AI日报： OpenAI推出gpt-image-1图像生成API;纳米AI发布MCP万能工具箱;中国占全球AI专利60% AI日报 4月24日?AIbase1、OpenAI发布gpt-image-1 API，4o图像生成能力正式开放 2、谷歌 Gemini 月活跃用户突破 3.5 亿，仍与 ChatGPT 存在差距 3、OpenAI预测2029年收入激增至1250亿美元 4、Ostris发布Flex.2-preview，8B参数扩散模型革新ComfyUI工作流 5、英伟达推多模态LLM Describe Anything：指定特定区域生成详细的描述 6、纳米AI发布MCP万能工具箱，简化AI工具集成与调用 7、腾讯云代码助手CodeBuddy推出Craft软件开发智能体 8、昆仑万维开源Skywork-R1V 2.0版本 9、智谱宣布旗下多款大模型产品降价 其中GLM-4-Plus降价90% 10、JSON Visuals for ChatGPT发布，解锁无限图像风格创作 11、国家知识产权局：中国成为全球AI专利最大拥有国，占比达60% 12、199元！小米新款智能音箱发布：AI大模型加持，智能对话再升级 1.OpenAI推ChatGPT新图像生成功能API:开发者可轻松集成 AI 绘图功能 OpenAI最近推出了gpt-image-1图像生成API，开发者可以将这一先进技术轻松集成到各种应用中。这一功能自上线以来，吸引了大量用户，生成了超过7亿张图像。gpt-image-1不仅支持多种图像风格，还内置安全护栏，确保生成内容符合公司政策。 亮点提要： ?? OpenAI推出gpt-image-1图像生成API，开发者可轻松集成到应用中。 ??? 用户在新功能上线第一周便生成超过7亿张图像，吸引了数百万新用户。 ?? gpt-image-1的图像生成成本合理，低至每张图像2美分。 2.谷歌 Gemini 月活跃用户突破 3.5 亿，仍与 ChatGPT 存在差距 谷歌的人工智能聊天机器人Gemini在过去一年中实现了显著的用户增长，月活跃用户数达到了3.5亿，日活跃用户数也从900万增至3500万。然而，与市场领先者ChatGPT的6亿月活跃用户相比，Gemini仍有差距。 亮点提要： ?? Gemini的月活跃用户数已达3.5亿，日活跃用户增至3500万。 ?? ChatGPT的月活跃用户为6亿，仍领先Gemini。 ?? 谷歌通过与三星的合作及产品整合，推动Gemini快速增长。 3.OpenAI预测2029年收入激增至1250亿美元 OpenAI近期发布的收入预测显示，到2029年，其总收入预计将达到1250亿美元，其中AI代理业务和渠道收入将成为主要驱动力。2023年，OpenAI的收入达到37亿美元，周活跃用户超过5亿，显示出显著增长。 亮点提要： ?? 预计到2029年，OpenAI收入将达1250亿美元，AI代理业务成为主要增长点。 ?? 2023年收入达37亿美元，周活跃用户超过5亿，显示出显著增长。 ?? 预计未来四年将实现现金流转正，毛利润占比将提升至近70%。 4.Ostris发布Flex.2-preview，8B参数扩散模型革新ComfyUI工作流 Ostris团队推出了Flex.2-preview，这是一款基于8亿参数的文本到图像扩散模型，旨在优化ComfyUI工作流。该模型在图像生成的控制能力上表现卓越，支持多种功能如图像修补和深度控制，已在Hugging Face开源，迅速吸引了AI艺术创作社区的关注。 亮点提要： ?? 通用控制支持：内置线条、姿态和深度控制，精确引导生成结果，适合多种创作需求。 ??? 图像修补能力：支持高级图像修补，用户可通过掩码进行内容替换或修复，提升创作灵活性。 ?? ComfyUI集成：模型专为ComfyUI优化，提供节点化工作流支持，简化复杂任务配置。 详情入口： ?? https://huggingface.co/ostris/Flex.2-preview 5.英伟达推多模态LLM Describe Anything：指定特定区域生成详细的描述 NVIDIA AI团队推出的Describe Anything3B（DAM-3B）模型在多模态学习领域引起了广泛关注。该模型能够根据用户指定的图像或视频区域生成详细描述，超越了传统图像标注的局限性。 亮点提要： ??? DAM-3B具备区域化描述能力，能够根据用户指定区域生成详细描述，提升描述的精准性和丰富性。 ?? NVIDIA开源了DAM-3B的代码、模型权重和数据集，推动了多模态AI研究的透明性和社区协作。 ?? 模型在内容创作、智能交互和无障碍技术等多个领域展现出广泛的应用前景，推动社会包容性进步。 详情入口： ?? https://github.com/NVlabs/describe-anything 6.纳米AI发布MCP万能工具箱，简化AI工具集成与调用 纳米AI推出的MCP万能工具箱旨在简化Model Context Protocol的配置复杂性，提供一站式解决方案。该工具箱预配置了100多个MCP服务和18个常用API密钥，支持多种功能如图像、音频和视频生成。