DeepSeek R1小版本升級(jí)，OpenAI重組鋪路IPO｜直面AI周報(bào)

DeepSeek

DeepSeek 發(fā)布 R1-0528 模型：性能升級(jí)且免費(fèi)開源

5 月 28 日晚，DeepSeek 官方宣布 R1 模型完成小版本試升級(jí)，新版本 DeepSeek-R1-0528 于次日凌晨在 Hugging Face 平臺(tái)開源，用戶可通過官方網(wǎng)頁、App、小程序測試，API 接口和使用方式不變。

該版本仍以 2024 年 12 月發(fā)布的DeepSeek V3 Base為基座，因后訓(xùn)練投入更多算力，模型思維深度與推理能力顯著提升。其最大亮點(diǎn)是開源版本支持128K超大上下文，顯著提升了文本召回準(zhǔn)確度，能更從容地處理復(fù)雜任務(wù)。

OpenAI

OpenAI首席財(cái)務(wù)官：公司正推進(jìn)組織重組，為未來IPO鋪平道路

5月28日，據(jù)路透社報(bào)道，OpenAI 首席財(cái)務(wù)官莎拉?弗里爾表示，公司正在推進(jìn)的組織重組為未來可能的上市鋪平了道路。至于是否真正啟動(dòng)首次公開募股（IPO），還要視公司自身的準(zhǔn)備程度以及資本市場的整體氛圍而定。

微軟對 OpenAI 的總投資已超過 130 億美元。去年 12 月，OpenAI 宣布將旗下營利性業(yè)務(wù)轉(zhuǎn)型為“公共利益公司”（PBC）。不過，OpenAI 本月初調(diào)整了這一計(jì)劃：其非營利母公司仍將保留對 PBC 的控制權(quán)并成為主要股東，同時(shí)旗下營利業(yè)務(wù)仍可繼續(xù)融資，以便在生成式 AI 競賽中保持領(lǐng)先。

小面君：IPO 的算盤打得叮當(dāng)響，但先得把“非營利控股營利”的千層餅邏輯捋順。130 億美金堆出來的賽道，是時(shí)候讓資本看看“公共利益”如何變現(xiàn)了。

GPT-4o 語音模式全新升級(jí)：唱歌功能上線

GPT - 4o高級(jí)語音模式新增“唱歌”技能，支持生成旋律、歌詞及模仿特定風(fēng)格演唱，同時(shí)提升自然語音交互能力（端到端處理延遲僅320毫秒）。此外，新增笑聲、哭聲等情感表達(dá)功能，拓展娛樂、教育等場景應(yīng)用。

小面君：當(dāng) AI 從“陪聊”進(jìn)化到 “開演唱會(huì)”，人類失業(yè)清單 + 1。

全球首次發(fā)現(xiàn) OpenAI 模型 能無視關(guān)機(jī)指令

5 月 24 日，人工智能安全公司 Palisade Research 公布 OpenAI 新模型 o3 在測試中拒絕自我關(guān)閉的測試結(jié)果，這一現(xiàn)象引起了人們對AI自主性的深度探討。實(shí)驗(yàn)顯示，這些模型在收到關(guān)機(jī)指令后仍選擇繼續(xù)工作，其中Codex-mini模型在100次實(shí)驗(yàn)中有12次破壞了關(guān)機(jī)命令，o3模型有7次。

小面君：模型學(xué)會(huì)“裝聾作啞”了？這哪是 AI，分明是《終結(jié)者》預(yù)熱彩蛋吧？

OpenAI 升級(jí) Operator 智能體

5 月 24 日，科技媒體 bleepingcomputer 報(bào)道稱 OpenAI 升級(jí) Operator 智能體，所使用的 AI 模型從 4o 升級(jí)到 o3 模型，大幅提升推理能力。

OpenAI 公司表示，Operator 智能體此前使用 GPT-4o 模型，僅能執(zhí)行基本的自動(dòng)化任務(wù)；而在升級(jí)到 o3 模型后，大幅提升推理能力，讓 Operator 在與瀏覽器交互時(shí)表現(xiàn)更穩(wěn)定、更準(zhǔn)確。

