1、阿里巴巴推出AI旗舰应用“新夸克” 全面升级为“AI超级框”
2、谷歌开源新一代多模态模型 Gemma-3:性能卓越、成本降低 10 倍
3、百度文心快码推出Comate Zulu版本 并正式开放公测
4、字节Trae接入硅基流动SiliconCloud 支持DeepSeek多款模型API
5、王炸更新!谷歌AI Studio再进化:YouTube视频秒懂,AI作画还能保持角色统一
6、叫板Sora?潞晨科技开源视频大模型Open-Sora 2.0,降本提速
7、阿里通义新视频生成和编辑模型VACE 可控制运动轨迹、替换主体等
8、理想汽车AI助手理想同学网页版上线:接入DeepSeek R1满血版
9、谷歌Gemini 2.0 Flash放出原生多模态图像生成功能:支持多轮对话式实时编辑
10、Remade AI 开源 8 款 Wan2.1 特效 LoRA,掀起 AI 视频创作新热潮
11、AI对口型革命性突破:Captions新模型Mirage打造超真实UGC视频
12、谷歌推机器人控制模型Gemini Robotics,让机器人像人类一样思考行动
13、智谱AI宣布再获珠海 5 亿元融资
1.
阿里巴巴推出AI旗舰应用“新夸克” 全面升级为“AI超级框”
阿里巴巴于3月13日推出了其全新升级的AI旗舰应用——新夸克。这款应用基于阿里通义的先进推理与多模态大模型,整合了多种AI功能,旨在为用户提供无缝的智能体验。新夸克不仅能够进行智能对话,还具备深度思考和执行能力,能够满足用户在多个场景下的需求。
亮点提要:
🤖 新夸克整合了AI对话、深度思考、深度搜索等多种功能,提供一站式服务。
📊 通过智能中枢系统,新夸克能够自动识别用户指令并进行深度执行。
🌐 阿里巴巴计划将通义系列模型的最新成果快速接入新夸克,以增强其功能。
2.
谷歌开源新一代多模态模型 Gemma-3:性能卓越、成本降低 10 倍
谷歌最新发布的多模态大模型Gemma-3以其低成本和高性能引起了广泛关注。该模型支持多种参数规模,最大可达270亿参数,且仅需一张H100显卡进行高效推理,算力需求显著降低。Gemma-3在对话模型评比中表现优异,支持长文本处理和多模态数据,展现出强大的语言处理能力和创新的架构设计,是当前算力要求最低的高性能模型之一。
亮点提要:
🔍 Gemma-3是谷歌最新开源的多模态大模型,参数范围从10亿到270亿,且算力需求降低10倍。
💡 模型采用创新的架构设计,有效处理长上下文和多模态数据,支持文本与图像的同时处理。
🌐 Gemma-3支持140种语言的处理能力,经过训练优化后在多项任务中表现优异,展现了强大的综合能力。
详情
入口:
🔗 https://huggingface.co/collections/google/gemma-3-release-67c6c6f89c4f76621268bb6d
3.
百度文心快码推出Comate Zulu版本 并正式开放公测
百度旗下的文心快码推出了Comate Zulu版本,标志着在智能编程领域的一次重大突破。该版本通过结合文心大模型的强大能力和丰富的编程大数据,为开发者提供了更高效的编程体验。用户可以通过自然语言与系统进行交流,快速搭建项目和理解代码逻辑,大幅提升开发效率。
亮点提要:
🛠️ 通过全自然语言实现需求,无需编写代码即可自动搭建项目,支持口语交流和图片展示。
📊 快速理解代码库的业务逻辑,提供架构图梳理和智能启发思路,帮助开发者迅速上手新项目。
⚙️ 自动搭建开发环境,支持依赖自动安装和服务自启动,实现从需求到代码的端到端生成。
详情
入口:
🔗 https://comate.baidu.com
4.
字节Trae接入硅基流动SiliconCloud 支持DeepSeek多款模型API
硅基流动平台与字节跳动推出的AI IDE——Trae正式接入,提升了开发者的编程体验。用户可以通过简单的步骤接入多款编码模型,包括DeepSeek-R1、V3等,满足不同需求。平台还提供免费的API服务,助力开发者实现更高效的开发过程。未来,硅基流动将继续扩展模型种类和合作应用,致力于为开发者提供更稳定的服务。
亮点提要:
🔧 Trae接入硅基流动,提供多种高效编码模型,提升编程体验。
🔑 用户可通过简单步骤添加模型,获取API密钥。
🚀 硅基流动致力于提供稳定的API服务,未来将扩展模型种类。
5.
王炸更新!谷歌AI Studio再进化:YouTube视频秒懂,AI作画还能保持角色统一
谷歌AI Studio的最新升级引发了科技圈的轰动,用户现在可以直接通过YouTube链接理解视频内容,无需下载和上传。Gemini2.0Flash Experimental模型不仅在视频解析上表现出色,还在图像生成方面展现了惊人的一致性。
亮点提要:
🎥 谷歌AI Studio现在支持直接解析YouTube视频链接,用户可快速理解视频内容。
🖼️ Gemini2.0Flash exp在图像生成方面表现卓越,角色在多张图片中保持一致性。
⚡ 更新标志着谷歌AI Studio从基础模型向应用级工具的转型,影响现有AI工具生态。
详情
入口:
🔗 https://ai.google.dev/gemini-api/docs/vision?lang=python&hl=zh-cn#youtube
6.
叫板Sora?潞晨科技开源视频大模型Open-Sora 2.0,降本提速
潞晨科技推出的Open-Sora2.0以其仅20万美元的训练成本和110亿参数的强大性能,成功挑战了OpenAI Sora等行业标杆。该模型在多个评测中表现优异,尤其在VBench中与OpenAI Sora的性能差距缩小至0.69%。
亮点提要:
💰 成本低:Open-Sora2.0仅需20万美元训练成本,显著低于行业标准。
📈 性能强:拥有110亿参数,性能接近OpenAI Sora,VBench评测中表现优异。
🌐 开源共享:全流程训练代码开源,推动视频生成技术的共同发展。
详情
入口: