当前位置: 首页 > news >正文

人工智能领域、图欧科技、IMYAI智能助手2025年4月更新月报

近期AI领域重要模型发布与平台更新动态(2025年4月)

2025年04月30日
在这里插入图片描述

  • 模型发布:DeepSeek-Prover-V2-671B
    • 深度求索(DeepSeek)于4月30日推出其专注于数学定理证明的大型语言模型DeepSeek-Prover-V2-671B。该模型拥有6710亿参数,针对形式化数学证明任务进行了专门优化,旨在高效处理数学研究、教育、软件验证及科学计算中的复杂证明问题。技术层面,该模型采用了更高效的safetensors文件格式,并支持多种计算精度,以优化训练与部署流程。

2025年04月29日
在这里插入图片描述

  • 平台功能更新:微信快捷登录

    • 平台技术团队完成了微信快捷登录功能的开发并上线。该功能允许用户在电脑/网页端通过点击“一键登录”使用微信账号快速完成身份验证,无需再进行手机扫码操作,提升了登录流程的效率与便捷性。
      在这里插入图片描述
  • 模型发布:通义千问-Qwen3-235B-A22B

    • 阿里巴巴发布了其开源大型语言模型系列的最新旗舰——Qwen3-235B-A22B。该模型属于Qwen3系列中的混合专家(MoE)模型,总参数约2350亿,在推理时仅激活约220亿参数,力求在高性能与低算力消耗间取得平衡。基准测试显示,该模型在代码、数学、通用能力等多个方面表现优异。同时,它支持混合思维模式(复杂问题多步骤推理)和覆盖119种语言的多语言能力。Qwen3系列模型发布后受到广泛关注。

2025年04月25日
在这里插入图片描述

  • 模型集成:Midjourney v7
    • 平台已正式集成Midjourney最新发布的AI图像生成模型Midjourney V7。该模型通过全新的架构和数据集训练,在图像生成的细节连贯性、纹理质感以及光影效果等方面实现了显著的质量提升。

2025年04月20日
在这里插入图片描述

  • 模型发布:豆包-Doubao-1.5-thinking-pro-vision / Doubao-1.5-thinking-pro
    • 字节跳动发布了豆包-Doubao-1.5-thinking-pro系列模型,包含标准版(Doubao-1.5-thinking-pro)和视觉版(Doubao-1.5-thinking-pro-vision)。
    • Doubao-1.5-thinking-pro-vision (视觉版): 是一款多模态AI模型,结合了文字推理与视觉理解能力。其核心能力在于处理需要结合图像信息的推理任务(如分析照片内容、场景识别、解读外文菜单等)。该模型适用于数学推理、编程竞赛、科学推理等专业领域任务,也支持创意写作等通用任务。(注:受API限制,部分平台在调用视觉版进行读图推理时,其内部思考过程可能被隐藏)。
    • Doubao-1.5-thinking-pro (标准版): 是一款深度思考模型,在多模态能力,尤其是视觉和语言推理方面进行了升级。它能够进行复杂的逻辑链推理和内容生成,展现其在知识推理和逻辑思维方面的能力。技术层面,该模型采用大规模稀疏MOE架构,旨在以较低的激活参数实现高性能。在训练过程中强调未使用任何生成数据,确保了模型来源的可靠性。适用于教育、娱乐、商业等多种场景的多模态任务。(注:同上,视觉推理过程可能受API限制被隐藏)。
    • 模型发布:OpenAI o3 / o4-mini (原o3-mini / o1)
    • OpenAI于4月17日更新了其模型系列:
      • o3: 新一代AI推理模型,在编程、数学及逻辑推理等领域性能提升显著。在Codeforces平台的Elo评分达到2727,在SWE-Bench测试中准确率达71.7%。在数学推理方面(如AIME 2024和GPQA Diamond测试)也取得了高分(96.7%和87.7%)。(注:部分第三方平台反映其调用o3的回答质量受OpenAI官网策略影响,可能低于官网体验)。
      • o4-mini: 轻量级推理模型,专为高效、经济的推理任务设计。尽管体积小巧,但在数学、编程、视觉任务及非STEM领域表现突出,部分测试成绩接近甚至超过其前代模型o3。例如在AIME竞赛和Codeforces编程竞赛中表现优异。o4-mini支持调用外部工具(如Python解释器、网页浏览、图像输入)以处理复杂多步骤任务,并优化了高吞吐量场景的表现。(注:同上,回答质量可能受OpenAI官网策略影响)。