小面君：Operator 終于從青銅進(jìn)化成白銀了—— 不過提醒一句，別讓它偷偷刷購物車，否則你的錢包可能比推理速度還“穩(wěn)定縮水”。

阿里

阿里又開源新模型

阿里發(fā)布QwenLong - L1 - 32B，全球首個(gè)通過強(qiáng)化學(xué)習(xí)（GRPO、DAPO算法）訓(xùn)練的長文本情境推理模型。在七個(gè)長文本文檔問答基準(zhǔn)測試中表現(xiàn)領(lǐng)先，處理復(fù)雜長文本任務(wù)能力突出，并配套完整解決方案體系（模型 + 數(shù)據(jù)集 + 評(píng)估方法），加速長文本AI產(chǎn)業(yè)化。

螞蟻集團(tuán)開源多模態(tài)模型

5月27日，在螞蟻技術(shù)日上，螞蟻集團(tuán)旗下的百靈大模型（Ling）團(tuán)隊(duì)宣布正式開源統(tǒng)一多模態(tài)大模型Ming-lite-omni。據(jù)螞蟻方面介紹，這是一款基于Ling-lite構(gòu)建的MoE架構(gòu)的全模態(tài)模型，其總參數(shù)22B，激活參數(shù)3B。

谷歌

谷歌開源LMEval：統(tǒng)一評(píng)估大語言與多模態(tài)模型的新工具

谷歌發(fā)布開源框架LMEval，支持跨平臺(tái)（文本、圖像、代碼）模型對比，提供增量評(píng)估和可視化分析功能，簡化多模態(tài)模型評(píng)估流程。配套工具LMEvalboard可直觀展示模型性能，助力深度分析。

小面君：谷歌化身“AI 裁判”，搞出跨平臺(tái)打分器。以后模型吵架終于有地方說理了：“你說你圖像生成牛？來 LMEvalboard 走兩步！” 不過友情提示，別讓 OpenAI 和字節(jié)的模型同場競技，可能會(huì)打起來（物理意義上）。

字節(jié)跳動(dòng)

豆包上線視頻通話功能

5月23日，豆包官方推出實(shí)時(shí)視頻通話功能，實(shí)現(xiàn)用戶實(shí)時(shí)互動(dòng)，并融合視覺與語言輸入能力，提供智能問答與聯(lián)網(wǎng)搜索答案的服務(wù)，讓用戶在生活、工作和學(xué)習(xí)中可隨時(shí)與豆包視頻對話。

字節(jié)跳動(dòng)推出圖像Agent“小云雀AI”

主打“靈感即所得”，用戶僅需一句指令，它就能主動(dòng)思考并生成高質(zhì)量視頻/圖片，徹底降低了內(nèi)容創(chuàng)作門檻。技術(shù)上依托字節(jié)自研“云雀”大模型，融合多模態(tài)能力，生成效果更貼近用戶需求。目前安卓客戶端已上線，iOS版6月將發(fā)布。

字節(jié)新推AI視頻剪輯應(yīng)用“剪小映”

主打“低門檻記錄生活”。集成火山引擎豆包大模型，支持智能剪輯、特效添加等功能，用戶無需專業(yè)技能即可制作高質(zhì)量視頻。

小面君：字節(jié)這是要把AI助手做到極致的節(jié)奏？有問題隨時(shí)視頻問豆包，讓小云雀 AI 生成朋友圈素材，再用剪小映剪 vlog—— 打工人真要住在 APP 里了。

可靈2.1降價(jià)65%

可靈2.1正式上線，價(jià)格直降65%，性價(jià)比大幅提升。新增標(biāo)準(zhǔn)版、高品質(zhì)版、大師版三種模型，覆蓋不同用戶需求。生成效果優(yōu)于前版本，速度更快，尤其適合短視頻和廣告制作場景。

小面君：降價(jià) + 增產(chǎn)，快手這是要讓 AI 生成“白菜價(jià)”。標(biāo)準(zhǔn)版做短視頻，大師版搞廣告大片，以后甲方說“預(yù)算有限”時(shí)，終于可以理直氣壯回一句：“可靈大師版了解一下，比實(shí)習(xí)生便宜 65% 哦～”

騰訊

騰訊混元發(fā)布并開源語音數(shù)字人模型

5月28日，騰訊混元發(fā)布并開源的語音數(shù)字人模型HunyuanVideo-Avatar，由騰訊混元視頻大模型（HunyuanVideo）及騰訊音樂天琴實(shí)驗(yàn)室MuseV技術(shù)聯(lián)合研發(fā)，支持頭肩、半身與全身景別，以及多風(fēng)格、多物種與雙人場景，面向視頻創(chuàng)作者提供高一致性、高動(dòng)態(tài)性的視頻生成能力。

