阿里开源，又拿第一了。这次是在多模态领域:就在刚刚，阿里国际AI团队开源多模态大模型Ovis1.6。在多模态权威综合评测基准OpenCompass上，Ovis1.6-Gemma2-9B版本综合得分超越Qwen2VL-7B、InternVL2-26B和MiniCPM-V-2.6等主流开源模型，在300亿以下参数开源模型中位居第一。在数学推
......
本文由站长之家合作伙伴自媒体作者“量子位公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
从 GPT-5 开始，推理模型和非推理模型很有可能会整合在一起……
快科技4月17日消息，今日，OpenAI新款AI模型o3、o4-mini重磅发布，这是OpenAI迄今最强、最智能的模型。据了解，OpenAI o3/o4-mini首次具备真正的视觉推理能力，看图识图已经是小菜一碟了，现在还会看图思考。OpenAI o3/o4-mini能同时处理文本、图像和音频，并且能作为Agent智能体自动调用网络搜索、图像生成、代码解析等工具以及深度思考模式。通过强化学习，OpenAI训练了o3/o4-mini如何�
性能是提升了些，但，“胡说八道”的能力提升得更快，直接登顶……
晚上1点，OpenAI的直播如约而至。其实在预告的时候，几乎已经等于明示了。没有废话，今天发布的就是o3和o4-mini。但是奥特曼这个老骗子，之前明明说o3不打算单独发布要融到GPT-5里面一起发，结果今天又发了。。。ChatGPT Plus、Pro和Team用户从今天开始将在模型选择器中看到o3、o4-mini和o4-mini-high，取代o1、o3-mini和o3-mini-high。我的已经变了，但是我最想要的o3pro，还要几周才能提供
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、OpenAI发布两款多模态推理模型o4-mini、满血版o3OpenAI在技术直播中推出了其最新的多模态模型o4-mini和满血版o3，这两款模型具备同时处理文本、图像和音频的能力，并能调用外部工�
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
海信推出高端电视U8Q系列新品，主打"电视界首款高定电视"概念。该产品搭载新一代"光色同控"AI画质芯片，采用京东方定制黑曜屏Ultra，实现行业顶级低反射率与极致对比度；音响系统与帝瓦雷合作，提供3D环绕音效。U8Q系列通过全链路定制化方案，从芯片到屏幕再到音响系统均实现高端定制，重新定义顶级电视标准。海信此举旨在突破行业同质化竞争，将高端市场竞争维度提升至"用户需求定制"层面。数据显示，海信U8系列已连续多年占据高端电视销量前列，U8Q的推出将进一步巩固其在万元级市场的领先优势。
新版AI模型缩短了响应时间，节约了运算成本；还推出了新的AI芯片“Ironwood”。谷歌发布了新的AI模型“Gemini2.5Flash”，据称，这款AI模型的性能比OpenAI和DeepSeek的AI产品“更高效”。谷歌计划在三星今年上半年推出的AI伴侣机器人Ballie上搭载生成式AI模型。
Kimi-Audio是一款开源的通用音频基础模型，在语音识别、音频理解、音频转文本、语音对话等任务中表现优异。该模型采用集成式架构设计，包含音频分词器、音频大模型和音频去分词器三大核心组件，支持多模态输入处理。在十余项音频基准测试中，Kimi-Audio均取得领先性能，如LibriSpeech ASR测试WER仅1.28%，VocalSound测试达94.85%。模型使用1300万小时多语言音频数据进行预训练，并构建了自动处理流水线生成高质量训练数据。评估结果显示，Kimi-Audio在语音识别、音乐理解、语音情感分析等任务上全面超越同类模型，在OpenAudioBench和VoiceBench对话测试中也表现最佳。目前模型代码、检查点和评估工具包已在GitHub开源。
谷歌宣布又有一款 AI 模型将加入 Gemini，但这次它不仅仅是一个聊天机器人。