它的发布引发了AI开发者社区的广泛关注，社区反馈积极，认为其高效性与易用性显著提升了开发者的工作效率。 亮点提要： ?? 预配置100多个MCP服务，开发者无需手动配置即可直接调用，降低接入门槛。 ?? 内置18个常用API密钥，用户可省去自行获取密钥的繁琐步骤，简化初始配置。 ?? 支持多模态生成，通过自然语言指令生成图像、音频和视频，提升创作效率。 详情入口： ?? https://bot.n.cn/download?src=AIBotCode 7.腾讯云代码助手CodeBuddy推出Craft软件开发智能体 腾讯云于4月24日发布了全新升级的代码助手CodeBuddy，推出Craft软件开发智能体。此工具将AI编程从简单的代码补全提升至项目交付，显著提高了开发效率。开发者只需用自然语言输入需求，Craft便能自动生成完整的项目代码，并支持主流IDE。Craft还支持MCP协议，实现代码的无缝接入测试、构建和部署，兼容腾讯生态系统，助力团队高效协作。 亮点提要： ?? Craft智能体能将开发者的自然语言需求转化为完整的项目代码，极大简化开发流程。 ?? 支持MCP协议，使得AI生成的代码能够无缝接入测试和部署环节，提高了开发的连贯性。 ?? CodeBuddy已在腾讯内部广泛应用，85%的开发者使用该工具，显著提升了整体开发效率。 详情入口： ?? https://cnb.cool 8.昆仑万维开源Skywork-R1V 2.0版本 昆仑万维于4月24日发布了其多模态推理模型Skywork-R1V2.0，显著提升了视觉与文本推理能力，尤其在高考理科难题和通用任务场景中表现优异。该模型在多个权威基准测试中刷新了开源SOTA纪录，展现出与商业闭源模型相媲美的能力。R1V2.0的开源不仅体现了昆仑万维在多模态领域的技术实力，也为全球开发者和研究者提供了强大的工具，推动了多模态生态的建设。 亮点提要： ?? R1V2.0在中文理科题目推理方面表现突出，成为免费AI解题助手，刷新多个开源SOTA纪录。 ?? 采用多模态奖励模型Skywork-VL Reward和混合偏好优化机制，提升模型在多任务、多领域下的适应能力。 ?? 昆仑万维致力于推动开源和创新，R1V2.0的开源为AGI的发展提供了新的基座模型，未来将继续推出领先的大模型与数据集。 详情入口： ?? https://github.com/SkyworkAI/Skywork-R1V 9.智谱宣布旗下多款大模型产品降价 其中GLM-4-Plus降价90% 智谱BigModel开放平台于4月24日宣布其多款大模型产品价格大幅调整，进入了“亿时代”，使企业能够以低成本接触到先进的AI技术。此次调整包括GLM-4-FlashX、GLM-Z1系列和GLM-4-Plus等多个产品，特别是GLM-4-Plus的降价幅度高达90%。 亮点提要： ?? GLM-4-FlashX模型每亿tokens价格仅为10元，推理速度与GPT-4相当，表现优异。 ?? GLM-Z1-AirX推理速度是DeepSeek-R1的8倍，性价比高，GLM-Z1-Air价格仅为DeepSeek-R1的1/30。 ?? GLM-4-Plus价格降至5元/百万tokens，行业领先，满足多行业场景需求。 10.JSON Visuals for ChatGPT发布，解锁无限图像风格创作 JSON Visuals for ChatGPT的发布为图像生成带来了全新的创意维度，用户可以利用超过50种美学代码和随机化器，轻松生成个性化的视觉内容。该工具不仅提升了生成的灵活性，还支持高分辨率输出，适用于数字艺术、品牌营销、游戏设计等多个领域。 亮点提要： ? 50+美学代码，支持多样化风格生成，满足创作需求。 ?? 属性随机化器，自动调整风格属性，探索创意无限可能。 ?? 高兼容性，快速生成高分辨率图像，提升用户体验。 详情入口： ?? https://json.visuals.zip/ 11.国家知识产权局：中国成为全球AI专利最大拥有国，占比达60% 在国务院新闻办公室的发布会上，国家知识产权局局长申长雨宣布，中国在人工智能领域展现出强劲的发展势头，已成为全球AI专利的最大拥有国，专利数量占全球总量的60%。这一成就不仅反映了科技创新的突破，也彰显了中国在新兴产业中的领导地位。 亮点提要： ?? 中国在全球人工智能专利中占据60%份额，成为最大拥有国。 ?? 国家知识产权局推出多项政策，支持人工智能技术的快速发展与应用。 ?? 2024年知识产权授权数据喜人，社会满意度提升至82.36分。 12.199元！小米新款智能音箱发布：AI大模型加持，智能对话再升级 小米新款智能音箱以199元的亲民价格正式发布，虽然在硬件配置上相比Pro版有所精简，但其AI大模型的引入使得智能交互体验得到了显著提升。新音箱支持连续对话与指令语控，用户能够更高效地操控智能家居。 亮点提要： ?? 外观设计延续Pro版简约风格，采用清爽浅灰色外壳，尺寸更小巧。 ?? 功能上有所取舍，取消红外遥控和Type-C音频连接，但声学配置依然出色。 ?? AI大模型加持，支持连续对话和远程备车功能，智能交互体验显著提升。 ↓点击阅读原文，进AIbase官网. 阅读原文