AI资讯

在2024年的最后一天，智谱发布了推理模型GLM-Zero 的初代版本 GLM-Zero-Preview，这是智谱首个基于扩展强化学习技术训练的推理模型。 据了解，GLM-Zero-Preview 擅长处理数理逻辑、代码和需要深度推理的复杂问题。同基座模型相比，GLM-Zero-Preview 既没有显著降低通用任务能力，又大幅提升了专家任务能力。 GLM-…

12月，字节跳动豆包大模型团队推出文生图模型 v2.1版本，这次的升级对比通用 2.0和通用 2.0 PRO版本，除了结构准确和美感明显提升外，重点支持了中英文字符渲染。 据了解，豆包文生图模型v2.1通过打通 LLM 和 DiT 构架，构建了高质量文字渲染能力，大幅提升文字生成准确率。这种原生的文字渲染能力，让文字与整体画面的融合更为自然和实用。 >…

12月25日圣诞节当天，阿里通义千问Qwen团队发文宣布推出首个开源视觉推理模型——QVQ-72B-Preview。该模型展现出优秀的视觉理解和推理能力，在解决数学、物理、科学等领域的复杂推理问题上表现尤为突出。 Qwen团队在 4 个数据集上评估了QVQ-72B-Preview，包括MMMU、MathVista、MathVision 、OlympiadBe…

就在刚刚，DeepSeek了更新V3版本！据了解，模型的速度有了明显提升。 官方还没有来得及正式宣发，我们迫不及待尝试了下，的确更新了！ 那今天就抢先带大家在302.AI实测了解一下DeepSeek-V3，看看其在文本处理、推理逻辑、编程等方面的表现如何！ > 在302.AI上使用 302.AI的聊天机器人和API超市都同步更新了DeepSeek-V3…

12月20日凌晨，谷歌DeepMind首席科学家宣布推出全新模型——Gemini 2.0 Flash Thinking。 据了解，Gemini 2.0 Flash thinking是一个实验性模型，它以Gemini 2.0 Flash版本为基础，经过特别训练后，能够在回答问题时展示其“思考过程”，这与o1模型的慢思维思考方式相似，可以深度可视化展示整个思维链…

12月13日，DeepSeek 官方发布博文，宣布开源 DeepSeek-VL2 模型。 据了解，在模型架构上，DeepSeek-VL2 视觉部分使用切图策略支持动态分辨率图像，语言部分采用 MoE 架构低成本高性能， MoE是一种混合专家（Mixture-of-Experts）架构，旨在提高模型的性能和效率。 在官方给出的测评结果中显示，DeepSeek-…

11中旬，生数科技推出了最新AI视频生成模型Vidu 1.5版本，并声称这一版本模型为“全球首个支持多主体一致性的大模型”。 先简单理解下多主体一致性的意思，多主体一致性即多个主体如人物、物体、场景等，在不同场景、不同镜头下的形象、特征和行为都是连贯和一致的。更简单地说，就是视频里的每个角色或物体在不同时间和不同地点都能保持他们的特征和行为，使得整个视频看起…

11月初，MINIMAX发布了新款abab7-preview模型，该模型支持245K上下文，相对于abab6.5系列模型在长文、数学、写作等能力有大幅度提升。 根据网上搜索到的关于abab7-preview模型的资料并不多，想要进一步了解这一模型，可以通过实测看看真实的表现。 > 在302.AI上使用 目前，302.AI已经提供了abab7-previ…

11月底，Runway推出了新功能——Expand Video。这项功能允许用户通过简单的文本提示，在原始视频画面基础上生成额外的视觉内容，并灵活调整视频比例。这和早前很火的“图片扩图”功能非常相似，只不过Expand Video扩的不是静态的图片而是视频。 Expand Video功能的主要特点包括： 1、无缝扩展框架，同时保持视觉一致性，并以…

十一月下旬，Suno在社交媒体平台官宣推出第四代AI音乐生成模型Suno v4。与之前的版本相比，Suno v4提供更优质的音效、更清晰的歌词和更具动感的歌曲结构。 据官方介绍，Suno v4带来了一系列的创新和升级，比如引入了ReMiAI歌词助手，旨在帮助用户创作更具创意的歌词并提升歌曲创作水平。除此之外，还在封面艺术方面，带来了更具创意、更引人注目的设计…