2025年04月16日
在这里插入图片描述

  • 模型发布:智谱清言 GLM-Z1 系列 (Flash, Air, AirX)
    • 智谱AI(Zhipu AI)发布了GLM-Z1系列推理模型:
      • GLM-Z1-Flash: 定位为快速推理模型。该模型遵循MIT开源协议,开放调用。通过算法优化实现高效资源调度,在保持与更大规模模型相近推理性能(如代码生成、数学推理)的同时,特别适合轻量级实时交互场景。
      • GLM-Z1-Air: 定位为高性能、低成本的极速推理模型。基于GLM-4-Air-0414架构优化,引入大量推理数据和对齐优化,具备强大的数理逻辑推理能力。其推理速度显著提升,运行成本大幅降低,支持在消费级显卡部署,适用于复杂推理、代码生成、智能体等任务。
      • GLM-Z1-AirX: 定位为“瞬时”推理模型,国内速度最快的推理模型之一。以32B参数实现单次推理速度高达200 tokens/秒。通过算法与算力调度创新,在性能和成本上实现突破,同样适用于代码生成、数学推理及智能客服、实时交互等场景。
  • 模型集成:Llama-4-Maverick, Llama-4-Scout, Gemini-2.0-flash-search (联网搜索🌐)
    • 平台同期集成了Meta的Llama-4-Maverick、Llama-4-Scout以及Google的Gemini-2.0-flash-search(支持联网搜索功能)模型。

2025年04月15日
在这里插入图片描述

  • 模型更新:GPT-4.1系列替代GPT-4
    • OpenAI于4月15日正式发布GPT-4.1系列模型(包括GPT-4.1、GPT-4.1 mini和GPT-4.1 nano),并宣布GPT-4模型退役(已升级为GPT4.1)。新系列模型在编程能力、指令遵循、长文本理解和多模态处理等方面相比前代(GPT-4o)有显著提升。在编程基准测试SWE-bench中的得分(54.6%)远超GPT-4o(33.2%)和GPT-4.5(38.0%)。新模型支持处理长达100万tokens的上下文。

2025年04月13日
在这里插入图片描述

  • 平台功能更新 (专业绘画板块):
    1. 新增【我的收藏】功能。
    2. 【我的绘画】和【我的收藏】支持点击图片后左右翻页(移动端支持幻灯片放映模式)。
    3. 修复了【即梦】模型同一提示词生成重复图片的问题。
    4. 【即梦】和【可灵】模型支持用户自定义生成图片数量(1-4张)。
    5. 优化了【我的绘画】图片列表的用户界面(UI)。

2025年04月12日

  • 模型下架通知:
    • 由于API供应商暂停维护,百川智能系列AI模型(及此前已下架的商汤科技系列模型)的API服务已无法正常使用。平台决定下架这些模型,后续资源将集中服务于主流热门AI模型的供应与优化。

2025年04月09日
在这里插入图片描述

  • 模型集成与升级:即梦v3.0 (豆包3.0)
    • 平台专业绘画板块已完成即梦模型(即豆包模型)从v2.1到v3.0的动态升级。即梦v3.0在中文生成能力、画质和专业性方面相比前代有提升。该版本支持在提示词中通过双引号(“”)嵌入需要生成的中英文文字(图像内嵌文字),在艺术字(如毛笔字)、产品海报、电商海报等场景下,提升了文字效果的稳定性和清晰度。
http://www.lryc.cn/news/610932.html

相关文章:

  • 【RK3576】【Android14】Uboot下fastboot命令支持
  • 创维智能融合终端DT741_移动版_S905L3芯片_安卓9_线刷固件包
  • CTF-XXE 漏洞解题思路总结
  • 测试开发:Python+Django实现接口测试工具
  • Python-初学openCV——图像预处理(七)——亮度变换、形态学变换
  • ThingsKit Edge是什么?
  • 从零实现富文本编辑器#6-浏览器选区与编辑器选区模型同步
  • 数据结构 | 树的秘密
  • 在Linux上部署tomcat、nginx
  • CRT调试堆检测:从原理到实战的资源泄漏排查指南
  • Apifox使用mock模仿后端返回数据
  • JumpServer 堡垒机全流程搭建指南及常见问题解决方案
  • Redis存储string里面embstr和raw格式区别
  • 【Linux】特效爆满的Vim的配置方法 and make/Makefile原理
  • 【01】OpenCV C++实战篇——基于多项式插值的亚像素边缘定位算法
  • Occ3D: A Large-Scale 3D Occupancy Prediction Benchmark for Autonomous Driving
  • Python爬虫实战:研究weiboSpider技术,构建新浪微博数据采集系统
  • 多层Model更新多层ListView
  • RHCA05--进程管理与文件系统管理
  • 数据结构(01)—— 数据结构的基本概念
  • 应用科普 | 漫谈6G通信的未来
  • 【技术教程】如何将 ONLYOFFICE 文档连接到 Confluence
  • 坚鹏:AI智能体软件是知行学成为AI智能体创新应用引领者的抓手
  • Fiddler 中文版实战指南,如何构建高效的 API 调试工作流?
  • Z20K118库中寄存器及其库函数封装-ADC库
  • Linux操作系统从入门到实战(十三)版本控制器Git基础概念讲解
  • 自抗扰ADCR--跟踪微分器的作用
  • sqli-labs通关笔记-第32关 GET宽字符注入(单引号闭合 手工注入+脚本注入两种方法)
  • Android 中几种常用布局的优缺点
  • 如何在nuxt项目中使用scss