⭐ 今日热点
💡 OpenAI震撼发布o3/o4-mini，直逼视觉推理巅峰！首用图像思考，十倍算力爆表
新智元 | 阅读原文
OpenAI 发布满血版 o3 和 o4 - mini 推理模型。o3 实现「用图像思考」，刷新多项基准测试 SOTA，性能媲美 Deep Research 且速率更快，推理成本优于 o1；o4 - mini 小巧高效、性价比高。二者均能自主调用工具，还开源编程神器 Codex CLI 并启动资助计划。此外，通过强化学习验证 Scaling 路径有效，模型在多领域表现出色。
🌟 技术突破
💡 谷歌AI成功破解海豚语，海洋版ChatGPT来了！掀人类跨物种交流革命
新智元 | 阅读原文
谷歌推出DolphinGemma大模型，试图破解海豚语言密码。该模型基于30年海豚研究数据训练，参数仅400M，可在普通Pixel手机运行，能识别并预测海豚发声。其利用谷歌音频技术，基于Gemma构建。WDP长期研究提供数据集，WDP与佐治亚理工学院开发CHAT系统实现与海豚交流。Google CEO称这是跨物种交流的一步，夏天将开源，DeepMind CEO也有与其他动物交流的计划 。
💡 全网最全「吉卜力」AI神器总结！只要2分钟，照片秒变吉卜力
新智元 | 阅读原文
创建吉卜力风格图像很流行，97%的人可能不知方法。作家兼AI专家Fran Actúa提供7个2分钟内创建图像的工具，实测统一用「带珍珠耳环的少女」输入、相同提示词。各工具效果不同，如Clipfly能转视频，ChatGPT更动漫化，Grok直出2张且添新环境等，还提及国内某大模型保留了珍珠耳环。
💡 MIT惊人神作：AI独立提出哈密顿物理！0先验知识，一天破译人类百年理论
新智元 | 阅读原文
MIT的Max Tegmark团队有新研究。他们提出架构MASS，让AI在无先验知识下学习。实验发现，AI能独立提出哈密顿物理量等。单个AI科学家能有效学习简单系统，理论类似传统物理表达式。面对复杂系统，显著项减少、理论更多样化且倾向通用表达。多个AI科学家能学到相同底层理论，MASS探索表明拉格朗日描述在经典力学中足够，且MASS可拓展至高维系统。
💡 视频推理R1时刻，7B模型反超GPT-4o！港中文清华推出首个Video-R1
新智元 | 阅读原文
近期AI领域有诸多进展。出现开源版「GPT-4o」17B国产模型，生图效果佳且可商用；清华等用23K数据让1.5B小模型逆袭GPT-4o；商汤日日新V6原生多模态大模型能强化学习、思维链长；华为密集模型比肩DeepSeek-R1 ；中科大等提出新后训练范式复现R1推理；DeepSeek公布推理引擎开源路径；复旦&微软开源首个端到端ID一致性人类视频生成模型。此外还涉及AI在图像检测、教育、推荐系统等方面应用。
💡 微软 Copilot Studio 上线“计算机使用”工具，让 AI 像人一样操作电脑
IT之家 | 阅读原文
4月15日微软发布博文，宣布Copilot Studio上线“计算机使用”功能。这是个图形化平台，其AI智能体借此能像人一样与网站、桌面应用程序互动，支持多浏览器。该功能克服传统RPA局限，无需编码，通过自然语言即可构建自动化流程。有完整可见性，内置推理功能，依托安全措施保障数据安全，还降低企业维护成本和部署难度 。
💡 最强 AI 搜索模型：Perplexity 竞技场夺冠，Sonar 力克谷歌 Gemini
IT之家 | 阅读原文
4月14日，Perplexity公司称其Sonar-Reasoning-Pro-High模型在LM Arena Search Arena评估中与谷歌Gemini-2.5-Pro-Grounding并列第一。评估于2025年3月18日至4月13日进行，对比11个模型。Sonar在与Gemini对决中胜率53%，其系列包揽前四。它专为深度搜索优化，信息源多。现已对Pro用户开放，通过API服务，定价灵活。公司注重产品质量，还将举办API会议。
💫 企业动态
💡 “最佳 AI 拍档”合作裂痕初现：OpenAI 谋求独立、微软转向自研
IT之家 | 阅读原文
微软与 OpenAI 的合作现裂痕。OpenAI 公布 5000 亿美元的 Stargate 项目，谋求独立，不再全依赖微软云服务，且完成 400 亿美元新一轮融资，市值达 3000 亿美元 。而微软虽计划 2025 年投入 800 亿美元发展 AI，但已退出两项相关数据中心交易，减少对 OpenAI 直接援助，战略重心转向提升自身 AI 能力。Salesforce CEO 曾预言微软未来不再用 OpenAI 技术，似正成真。
💡 AI“立功”：谷歌去年封停了 3920 万个广告账号，超 2023 年三倍
IT之家 | 阅读原文
2025年谷歌借助大语言模型等AI技术封停3920万个广告账号，超2023年三倍。谷歌广告安全总经理称AI模型重要，但有人工参与。其组建超100人团队应对深度伪造广告骗局。去年谷歌推出多项技术措施，更新超30项政策，暂停70万个违规账号，深度伪造广告报告减少90%。在美国，下架18亿条广告，500万个诈骗相关账号被封，移除近5亿条诈骗广告，还限制91亿条广告，提供人工审核上诉流程 。
💡 消息称 OpenAI 考虑以 30 亿美元收购人工智能编程工具 Windsurf
IT之家 | 阅读原文
据彭博社4月17日报道，知情人士透露OpenAI正就约30亿美元收购人工智能编程工具Windsurf谈判，若成功将是其最大收购，增强在AI编程助手市场竞争力。收购条款未确定，双方未置评。Windsurf此前估值12.5亿美元，已筹集超2亿美元风投。收购完成后，OpenAI将与多家公司直接竞争，行业并购或增加。OpenAI曾有其他收购，近期投资者对AI编程工具热情高，OpenAI刚完成400亿美元融资，估值达3000亿美元 。
💡 微软 Edge 浏览器免费上线 Copilot Vision 功能，AI 助手可实时解读屏幕内容
IT之家 | 阅读原文
4月17日，微软人工智能首席执行官穆斯塔法・苏莱曼宣布，人工智能助手功能“Copilot Vision”可在Edge浏览器免费使用。它是“基于语音的体验”，能解读屏幕内容辅助用户。但目前免费版有局限，更广泛功能需订阅Copilot Pro 。用户访问特定链接、授权后即可使用。微软称会话期间会记录回答，不收集用户输入等内容。
💡 可实时识别屏幕内容，谷歌 Gemini Live 功能向所有安卓用户免费开放
IT之家 | 阅读原文
4月17日，谷歌宣布Gemini应用中的Gemini Live功能将免费向所有安卓用户开放。该功能能实时识别回应手机摄像头和屏幕内容，此前仅面向特定用户且需订阅。因收到积极反馈，现逐步推送给安卓用户，几周内全面上线，使用场景丰富。同一天，微软宣布类似AI工具Copilot Vision在Edge浏览器免费上线 。
💡 OpenAI 部署新监控系统，防范 o3 和 o4 - mini 提供生物和化学威胁建议
IT之家 | 阅读原文
4月17日消息，OpenAI部署“安全导向推理监控器”新系统，监测o3和o4 - mini，防其提供生物和化学威胁建议。因这俩模型能力提升但有新风险，o3擅长答生物威胁问题。红队花约1000小时标记“不安全”对话，测试中模型拒回应风险提示比例达98.7%，但测试有局限，仍需人工监控。此外，OpenAI还用类似监控器防GPT - 4o问题，不过有研究人员质疑其安全措施。
💡 在终端就能跑的轻量级推理智能体，OpenAI 发布完全开源 Codex CLI 工具
IT之家 | 阅读原文
4月17日，OpenAI发布轻量级终端运行编码智能体Codex CLI并在GitHub完全开源。它能最大化部分模型推理能力，即将支持GPT-4.1等。用户通过命令行获多模态推理能力，是聊天驱动开发工具。其零配置，导入密钥即可用，安全且多模态。可在多种系统使用，最少4GB内存（建议8GB）。开源链接：https://github.com/openai/codex 。
💡 微信首个 AI 助手上线：可与“元宝”在聊天框对话，还能添加好友
IT之家 | 阅读原文
4月16日，微信首个AI助手“元宝”悄悄上线。用户在微信搜索“元宝”可找到聊天入口，能在对话框与它实时交流，交流时还有“对方正在输入...”提示，仿若真人聊天。还能将其添加到通讯录。“元宝”是腾讯元宝App入驻微信的AI助手，搭载混元和DeepSeek双模引擎 ，可解析文章、图片、文档等并互动。在IT之家微信号回复“微信”可获取最新官方内部版微信下载。
