QwenLM 釋出 QVQ-Max:給多模態大模型裝上深度推理引擎
QwenLM 正式釋出視覺推理模型 QVQ-Max 的首個版本。該模型不僅能解析影像與影片,還能展開深入推理;在 MathVision 評測中,延長思考過程能持續提升解題準確率。團隊計劃後續引入定位技術,並逐步將其拓展為能操作手機與電腦的視覺智慧體。
QwenLM 正式釋出視覺推理模型 QVQ-Max 的首個版本。該模型不僅能解析影像與影片,還能展開深入推理;在 MathVision 評測中,延長思考過程能持續提升解題準確率。團隊計劃後續引入定位技術,並逐步將其拓展為能操作手機與電腦的視覺智慧體。
Anthropic 釋出第二期經濟指數報告,分析了 Claude 3.7 Sonnet 上線後 100 萬條匿名對話。資料顯示輔助增強用途仍佔 57%,沒有職業被完全替代;擴充套件思考模式主要被軟體工程師和科研人員呼叫。相關分析資料集已在 Hugging Face 開放下載。
程式碼功能標記顯示 Anthropic 正準備將 Claude 3.7 Sonnet 的上下文視窗從 200K 擴大至 500K。這意味著使用者能直接喂入超大程式碼庫或長文件,避開 RAG 帶來的檢索斷層。不過目前尚不清楚該版本是否僅限企業客戶使用。
OpenAI CEO Sam Altman 宣佈,因 ChatGPT 新影像生成功能過於火爆,向免費使用者的推送將延期一段時間。該功能週二剛隨 GPT-4o 開放給 Plus、Pro 和 Team 付費使用者,因生成吉卜力風格影像引發刷屏熱潮,目前尚不清楚免費版何時上線。
OpenAI 宣佈將在旗下產品中全面支援 Anthropic 的 MCP 協議。該標準已進入 Agents SDK,接下來會支援 ChatGPT 桌面端與 Responses API。兩大巨頭在連線外部資料與工具的底層介面上達成一致,開發者再也不用為不同模型反覆造輪子了。
X 宣佈與 Telegram 展開合作,將 Grok AI 聊天機器人接入該通訊軟體。如果你同時訂閱了 Telegram Premium 和 X Premium,就能在 Telegram 訊息流中直接向 Grok 提問。這是 X 首次把自研 AI 輸出到自家平臺之外。
Google 為 Google Meet 商業使用者帶來多項 Gemini 更新。「幫我做筆記」新增下一步建議,自動抓取會後待辦,筆記還能直達逐字轉錄對應段落。會議中要是走神,現在還能隨時向上滾動檢視之前的即時字幕。
Amazon 推出新 AI 功能「Interests」。使用者只要用日常大白話寫下自己的愛好或特定購物需求,大模型就會自動轉化並全天候掃描庫存,主動提醒相關新品、補貨及優惠。目前該功能已向部分美國移動端使用者開放測試。
Microsoft 推出面向職場的推理智慧體 Researcher 與 Analyst。前者結合 OpenAI 深度研究模型與企業內外資料做多步驟調研,後者基於 o3-mini 執行 Python 解決複雜資料分析。持有 Microsoft 365 Copilot 許可證的使用者將於 4 月通過 Frontier 計劃獲得預覽資格。
Amazon 近期面向部分使用者內測兩款生成式 AI 助手:Interests AI 和 Health AI。Interests AI 允許使用者用自然語言描述興趣來淘貨;Health AI 基於 Bedrock,能解答常見病並提供經醫生稽核的護理建議。Amazon 計劃未來數月向全美推廣。
Character.AI 上線「Parental Insights」功能,青少年可主動開啟向家長郵箱傳送週報。報告包含跨端平均使用時長及最常聊的角色,但不公開具體聊天內容。此舉旨在應對未成年人沉迷及多起安全訴訟引發的擔憂。
Nvidia 推出實驗性遊戲 AI 助手 G-Assist,全程在本地 GPU 執行。玩家能通過懸浮窗語音或打字檢視系統負載、調整畫質甚至一鍵超頻顯示卡,還支援調節第三方外設。不過目前深度整合的遊戲極少,官方強調仍是實驗階段。
Google 正式推出新一代思考模型 Gemini 2.5,首發實驗版 2.5 Pro。該模型在回答前能主動推理,以顯著優勢登頂 LMArena 榜首,支援 100 萬 token 上下文並在數學、程式設計基準上大幅領先。目前已在 Google AI Studio 和 Gemini Advanced 上線。
Perplexity 上線全新回答標籤頁,支援一站式搜尋影像、影片、旅行與購物等垂類內容。使用者可以在同一介面直接切換對應分類獲取結構化答案。目前該功能已在網頁端上線,移動端即將推出。
OpenAI 宣佈把原生影像生成能力做進 GPT-4o。新模型能精準渲染圖片裡的文字,同時處理 10 到 20 個物體,並在連續對話中保持角色一致。它已取代 DALL·E 成為 ChatGPT 預設生圖工具,生成耗時最多約 1 分鐘。
Apple 向開發者推送 iOS 18.4 和 iPadOS 18.4 RC 版本。Apple Intelligence 迎來重要更新,鎖屏新增「優先通知」功能,Image Playground 引入手繪素描風格,並正式擴充套件至簡體中文、日文、韓文等語種。正式版預計 4 月初全量推送。
OpenAI 宣佈調整核心領導層分工。Mark Chen 出任首席研究官,負責統領科研安全並加速科研成果向產品轉化;營運長 Brad Lightcap 擴大職責掌管全域性業務與基礎設施;Julia Villagra 則出任首席人事官負責團隊擴張。
Google 開始向 Android 使用者灰度推送 Project Astra 賦能的 Gemini Live 視覺功能。使用者可將手機全屏或即時攝像頭畫面共享給 AI 進行連續對話。該功能主要面向 Gemini Advanced 訂閱使用者逐步開放,目前尚未全量普及。
Meta 被曝在 Instagram 測試「Write with Meta AI」功能。點選評論欄旁的小鉛筆,AI 便會識別圖片內容並生成 3 條現成評論供挑選。Meta 證實正在測試該功能,但此舉也被不少人質疑會讓朋友間的社互動動淪為虛假客套。
奧地利隱私倡導組織 Noyb 代表一名挪威男子向監管部門投訴 OpenAI。該男子搜尋自己時,ChatGPT 竟將其實際家庭資訊與虛假犯罪事實混雜,捏造其謀殺兩名親生子女且正在服刑。Noyb 指控其違反 GDPR 個人資料準確性要求,並要求監管方予以罰款。