算子简报

•快手旗下的可灵AI已全面接入DeepSeek-R1，提升用户在视频和图片生成方面的便利性。

•用户可以通过DeepSeek-R1将灵感转化为专业提示词，降低创作门槛。

•DeepSeek灵感版与可灵AI的灵感词库功能联动，帮助用户掌控视频细节。

•百度推出的文心4.5和X1大模型在性能上超越了GPT-4.5，且API调用价格仅为后者的1%。

•文心4.5是百度首个原生多模态大模型，具备强大的推理能力和多模态功能。

•新模型的低成本调用将使更多用户受益，推动AI应用的发展。

•小米大模型团队通过强化学习算法将音频推理模型的准确率提升至64.5%。

•该团队在国际权威的MMAU评测榜上名列前茅，展现了强化学习的有效性。

•相关技术已开源，推动了学术界和产业界的进一步研究。

•钉钉新推出的AI客服助理能够自动接入企业官网和公众号，支持多轮对话。

•该功能已被700多家企业接入，提供7×24小时在线服务，响应速度快。

•企业只需三步配置，即可快速上线AI助理，简化知识体系构建。

•LBM是一款高效的图像处理工具，具备强大的对象移除能力和光照调整功能。

•用户可以轻松去除照片中的不必要元素，营造理想的氛围。

•该技术适合摄影爱好者和专业人士，简化了图像编辑流程。

•Harmony功能将使AI助手能够无缝接入本地文件，提升用户与文件的互动体验。

•AI助手可以直接读取、索引和分析本地文件内容，展现强大的编码助手潜力。

•该功能还支持基于关键词的搜索，进一步增强了AI的实用性。

•Thera是一款开源超分辨率模型，能够任意倍数提升图片清晰度。

•该模型通过内置的物理观测模型，减少图像失真，呈现更自然的细节。

•Thera以Apache-2.0许可证提供，促进技术共享与发展。

•Gemini 2.0 Flash模型的去水印功能引发了关于版权的争议，尤其是涉及知名图片库的内容。

•尽管该模型在图像生成和编辑方面表现出色，但缺乏使用限制引发了版权方面的担忧。

•其他AI模型如Claude 3.7 Sonnet和GPT-4o拒绝去除水印，认为此举不道德且可能违法。

•Cohere推出的Command A模型仅需两块GPU即可高效运转，显著降低了企业的硬件需求。

•该模型支持多达23种语言及地区方言，助力企业拓展全球市场。

•私有部署成本降低高达50%，为企业带来显著的财务优势。

•Cangjie Magic是一个创新的智能体开发框架，基于华为自研的仓颉编程语言。

•该框架通过独特的Agent DSL架构，提供全面的智能体生命周期管理。

•计划在第三季度实现对Android和iOS的智能体调用能力，拓展移动端应用场景。

•OpenAI首席产品官预测，AI将在2025年底之前超越人类程序员，尤其是在编码基准测试中。

•他强调了AI编码模型的快速进步，推动编码的自动化。

•未来几乎所有代码可能由AI生成，标志着AI在编程领域的持续进步。