算子简报

•通义万相推出的Wan2.1模型在Vbench评测中获得86.22%的高分，领先于其他视频生成模型。

•该模型使用3D因果VAE模块和Diffusion Transformer架构，优化了视频生成和推理效率。

•Wan2.1模型仅需8.2G显存即可生成480P视频，提供灵活的开发和部署选择。

•360智脑与北京大学联合推出Tiny-R1-32B-Preview模型，参数量仅为5%。

•该模型在数学、编程和科学领域的评测中表现优异，尤其在AIME2024评测中取得78.1分。

•Tiny-R1-32B展示了小型模型在高效推理中的潜力，接近Deepseek-R1的性能。

•DeepSeek在开源周第三天推出DeepGEMM，支持FP8通用矩阵乘法。

•该库在NVIDIA Hopper GPU上实现超过1350 TFLOPS的FP8计算性能，核心代码仅300行。

•DeepGEMM旨在为密集型和混合专家模型提供支持，展现出高效与简洁性。

•百度于2月25日宣布其无代码开发工具“秒哒”已开启用户邀测，用户可体验H5页面开发等功能。

•该工具具备无代码编程、多智能体协作和多工具调用等特性，提升开发效率。

•申请测试的企业用户数量已突破2万，显示出市场的强烈需求。

•Gemini 2.0 Flash-Lite是谷歌AI模型系列中最具成本效益的选项，旨在为预算有限的开发者提供解决方案。

•该模型在处理大规模文本输出任务时表现出色，定价策略极具竞争力。

•输入和输出tokens的费用远低于市场同类产品，适合高频任务。

•幻方量化针对DeepSeek新一代AI模型R2提前发布的传闻作出回应，强调一切以官方消息为准。

•幻方量化于2023年7月成立深度求索AI公司，并在今年1月发布了DeepSeek-R1模型。

•新一代DeepSeek-R2模型有望在代码生成和多语言推理能力上实现提升。

•微软开源了名为“Magma”的多模态AI Agent基础模型，能够处理图像、视频和文本等多种数据类型。

•Magma具备心理预测功能，能够更准确地理解人物或物体的意图。

•用户可通过Magma实现自动下单、查询天气，以及控制实体机器人等智能应用。

•OpenAI扩展了其深度研究功能，向所有ChatGPT Plus、Team、Education和Enterprise用户开放。

•这一功能被认为是自ChatGPT以来最具变革性的AI助手，能够进行复杂的研究任务并生成专业报告。

•中国DeepSeek通过开源新模型挑战OpenAI的订阅商业模式，推动技术普惠。

•字节跳动与中国和新加坡大学研究团队联合推出的PhotoDoodle，利用Flux.1模型重新定义图像创作。

•该技术确保新元素自然融入原始图像，同时研究团队正在探索更高效的单图像训练方法。

•PhotoDoodle能够从少量样本中学习艺术风格并执行编辑指令，提升创作自由度。

•OpenAI于2月26日在X平台上宣布，ChatGPT的高级语音模式正式向用户免费开放。

•该模式基于GPT-4o mini模型，通过优化计算效率，性能已接近完整版GPT-4o。

•目前支持macOS及Windows 10、11系统的ChatGPT桌面应用程序，提供多种语音选择。

•该特效能够将现实建筑转化为可爱的毛绒玩偶风格，效果可爱逼真。

•特效的简单操作和惊艳效果吸引了众多用户，尤其在高校和文旅机构中广受欢迎。

•用户可通过筛选不同风格的生成图片，确保最终效果更符合个人喜好。

•谷歌发布了Gemini Code Assist for Individuals和Gemini Code Assist for GitHub两款AI代码辅助工具。

•这些工具旨在增强开发者的编码效率，并在市场中与微软的GitHub Copilot竞争。

•Gemini Code Assist for Individuals提供每月18万次代码补全，显著优于GitHub Copilot的免费版。