算子简报

•OpenAI最近发布了gpt-image-1图像生成API，开发者可以将这一先进技术轻松集成到各种应用中。

•该功能自上线以来，吸引了大量用户，生成了超过7亿张图像。

•gpt-image-1不仅支持多种图像风格，还内置安全护栏，确保生成内容符合公司政策。

•谷歌的人工智能聊天机器人Gemini在过去一年中实现了显著的用户增长，月活跃用户数达到了3.5亿。

•日活跃用户数也从900万增至3500万，显示出良好的市场接受度。

•然而，与市场领先者ChatGPT的6亿月活跃用户相比，Gemini仍有差距。

•OpenAI近期发布的收入预测显示，到2029年，其总收入预计将达到1250亿美元。

•AI代理业务和渠道收入将成为主要驱动力，推动公司持续增长。

•2023年，OpenAI的收入达到37亿美元，周活跃用户超过5亿，显示出显著增长。

•Ostris团队推出了Flex.2-preview，这是一款基于8亿参数的文本到图像扩散模型。

•该模型在图像生成的控制能力上表现卓越，支持多种功能如图像修补和深度控制。

•Flex.2-preview已在Hugging Face开源，迅速吸引了AI艺术创作社区的关注。

•NVIDIA AI团队推出的Describe Anything3B（DAM-3B）模型在多模态学习领域引起了广泛关注。

•该模型能够根据用户指定的图像或视频区域生成详细描述，超越了传统图像标注的局限性。

•NVIDIA开源了DAM-3B的代码、模型权重和数据集，推动了多模态AI研究的透明性和社区协作。

•纳米AI推出的MCP万能工具箱旨在简化Model Context Protocol的配置复杂性，提供一站式解决方案。

•该工具箱预配置了100多个MCP服务和18个常用API密钥，支持多种功能如图像、音频和视频生成。

•其发布引发了AI开发者社区的广泛关注，社区反馈积极，认为其高效性与易用性显著提升了开发者的工作效率。

•腾讯云于4月24日发布了全新升级的代码助手CodeBuddy，推出Craft软件开发智能体。

•此工具将AI编程从简单的代码补全提升至项目交付，显著提高了开发效率。

•Craft支持MCP协议，实现代码的无缝接入测试、构建和部署，兼容腾讯生态系统。

•昆仑万维于4月24日发布了其多模态推理模型Skywork-R1V2.0，显著提升了视觉与文本推理能力。

•该模型在多个权威基准测试中刷新了开源SOTA纪录，展现出与商业闭源模型相媲美的能力。

•R1V2.0的开源为全球开发者和研究者提供了强大的工具，推动了多模态生态的建设。

•智谱BigModel开放平台于4月24日宣布其多款大模型产品价格大幅调整，进入了“亿时代”。

•此次调整包括GLM-4-FlashX、GLM-Z1系列和GLM-4-Plus等多个产品，特别是GLM-4-Plus的降价幅度高达90%。

•此次降价使企业能够以低成本接触到先进的AI技术，满足多行业场景需求。

•JSON Visuals for ChatGPT的发布为图像生成带来了全新的创意维度。

•用户可以利用超过50种美学代码和随机化器，轻松生成个性化的视觉内容。

•该工具不仅提升了生成的灵活性，还支持高分辨率输出，适用于多个领域。

•在国务院新闻办公室的发布会上，国家知识产权局局长申长雨宣布，中国在人工智能领域展现出强劲的发展势头。

•中国已成为全球AI专利的最大拥有国，专利数量占全球总量的60%。

•这一成就反映了科技创新的突破，彰显了中国在新兴产业中的领导地位。

•小米新款智能音箱以199元的亲民价格正式发布，虽然在硬件配置上有所精简，但其AI大模型的引入显著提升了智能交互体验。

•新音箱支持连续对话与指令语控，用户能够更高效地操控智能家居。

•外观设计延续Pro版简约风格，采用清爽浅灰色外壳，尺寸更小巧。