AI日报：快手可灵AI全面接入DeepSeek-R1；百度发布文心4.5与X1大模型；小米大模型团队登顶音频推理MMAU榜 AI日报 3月17日?AIbase1、快手可灵AI全面接入DeepSeek-R1，DeepSeek灵感版已上线 2、百度发布文心4.5与X1大模型，价格大幅降低引关注 3、小米大模型团队登顶音频推理 MMAU 榜，受到DeepSeek-R1启发 4、钉钉推出AI客服助理 可自动接入企业官网、公众号等平台 5、图像效果转换技术LBM：一键移除路人甲，还可调整光照 6、Anthropic将发布 Harmony 功能：让 AI 助手无缝接入本地文件 7、开源图片超分模型Thera：可以提升图片清晰度，让模糊从此“下岗” 8、谷歌Gemini 2.0 Flash去除图片水印功能引版权担忧 9、Cohere 发布AI模型Command A，两块GPU就能高效运转，企业部署成本降50% 10、首个国产Agent开发框架!仓颉社区发布Cangjie Magic，原生支持鸿蒙等全平台! 11、OpenAI 高管预测：AI 将于2025年底超越人类程序员 1.快手可灵AI全面接入DeepSeek-R1，DeepSeek灵感版已上线 快手旗下的可灵AI近期全面接入DeepSeek-R1，为用户在视频和图片生成方面带来了显著便利。通过DeepSeek-R1，用户能够轻松将灵感转化为专业提示词，从而降低创作门槛并提升效率。此外，DeepSeek灵感版与可灵AI的灵感词库功能联动，帮助用户更好地掌控视频细节，使得即使是普通用户也能创作出高质量的内容。 亮点提要： ??快手可灵AI全面接入DeepSeek-R1，助力用户将灵感转化为专业提示词。 ??可灵AI持续迭代升级，接入DeepSeek-R1后进一步降低创作门槛。 ??DeepSeek灵感版与“灵感词库”联动，提升用户掌控视频细节的能力。 2.百度发布文心4.5与X1大模型，价格大幅降低引关注 百度最新推出的文心大模型4.5和X1，文心4.5以其显著的价格优势和卓越的性能超越了GPT-4.5，而X1则专注于中文知识问答和文学创作，具备强大的推理能力和多模态功能。两款模型的低成本调用价格将使更多用户受益，推动AI应用的发展。 亮点提要： ?? 文心4.5是百度首个原生多模态大模型，性能超越GPT-4.5，API调用价格仅为后者的1%。 ?? 文心大模型X1专注于中文知识问答和逻辑推理，具备长思维链和多模态能力，能理解和生成图片。 ?? 文心4.5和X1的输入输出价格极具竞争力，标志着百度在大模型领域的强劲布局。 3.小米大模型团队登顶音频推理 MMAU 榜，受到DeepSeek-R1启发 小米大模型团队在音频推理领域取得了显著进展，利用强化学习算法成功提升了模型的准确率至64.5%，在国际权威的MMAU评测榜上名列前茅。该团队的研究表明，强化学习的实时反馈机制在模型训练中更为有效，并且开源了相关技术，推动了学术界和产业界的进一步研究。 亮点提要： ?? 小米大模型团队通过强化学习算法在音频推理领域取得突破，准确率达到64.5%。 ?? MMAU 评测集是音频推理能力的重要标准，当前人类专家准确率为82.23%。 ?? 研究结果表明，强化学习的实时反馈机制对模型训练更为有效，未来研究仍需深入探索。 详情入口： ?? https://github.com/xiaomi-research/r1-aqa 4.钉钉推出AI客服助理 可自动接入企业官网、公众号等平台 钉钉于2025年3月17日推出了AI客服助理，旨在提升企业客户服务效率。该功能能够自动接入企业官网及公众号，支持多轮对话，精准理解用户需求并提供专业回复。自推出以来，已有700多家企业接入，具备7×24小时在线服务，响应速度快，且可通过多平台部署，极大便利了企业与用户的沟通。 亮点提要： ?? AI客服助理可自动接入官网和公众号，提升企业服务能力。 ??? 只需三步配置，企业可快速上线AI助理，简化知识体系构建。 ?? 支持多平台部署，企业可通过多渠道为用户提供服务。 5.图像效果转换技术LBM：一键移除路人甲，还可调整光照 LBM（潜在桥梁匹配）是一款由gojasper团队开发的图像处理工具，能够高效地实现图像效果转换。它不仅具备强大的对象移除能力，使得用户能够轻松去除照片中的不必要元素，还能灵活调整光线，营造出理想的氛围。LBM的创新理念在于潜在空间的操作，使得图像编辑变得更加简单和高效，适合摄影爱好者和专业人士使用。 亮点提要： ??? LBM具备强大的对象移除能力，用户只需轻点即可去除照片中的干扰元素，简化了图像编辑流程。 ?? 该工具支持光照调整，用户可以在阴天拍摄的照片中创造出阳光明媚的效果，提升照片的视觉吸引力。 ?? LBM在法线和深度估计等多种图像转换任务中表现卓越，展现出其广泛的应用潜力和可扩展性。 详情入口： ?? https://top.aibase.com/tool/lbm 6.Anthropic将发布 Harmony 功能：让 AI 助手无缝接入本地文件 Anthropic正在开发名为Harmony的新功能，旨在将本地文件目录集成到Claude的工作环境中。这一创新将使用户能够与文件进行更流畅的互动，AI助手可以直接读取、索引和分析目录中的内容。Harmony不仅支持文件的分析和修改，还提供基于关键词的搜索功能，展现了强大的AI编码助手潜力。 亮点提要： ? Harmony功能将使用户能够无缝接入本地文件，提升AI的交互能力。 ?? Claude在测试中成功识别了多个代码安全漏洞，显示出其强大的分析能力。 ?? Anthropic还在开发Compass功能，可能会支持深度研究和信息整合。 7.开源图片超分模型Thera：可以提升图片清晰度，让模糊从此“下岗” Thera是一款由苏黎世联邦理工学院和苏黎世大学开发的开源超分辨率模型，能够以任意倍数提升图片清晰度。它不仅能让模糊照片恢复生机，还通过内置的物理观测模型，减少图像失真，呈现更自然的细节。 亮点提要： ? Thera支持任意尺度的超分辨率放大，用户可以自定义放大倍数，灵活应对各种需求。 ?? 内置物理观测模型，模拟真实图像形成过程，减少失真，呈现更真实细节。 ?? 作为开源项目，Thera以Apache-2.0许可证提供，促进技术共享与发展，提供预训练模型便于用户使用。 详情入口： ?? https://top.aibase.com/tool/thera 8.谷歌Gemini 2.0 Flash去除图片水印功能引版权担忧 谷歌新推出的Gemini 2.0 Flash模型引发了关于去除图片水印的争议，尤其是涉及到Getty Images等知名图片库的内容。尽管该模型在图像生成和编辑方面表现出色，但其缺乏使用限制引发了版权方面的担忧。 亮点提要： ??Gemini 2.0 Flash可去除图片水印，功能强大但引发版权争议。 ??其他AI模型如Claude 3.7 Sonnet和GPT-4o拒绝去除水印，认为此举不道德且可能违法。 ??美国版权法下，未经原所有者同意去除水印通常被视为违法，谷歌未对质疑作出及时回应。 9.Cohere 发布AI模型Command A，两块GPU就能高效运转，企业部署成本降50% Cohere推出的Command A模型以其仅需两块GPU的低硬件需求和高达50%的成本节省，打破了高性能AI的传统门槛。其1110亿参数的设计结合优化的Transformer架构，使得企业能够在处理复杂任务时，享受超长的上下文窗口和多语种支持。 亮点提要： ?? Command A模型仅需两块GPU即可高效运转，显著降低了企业的硬件需求。 ?? 支持多达23种语言及地区方言，助力企业拓展全球市场。 ?? 私有部署成本降低高达50%，为企业带来显著的财务优势。 详情入口： ?? https://huggingface.co/CohereForAI/c4ai-command-a-03-2025 10.首个国产Agent开发框架!仓颉社区发布Cangjie Magic，原生支持鸿蒙等全平台! Cangjie Magic是一个创新的智能体开发框架，基于华为自研的仓颉编程语言，旨在重塑智能体开发的方式。该框架通过独特的Agent DSL架构、原生支持MCP通信协议和智能调度引擎，提供了全面的智能体生命周期管理。 亮点提要： ??? 独创的Agent DSL架构，实现智能体建模的声明式编程，提升开发效率。 ?? 原生支持MCP通信协议，确保智能体之间的高效通信与协作。 ?? 计划在第三季度实现对Android和iOS的智能体调用能力，拓展移动端应用场景。 详情入口： ?? https://gitcode.com/Cangjie-TPC/CangjieMagic 11.OpenAI 高管预测：AI 将于2025年底超越人类程序员 在最近的播客中，OpenAI 的首席产品官凯文?维尔表示，人工智能预计将在2025年底之前超越人类程序员，尤其是在编码基准测试中。他强调了AI编码模型的快速进步，并提到Anthropic及OpenAI的先进模型正在推动编码的自动化。 亮点提要： ?? AI预计将在2025年底超越人类程序员，成为更优秀的编码者。 ?? Anthropic和OpenAI的先进模型正在推动编码自动化，未来几乎所有代码可能由AI生成。 ?? OpenAI即将推出的新模型在竞争性编码排名中不断上升，标志着AI在编程领域的持续进步。 ↓点击阅读原文，进AIbase官网. 阅读原文