💡 AI审稿首次席卷ICLR 2025，12222条建议被接受！30页技术报告公开
新智元 | 阅读原文
ICLR 2025首次大规模引入AI参与审稿。这一试点研究中，AI智能体为约42.3%的评审提供反馈，最终12222条建议被采纳。关键数据显示，26.6%审稿人根据AI建议更新评审，89%情况下提升了审稿质量，更新者评审意见平均增加80字。此外，AI参与提升了作者与审稿人在Rebuttal期间的参与度。ICLR因投稿量增加引入AI，旨在提升评审质量、减轻压力 。
💡 Claude终于能Research了！打通谷歌全家桶，工作效率10倍提升
新智元 | 阅读原文
近期AI等领域热点不断。技术上，智谱开源6款模型，字节发布视频基础大模型，DeepSeek公布推理引擎开源路径，阿里通义大模型上新。企业方面，谷歌在AI领域动作频繁，如深夜狙击英伟达、新竞业政策遭员工炮轰、新模型能和海豚对话。行业观点有，朱西产称3年内蔚小理存活率为0。此外还涉及历史学习、公文写作、汽车、时政等多类资讯 。
💡 xAI 推出 Grok Studio 功能：可 AI 编辑创建文档、代码、报告等
IT之家 | 阅读原文
4月16日，xAI的Grok官方账号宣布新增Grok Studio功能，类似OpenAI的Canvas工具，能编辑和创建文档、代码等。该功能在Grok.com上线，免费和付费用户均可使用，支持预览HTML片段、运行多种代码。Grok并非首个推类似功能的聊天机器人，不过同日Grok与Google Drive集成，用户可直接上传相关文件处理，提升了便利。
💡 消息称字节整合 AI 研发团队，AI Lab 即将全部并入 Seed
IT之家 | 阅读原文
4月16日消息，字节整合AI研发团队，AI Lab即将全部并入Seed 。Seed成立前，AI Lab是字节主要AI研发部门，2016年成立，曾由马维英负责。其团队规模2018年达150人，研究成果用于字节多款产品。为应对大模型竞争，字节筹建Flow和Seed，Seed吸纳内外人才，如Top Seed计划给优秀应届博士候选人高薪。
💡 人形机器人半马赛事规则：不在补给站换电、中途更换机器人将面临罚时
IT之家 | 阅读原文
2025北京亦庄人形机器人半程马拉松延期至4月19日举办。赛事起点在南海子公园一期南广场，终点在通明湖国家信创园，人机同路线但有单独赛道保障安全。采用综合计时，不在补给站换电或中途换机器人会罚时，换一次罚10分钟，关门时间约3小时30分。设多个奖项，冠、亚、季军奖金分别为5000元、4000元、3000元，每队有保障团队，机器人大多要中途换电 。
💡 英伟达H20出口或需「无限期」申请许可，55亿美元损失惨重！
新智元 | 阅读原文
这些新闻涵盖多领域企业动态。如苹果3月从印度空运iPhone赴美；吉利50亿英镑再收购捷豹；腾讯领投，云鲸冲击IPO；赣锋锂业成立储能公司；小鹏自研图灵AI芯片今年Q2量产上车；极海与广汽联合发布国产芯片，国芯科技与广汽战略合作开发芯片等。还涉及英伟达相关，美封杀H20芯片出口致其季度收入受损，股价盘后跌超6% 。
✨ 行业观点
💡 微软最新报告教你“防诈”：如何避开 AI 生成的虚假招聘与诈骗网站
IT之家 | 阅读原文
4月16日微软发布《网络安全信号报告 》。报告指出，AI降低网络诈骗技术门槛，加速攻击频率，比如用于构建详细档案、制造虚假评论等。为此，微软给出建议：加强雇主身份验证；监测AI招聘诈骗；提防完美招聘信息和网站；不向未经验证来源提供个人信息。此外，微软自家应用如Quick Assist、Edge部分功能可增强防护。
💡 何恺明ResNet登顶，Transformer加冕！Nature独家揭秘25篇高被引论文
新智元 | 阅读原文
Nature揭秘21世纪最具影响力的25篇论文，AI论文表现突出。微软团队的ResNet论文登顶，引用量10万 - 25.4万次，解决信号衰减问题，催生众多模型。谷歌Transformer架构论文排第七，是ChatGPT等核心。AI教父Geoff Hinton称AI论文有引用优势。此外，研究软件、统计软件、癌症研究、提升研究质量相关论文也在榜单前列，开源等因素助推论文引用。