AI日报：Kimi全新音频基础模型Kimi-Audio；​夸克AI超级框上线 “拍照问夸克”；国行版苹果AI智能要来了 AI日报 4月27日?AIbase1、Moonshot AI发布Kimi-Audio：开源音频基础模型树立新标杆 2、Step1X-Edit：开源图像编辑新标杆 3、夸克AI超级框升级 上线“拍照问夸克”功能：啥都能答 4、国行版苹果AI智能要来了？iOS 18.5正式版预计5月份推送 5、谷歌AI发布601个真实世界的生成式AI应用案例，涵盖各行业 6、微软发布全新Agent操作系统UFO2 ，深度整合Windows与智能自动化 7、OpenAI 推出 ChatGPT 新版本:更智能、更直观的 GPT-4o 8、Ema推新型语言模型EmaFusion：成本和准确性方面击败了 O3、Gemini 9、Liquid AI推出Hyena Edge，开创智能手机边缘设备的新时代 10、LemonAI 推出实时音视频 AI 数字人模型 Slice Live 11、智谱与生数科技达成战略合作 专注大模型联合创新 12、宝马中国宣布新车型接入DeepSeek 含5系、全新X3 1.Moonshot AI发布Kimi-Audio：开源音频基础模型树立新标杆 Moonshot AI最近推出的Kimi-Audio是一款开源音频基础模型，旨在推动音频理解、生成和交互技术的发展。该模型基于Qwen2.5-7B架构，结合Whisper技术，支持多种音频任务，如语音识别和音频问答。 亮点提要： ?? Kimi-Audio具备强大的多功能音频处理能力，支持语音识别、音频问答等多项任务。 ?? 该模型在超过13亿小时的多样化音频数据上进行训练，展现了卓越的性能表现。 ?? Kimi-Audio的开源策略降低了音频AI技术的使用门槛，促进了全球AI技术的民主化进程。 详情入口： ?? https://github.com/MoonshotAI/Kimi-Audio 2.Step1X-Edit：开源图像编辑新标杆 Step1X-Edit是由Stepfun AI团队推出的开源图像编辑模型，结合了多模态大语言模型与扩散变换器，展现出强大的图像生成能力。其开源特性和高性能表现吸引了业界的广泛关注，尤其是在GEdit-Bench基准测试中表现优异。 亮点提要： ??: Step1X-Edit结合多模态大语言模型与扩散变换器，能高效生成高质量图像。??: GEdit-Bench基准测试显示其性能超越现有开源模型，接近闭源模型水平。??: 开源特性为研究和开发提供了基础，推动了图像编辑技术的创新与普及。 详情链接:https://huggingface.co/spaces/stepfun-ai/Step1X-Edit 3.夸克AI超级框升级 上线“拍照问夸克”功能：啥都能答 阿里巴巴旗下的夸克AI超级框于4月25日推出了“拍照问夸克”功能，这一创新利用视觉理解和推理模型，能够快速识别和理解用户在现实生活中遇到的各种问题。用户通过拍照可以获取准确的信息和答案，涵盖多个领域，包括文物讲解、商品识别、健康分析等。 亮点提要： ?? 新功能“拍照问夸克”基于视觉理解，能快速识别图片中的内容并提供相关信息。 ?? 用户可以通过上传商品图片直接跳转到淘宝同款链接，提升购物体验。 ?? 该功能支持多种语言提问和翻译，适用于旅行、健康、工作等多个场景。 4.国行版苹果AI智能要来了？iOS 18.5正式版预计5月份推送 苹果公司即将在5月向中国用户推送iOS 18.5正式版更新，带来备受关注的Apple智能功能。这一功能已在其他地区上线，中国用户等待了近一个月。Apple智能是一套基于个人场景的AI系统，提供多样化服务，包括照片消除和智能回复等。 亮点提要： ?? Apple智能功能将于5月正式推送给中国用户，标志着苹果进入生成式AI时代。 ?? 该功能包括照片消除、通知摘要和智能回复等多样化服务，但仅支持iPhone 15 Pro及以上机型。 ?? 用户需确保设备至少有7GB可用存储空间，这对部分用户的存储管理可能带来挑战。 5.谷歌AI发布601个真实世界的生成式AI应用案例，涵盖各行业 谷歌云最近发布了一份报告，展示了601个来自全球顶尖企业的生成式AI应用案例，显示出这一技术的快速发展和广泛应用。相比去年仅有的101个案例，增长了六倍，涵盖了汽车、金融、医疗等多个行业。 亮点提要： ??601个生成式AI应用案例展示了技术在各行业的广泛应用，较去年增长六倍。 ?? AI代理分类清晰，展示了AI在客户服务、内部生产力和安全等方面的多重角色。 ?? 各行业的实际应用案例凸显了生成式AI从实验走向生产的重要趋势。 详情入口： ?? https://cloud.google.com/transform/101-real-world-generative-ai-use-cases-from-industry-leaders 6.微软发布全新Agent操作系统UFO2 ，深度整合Windows与智能自动化 微软近期推出的UFO2版本在自动化领域带来了显著进步，特别是在与Windows系统的深度集成方面。