gpt-4o-64k-output-alpha的最大亮点是能一次性输出64K长度的token，适合生成丰富、详尽的内容，满足写作、编程及复杂数据分析的需求。然而，这一功能提高了API价格，每百万输出token费用为18美元，相比之下，输入每百万token仅需6美元。此举旨在与高计算成本相匹配，并鼓励合理使用此强大工具。该模型为创作和研究领域提供了新的可能性，推动了更深入的交流与创新。

最新消息！Gen-3 Alpha Text to Video 已经面向所有人开放使用了！这是一个全新的领域，能够以高保真、快速和可控的方式生成视频。现在就前往官网 http://runwayml.com 体验吧！这一消息引起了广泛关注，许多人都在热切期待这一新功能的到来。

当AI的战火燃向教育领域，科大讯飞携星火大模型V4.0横空出世，一场关于智能与智慧的较量正式打响。这不仅是技术的飞跃，更是对传统教育模式的颠覆。在这场以"懂你的AI助手"为主题的发布会上，科大讯飞向GPT-4Turbo发出了挑战书，誓要在AI的战场上一决高下。

近日，人工智能研究组织Artificial Analysis推出了一项名为"Artificial Analysis Text to Image Leaderboard & Arena"（文本到图像排行榜与竞技场）的新举措，旨在全面评估这些模型的性能。