算子简报

•快手推出了AI作图工具Poify，专注于电商领域的图像处理。

•Poify的核心功能包括文生图和图生图，适用于电商需求。

•该工具帮助商家降低成本并提升视觉吸引力。

•字节跳动的Seed团队发布了开源代码模型Seed-Coder，具有8B参数。

•该模型在多个基准测试中表现优异，展现了强大的编程潜力。

•Seed-Coder专注于代码生成和软件工程任务，支持32K上下文。

•2025世界IP经济发展大会暨全球IP授权博览会在广州成功举行。

•此次评选吸引了2368个参赛IP，最终确定了十个优秀作品。

•《哪吒之魔童闹海》等作品凭借其出色的故事情节和制作质量入选。

•Anthropic推出的Claude AI API新增网页搜索功能，实时访问网络信息。

•这一创新显著提升了Claude在回答问题时的准确性。

•开发者可利用此功能构建精准的智能体，应用于多个领域。

•苹果推出的FastVLM模型专为高分辨率图像处理优化，具备极高的编码速度。

•该模型采用创新的FastViTHD编码器，提升了效率。

•FastVLM特别适合在移动设备上运行，展现出色性能。

•腾讯与清华大学合作推出的PrimitiveAnything框架，旨在重新定义3D形状的生成。

•该框架通过将复杂形状分解为原始组件，提升了几何准确性。

•研究团队构建了大规模的HumanPrim数据集，验证了框架的优越表现。

•IDP Leaderboard正式推出，评估了9229份文档和16个数据集的表现。

•该基准全面分析了当前主流模型在多个核心任务上的表现。

•长文档处理和表格提取仍是视觉-语言模型的短板。

•Gemini 2.5 Pro在视频理解领域取得重大突破，支持长达6小时的视频分析。

•该模型具备200万Token的上下文窗口，表现接近行业顶尖水平。

•通过API解析YouTube链接，模型在VideoMME基准测试中表现出色。

•研究表明，用户请求简短回答时，语言模型更易生成错误信息。

•简洁请求对模型准确性的负面影响显著，尤其在自信措辞时。

•不同模型在现实条件下表现差异明显，小模型更易受影响。

•Fellou浏览器支持一键搞定研究、发帖、邮件，效率提升5倍。

•该浏览器不仅能进行传统搜索，还能思考、规划并执行复杂任务。

•Fellou承诺不跟踪用户行为，确保用户信息安全。

•NVIDIA的Audio-SDS技术显著提升了音效生成和音源分离能力。

•该技术支持多任务音频处理，用户可通过文本提示生成定制化音效。

•Audio-SDS降低了开发成本与时间，促进了音频处理的普及。

•Kimi与小红书的合作标志着AI大模型在内容平台上的新尝试。

•Kimi推出智能助手账号，用户可一键生成笔记。

•Kimi的投流预算在2025年第一季度缩减，显示出转型策略的调整。