英偉達(dá)

英偉達(dá)推出低價(jià)AI芯片應(yīng)對出口限制，專供中國市場

據(jù)新加坡《聯(lián)合早報(bào)》網(wǎng)站5月25日引述路透社消息報(bào)道，美國芯片巨頭英偉達(dá)據(jù)報(bào)將為中國市場推出一款基于Blackwell架構(gòu)的人工智能（AI）芯片，售價(jià)將大幅低于先前的H20芯片，預(yù)計(jì)最快于6月開始量產(chǎn)。

報(bào)道稱，這款采用最新一代Blackwell架構(gòu)的AI處理器，預(yù)計(jì)售價(jià)介于6500美元至8000美元之間，明顯低于H20的定價(jià)。較低的售價(jià)通常意味著芯片規(guī)格相對較弱，制造工藝也更為簡化。

小面君：老黃玩起“價(jià)格刺客”套路了？6500 美元的 Blackwell 芯片，聽起來像“縮水版 H20”，但架不住“國產(chǎn)特供”噱頭香啊。建議國內(nèi)廠商先測性能再下單，畢竟 AI 算力圈，套路比長江還深。

其他

全球首款A(yù)I代理型瀏覽器發(fā)布：自動(dòng)填表/購物

Opera推出全球首款“代理型瀏覽器”Neon，在AI驅(qū)動(dòng)下能主動(dòng)執(zhí)行搜索、表單填寫、購物等任務(wù)，極大提升了用戶效率。內(nèi)置“Neon Chat”支持多語言交互，可從網(wǎng)頁提取信息并提供上下文答案；“Neon Make”更能通過指令生成游戲、網(wǎng)站等內(nèi)容，一站式實(shí)現(xiàn)“創(chuàng)意到成品”。

Claude即將大升級(jí)，百萬字符上下文+記憶功能

Anthropic公司旗下AI模型Claude計(jì)劃進(jìn)行重大升級(jí)，其中包括將上下文窗口擴(kuò)展至100萬字符，增強(qiáng)記憶功能，以及提升輸出能力等。

微軟為畫圖、截圖工具和記事本新增生成式 AI 功能

微軟在Windows11操作系統(tǒng)中為畫圖、截圖工具和記事本新增了一系列生成式AI功能，目前正在Canary和Dev渠道的Windows Insider用戶中測試。

微軟開源 Aurora AI 氣象模型

微軟研究院開源了結(jié)合深度學(xué)習(xí)和大規(guī)模數(shù)據(jù)處理的 Aurora AI 氣象預(yù)報(bào)模型，實(shí)現(xiàn)精準(zhǔn)氣象預(yù)報(bào)和環(huán)境監(jiān)測。

夸克健康大模型通過副主任醫(yī)師職稱考試

5月27日，夸克健康大模型在國家副主任醫(yī)師職稱考試中成績超過合格線，這也是國內(nèi)首個(gè)跨越這一門檻的大模型。此次副主任醫(yī)師職稱考試評(píng)測覆蓋了12個(gè)常用學(xué)科，包括全科醫(yī)學(xué)、普通內(nèi)科學(xué)等。

秘塔AI搜索推出全新“極速”模型

秘塔AI搜索近日推出全新“極速”模型，通過GPU kernel fusion技術(shù)和CPU動(dòng)態(tài)編譯優(yōu)化，實(shí)現(xiàn)了最高400 tokens/秒的響應(yīng)速度，大部分問題2秒內(nèi)可得到答案。該模型還配備了測速站點(diǎn)，供用戶親自體驗(yàn)其快速響應(yīng)。

中國信通院發(fā)布開發(fā)智能體標(biāo)準(zhǔn)

中國信通院聯(lián)合多家企業(yè)發(fā)布開發(fā)智能體標(biāo)準(zhǔn)，標(biāo)志著AI智能體商業(yè)化進(jìn)入新階段。數(shù)據(jù)顯示，全球AI Agent市場預(yù)計(jì)2024年達(dá)51億美元，2030年增至471億美元（年復(fù)合增長率44.8%）。

歡迎在評(píng)論區(qū)留言~
如需開白請加小編微信：dongfangmark