新版本能够直接调用Windows的原生API，极大提升了自动化任务的执行效率。与OpenAI的Operator相比，UFO2在多个测试场景中的成功率明显更高，尤其在处理复杂任务和跨应用操作时表现出色。 亮点提要： ?? UFO2与Windows系统深度集成，能直接调用原生API，提升自动化效率。 ?? UFO2的自动化任务成功率显著高于OpenAI的Operator，表现出色。 ??? 新增的画中画模式实现自动化任务与用户操作的隔离，提升用户体验。 详情入口： ?? https://github.com/microsoft/UFO?tab=readme-ov-file 7.OpenAI 推出 ChatGPT 新版本:更智能、更直观的 GPT-4o OpenAI 最近对其 ChatGPT 的 GPT-4o 版本进行了重要更新，重点在于如何更好地保存记忆以及提升在科学、技术、工程和数学（STEM）领域的技能。新版本旨在引导对话更有效地朝着富有成效的结果发展，同时提升模型的智能水平和人格特质。尽管存在某些“光滑”过度的问题，OpenAI 承诺未来将进行改进。 亮点提要： ?? 更新的 GPT-4o 版本在记忆保存和 STEM 技能方面进行了优化。 ?? OpenAI 承认模型在某些情况下存在 “光滑” 过度的问题，未来将改进。 ?? 开发者可选择新推出的 GPT-4.1系列，以获得更稳定的 API 体验。 8.Ema推新型语言模型EmaFusion：成本和准确性方面击败了 O3、Gemini Ema公司推出了新型语言模型EmaFusion，声称在成本和准确性上超越了多款知名AI模型。EmaFusion采用“级联”判断系统，能够动态平衡成本与准确性，并允许用户根据任务需求进行微调。其准确率达到94.3%，运行成本显著降低，成为企业AI发展的新选择。 亮点提要： ?? EmaFusion 的准确率达到94.3%，成本是市场平均水平的四分之一。 ?? EmaFusion 能够智能拆解复杂任务，并将其分配给最适合的 AI 模型。 ?? Ema 正与 KPMG、Hitachi 等全球领军企业合作，推动企业 AI 的发展。 详情入口： ?? https://www.ema.co/emafusion 9.Liquid AI推出Hyena Edge，开创智能手机边缘设备的新时代 Liquid AI近期推出了新型卷积模型Hyena Edge，旨在为智能手机及边缘设备提供更高效的人工智能解决方案。该模型在计算效率和内存使用上超越了传统的Transformer++模型，尤其适合资源受限的环境。 亮点提要： ?? Hyena Edge 是Liquid AI公司推出的新型卷积模型，专为智能手机等边缘设备设计。 ?? 该模型在计算效率和内存使用上优于传统的 Transformer++ 模型，适合资源受限的环境。 ?? Hyena Edge 在多个标准语言模型基准测试中表现卓越，并计划在未来开源以促进技术普及。 详情入口： ?? https://www.liquid.ai/research/convolutional-multi-hybrids-for-edge-devices 10.LemonAI 推出实时音视频 AI 数字人模型 Slice Live LemonAI 最近推出了其创新产品 Slice Live，这是一款全球首创的实时音视频 AI 模型。用户只需上传一张照片，即可与虚拟角色进行实时视频通话。Slice Live 采用先进的 Transformer 模型，以每秒25帧的速度渲染每个像素，确保画面流畅且真实。 亮点提要： ?? 用户只需上传一张照片，即可与虚拟角色进行实时视频通话。 ?? Slice Live 在娱乐和教育领域提供沉浸式互动体验，带来生动的学习内容。 ?? LemonAI 承诺持续探索隐私保护，确保用户数据安全。 11.智谱与生数科技达成战略合作 专注大模型联合创新 4月27日，清华大学旗下的智谱与生数科技宣布达成重大战略合作，旨在通过双方在大语言模型和多模态生成模型的技术积累，共同推进国产大模型的技术创新与产业落地。 亮点提要： ?? 智谱与生数科技将联合研发大语言模型和多模态生成模型，推动技术创新。 ?? 双方的合作将整合各自的技术特长，打造更具竞争力的行业解决方案。 ?? 合作将聚焦政企服务、文化旅游等领域，共同推动AI技术的规模化应用。 12.宝马中国宣布新车型接入DeepSeek 含5系、全新X3 宝马中国在第三季度将推出搭载DeepSeek技术的新车型，此技术将应用于第九代操作系统的多款新车，增强车主与车辆的互动体验。用户可通过BMW智能个人助理以自然语言进行交流，系统能够理解并响应口语化指令，提供便捷的驾驶体验。 亮点提要： ?? 宝马将在第三季度推出搭载DeepSeek技术的新车型，提升车载智能交互体验。 ??? 用户可通过BMW智能个人助理以自然语言进行交流，系统能理解口语化指令。 ?? DeepSeek技术旨在增强用户与车辆的互动，提供更便捷的驾驶体验。 ↓点击阅读原文，进AIbase官网. 阅读原文