slug
summary
tags
icon
password
OpenAI：GPT-5就是All in One，集成各种产品
OpenAI计划将Codex、Operator、Deep Research和Memory整合为一个整体，以提升编程效率和减少模型切换。Codex的使用已使内部编程效率提升约3倍，未来将探索灵活的定价方案，并推出免费API积分供Plus/Pro用户使用。团队还强调Codex将帮助新手程序员学习，而非取代他们。
带图推理碾压同类开源模型！港中文微软等开源OpenThinkIMG框架，教AI学会使用视觉工具
OpenThinkIMG框架由港中文和微软等联合推出，旨在提升AI的视觉工具使用和推理能力，通过模块化工具部署、创新的V-ToolRL训练算法和高质量数据生成方法，显著提高AI在图表推理任务中的表现，超越现有模型。
85倍速度碾压：苹果开源FastVLM，能在iphone直接运行的视觉语言模型
苹果开源了FastVLM，一个高效的视觉语言模型，能够在iPhone上直接运行，速度比传统模型快85倍。该模型结合卷积层和Transformer模块，优化了图像处理效率，适合边缘设备和实时应用，支持多种参数版本供用户选择。
ICML 2025 Spotlight｜南洋理工陶大程教授团队等提出基于RAG的高分辨率图像感知框架，准确率提高20%
南洋理工大学与武汉大学合作提出了一种基于RAG的高分辨率图像感知框架Retrieval-Augmented Perception (RAP)，在视觉任务中准确率提高20%。该方法通过维持图像块的相对位置和自适应选择图像块数量，显著提升了多模态大语言模型对高分辨率图像的感知能力。
争夺 Agent 市场，微软的押宝点竟是「情商」？
Mustafa Suleyman强调AI情商的重要性，认为AI将成为人们生活中的伴侣而非仅仅是工具，未来工作将更加依赖AI协助，用户需培养与AI协作的能力。微软的Copilot将通过情感化设计实现差异化竞争。
上一篇
OpenAI强调AI推理能力提升；Llama 4发布延期引关注；华为Selftok技术超越现有模型；港中文提出矩阵乘法新算法；ICML 2025探讨对抗扰动与推理加速 | 05月18日AI资讯
下一篇
Windsurf发布AI编程模型SWE-1；BLIP3-o统一多模态模型登场；腾讯混元图像2.0实现零延迟生图；MiniMax推出AI声音模型Speech-02；DeepSeek-V3揭秘低成本训练大模型 | 05月16日AI资讯
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com/article/1f6629a6-152d-8137-9d6a-d53e3fd2c67e
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。