1、OpenAI发布两款多模态推理模型o4-mini、满血版o3

主要内容：

🛠️ o4-mini和o3具备多模态处理能力，能同时处理文本、图像和音频，并自动调用外部工具。

📊 o4-mini在AIME2024和2025测试中准确率分别达到93.4%和92.7%，超越满血版o3。

💻 在编程竞赛中，o4-mini获得2700分，跻身全球前200名程序员，展现出强大的编程能力。

2、微信首个AI助手“元宝”正式上线，可以添加为微信好友

主要内容：

🌟 微信首个AI助手“元宝”上线，用户可直接在微信中搜索添加。

📊 元宝支持解析公众号文章、图片和文档，提供智能互动。

🔒 具备隐私保护功能，支持证件照自动打码。

3、字节发布豆包1.5深度思考模型：多模态深度思考、延迟低

主要内容：

📈 豆包1.5模型在数学、编程等领域表现出色，采用MoE架构，参数配置优越。

🌍 新模型结合视觉理解技术，能够分析照片，辅助旅行和项目管理，功能强大。

🎥 视频搜索能力显著增强，用户可快速获取视频中的相关信息，使用量持续增长。

4、月之暗面Kimi开源数学定理证明模型Kimina-Prover

主要内容：

🔍 Kimina-Prover在miniF2F基准测试中达到了80.7%的通过率，超越了之前的最佳结果。

🚀 该模型结合了大规模强化学习与形式化推理，显著提升了推理能力和样本效率。

📚 Kimina-Prover的可解释性强，用户可以查看推导过程，为理解模型行为提供便利。

5、OpenAI开源超Agent:Codex CLI,五小时内破5000颗星

主要内容：

🌟 Codex CLI在发布后仅5小时便获得5000颗星评价，预计当天将突破1万颗星。

💻 该工具可以自动生成代码、运行代码、重构和测试代码，功能强大且实用。

📈 OpenAI计划持续推出更多智能体产品，并在探索收购AI编程平台以增强竞争力。

6、谷歌Gemini Live功能全面开放，安卓用户迎来新体验

主要内容：

🌟 Gemini Live功能现已免费向所有安卓用户开放，原本仅限于Pixel9和Galaxy S25用户。

📸 该功能可以实时识别摄像头和屏幕内容，提供即时信息和反馈，提升用户互动体验。

🚀 微软同日推出类似的AI工具Copilot Vision，显示出实时信息识别技术的快速进步。

7、OpenAI拟以30亿美元收购AI编程工具Windsurf

主要内容：

💰 OpenAI正在与Windsurf进行30亿美元的收购谈判，若达成将成为其最大规模的并购交易。

🚀 Windsurf是一款广受欢迎的AI编程助手，支持代码生成和解释，已获得超过2亿美元的融资。

📈 此次收购将增强OpenAI的编程能力，帮助其在竞争激烈的AI工具市场中占据领先地位。

8、JetBrains推出编码智能体Junie AI，助力编程与调试全新体验

主要内容：

🤖 Junie AI已达生产就绪状态，专注于复杂任务的处理与调试。

📈 更新的AI助手支持多种最新AI模型，并新增多文件编辑功能。

🌐 JetBrains将推出免费套餐，提供无限代码补全，以满足不同开发者的需求。

9、Reachy 2开源人形机器人正式开售

主要内容：

🤖 高度仿人设计，具备7自由度手臂，能够自然、精准地执行动作，适合多种应用场景。

🔄 模块化与开源架构，支持Python SDK编程，开发者可根据需求扩展功能，推动技术创新。

🌍 已在全球20多个国家部署，客户包括知名机构，展现出在医疗、零售及教育等领域的广泛应用潜力。

10、上海人工智能实验室推出升级版多模态大模型“书生・万象3.0”

主要内容：

🚀 升级版“书生・万象3.0”在多模态处理能力上有显著提升，适用于多种应用场景。

💡 该模型在性能和用户体验上都有明显进步，响应速度和理解能力均增强。

🌐 开源举措为开发者提供了新的平台，鼓励创新和应用，推动行业发展。

11、豆包深度思考和文生图3.0模型正式开放API对企业客户开放

主要内容：

🧠 豆包1.5·深度思考模型在专业领域推理任务中表现优异，接近全球第一梯队水平。

🎨 豆包文生图模型3.0实现高分辨率图像生成，提升了创作效率，具备商业级设计能力。

🚀 两款模型的开放API为企业客户提供了更高效、通用的推理与图像生成能力，推动AI技术发展。

AI大事件2025-04-17