1、Kimi开源视觉语言模型 Kimi-VL 与 Kimi-VL-Thinking，多项基准超越 GPT-4o

主要内容：

🛠️ Kimi-VL 和 Kimi-VL-Thinking 采用轻量级 MoE 架构，参数仅 30 亿，运行效率高。

📊 在 MathVision 和 ScreenSpot-Pro 测试中，Kimi-VL 分别取得 36.8% 和 34.5% 的优异成绩，展示强大的推理能力。

📈 支持高达 128K tokens 的上下文输入，适用于长文档和视频分析，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

主要内容：

🌟 开发者可以轻松配置和调用行业领先的MCP Server，支持一键发布自定义MCP Server。

🔧 首批支持20+行业精品MCP Server，涵盖AI能力、生活服务等多个领域。

🌐 讯飞星辰Agent开发平台支持零代码和低代码创建模式，赋能个人和企业快速开发大模型应用。

3、昆仑万维开源Skywork-OR1系列模型数学代码能力出色

主要内容：

🔍 Skywork-OR1系列模型在逻辑理解与复杂任务求解方面实现了业界领先的推理性能。

💻 包括Skywork-OR1-Math-7B、Skywork-OR1-7B-Preview和Skywork-OR1-32B-Preview三款高性能模型，满足不同需求。

🏆 Skywork-OR1-32B-Preview在竞赛编程任务中表现突出，接近DeepSeek-R1的能力，展现出优越的性价比。

4、字节跳动推出Seed-Thinking-v1.5:推理AI竞赛中的新力量

主要内容：

🚀 字节跳动推出Seed-Thinking-v1.5，专注于STEM领域，采用混合专家架构。

🏆 在多项基准测试中表现优异，超越Google和OpenAI的产品。

🔍 采用先进的训练技术和强化学习框架，提升模型性能与效率。

5、商汤大装置SenseCore 2.0全新升级推出1亿元代金券计划

主要内容：

⚙️ SenseCore2.0全面升级，提升AI基础设施服务的性价比和灵活性。

🤝 商汤与松应科技战略合作，推动具身智能技术的发展，解决智能化落地难题。

💰 投入1亿元代金券，支持企业从咨询到模型训练的全流程AI服务。

6、Google AI Studio开放Veo 2视频模型有限免费试用

主要内容：

🌟 Veo2视频模型由Google DeepMind开发，支持高达4K分辨率，展现出卓越的生成能力。

🕒 试用权限有限，用户反馈冷却时间不明确，可能影响体验。

🔒 Google对生成内容进行严格把控，确保用户隐私和安全。

7、上海AI实验室开源InternVL3系列多模态大型语言模型

主要内容：

🧠 InternVL3系列模型支持从1B到78B的多种尺寸，展现出卓越的多模态处理能力。

🔍 与InternVL2.5相比，InternVL3在多模态感知和推理能力上有显著提升，支持多图像和视频数据。

⚙️ 模型可通过LMDeploy的api_server部署为OpenAI兼容API，用户可轻松进行模型调用。

8、AI“智商”大考变革！全新GAIA基准超越 ARC-AGI

主要内容：

🔍 新基准GAIA旨在评估AI在实际应用中的能力，涵盖多模态理解和复杂推理等关键技能。

📊 传统基准如MMLU的高分并不代表AI的真实能力，实际应用中的表现差异显著。

🚀 GAIA基准的初步结果显示，灵活性强的模型在复杂任务中表现优于其他知名模型。

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

主要内容：

💰 Pusa模型的训练成本仅为100美元，显著低于传统大型视频模型的数万甚至数十万美元的成本。

🔧 Pusa完全开源，提供完整的代码库和训练方法，支持研究者复现实验并进行创新。

🎬 基于Mochi的微调，Pusa支持多种视频生成任务，尽管当前分辨率为480p，但在运动保真度和提示遵循性方面表现出潜力。

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

主要内容：

🧠 UNO项目旨在解决AI图像生成中的角色一致性问题，避免“脸盲症”。

🔍 采用高一致性数据合成流程和创新模型设计，UNO提升了图像生成的可控性。

🎨 同时支持单主体和多主体场景，确保生成结果的高度一致性。

11、小鹏汽车推新物理大模型，定位AI汽车公司

主要内容：

🤖 小鹏汽车定位为AI汽车公司，强调AI技术在物理世界的应用价值。

🚀 引入强化学习与模型蒸馏技术，提升自动驾驶领域的竞争力。

📅 2025年发布会将解答小鹏未来发展方向，推出新车型X9。

12、字节跳动布局AI智能眼镜，挑战下一代可穿戴设备市场

主要内容：

🧠 字节跳动研发AI智能眼镜，融合先进AI功能与影像捕捉。

🔍 集成“豆包”AI模型，支持语音指令、实时翻译等智能交互。

📈 计划与供应链伙伴沟通，推动产品设计与上市，挑战Meta等竞争对手。

AI大事件2025-04-14