资讯列表

分类

标签

AI“立功”：谷歌去年封停了 3920 万个广告账号，超 2023 年三倍

谷歌表示，借助大语言模型和通过识别诸如商业冒充、非法支付信息等信号，目前公司能够在广告投放前就暂停“大多数”广告账户。

4/17/2025 7:42:28 AM

清源

ChatGPT首次带图深度思考：OpenAI连发o3/o4 mini，比前代性能更强价格更低

仅隔一天，OpenAI再次突然放大招：一口气，o3和o4 mini同步上线。图片依然是最热门推理模型，并且这一次，它们终于能够调用ChatGPT里的各种工具了，包括网络搜索、Python、图像分析、文件解释和图像生成。也就是说，你现在可以也用o3来生成吉卜力风格的奥特曼抱子图了（doge）。

4/17/2025 7:23:10 AM

消息称 OpenAI 考虑以 30 亿美元收购人工智能编程工具 Windsurf

知情人士透露，OpenAI正谈判以约30亿美元收购AI编程工具Windsurf（原名Codeium），若成功将成为其史上最大收购案。此举将增强OpenAI在AI编程助手市场的竞争力，与GitHub等展开直接竞争。#AI编程##OpenAI收购#

4/17/2025 7:20:02 AM

远洋

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

微软宣布Edge浏览器免费上线Copilot Vision功能，AI助手可实时解读屏幕内容，指导用户操作。目前功能有限，跨应用需订阅Copilot Pro。#微软Copilot##AI助手#

4/17/2025 7:12:06 AM

远洋

五个强大的AI提示词，可助力任何商业创意

你已经有了一个很棒的商业想法，这是一个开始，但要将它付诸实践还有大量工作要做。幸运的是，在这个领域，GenAI可以发挥极大的帮助作用，它虽然不会为你提供万无一失的策略，但它可以帮助你进行商业计划的头脑风暴、研究市场和微调营销内容和信息。不过，这并不是简单地将你的指令输入ChatGPT，然后指望它为你完成所有艰苦的工作。

4/17/2025 7:00:00 AM

Bernard Marr

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

谷歌宣布Gemini Live功能免费向所有安卓用户开放，可实时识别摄像头和屏幕内容并回应。此前仅限Pixel 9和Galaxy S25用户订阅使用。微软同日也推出类似AI工具Copilot Vision。#谷歌Gemini #AI工具

4/17/2025 6:57:40 AM

远洋

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

OpenAI宣布部署新监控系统，专门监测其AI模型o3和o4-mini，防止提供有害建议。系统识别风险提示并拒绝回应，阻断比例达98.7%。#AI安全# #OpenAI#

4/17/2025 6:46:36 AM

远洋

大半精锐尽出！o1下线！满血o3之后，模型本身就是Manus，最大卖点：替代人干真活！OpenAI自家多模态推理技术思路也公开了

编辑｜云昭4月17日凌晨1点，一半OpenAI的模型精锐都出来秀肌肉了！凌晨一点，OpenAI派出了8位新老大将齐聚今晚的直播间，一起解说OpenAI新发布的目前OpenAI最为强大、最为智能的模型：满血o3和o4-mini！可以说这次发布的重点和卖点就是：实用价值（真能代替你干活）！

4/17/2025 6:36:29 AM

云昭

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

不出所料，满血版o3真的来了。刚刚，OpenAI联创Greg Brockman和首席研究官Mark Chen带队，开启了20分钟线上直播。这次不仅有o3，还有下一代推理模型o4-mini。

4/17/2025 6:10:57 AM

新智元

奥特曼出席TED 2025：年度最令人不安且最重要的AI采访

“我从未见过任何公司有这样的增长，无论是我参与过的还是没有参与过的，”奥特曼在与TED大会主持人克里斯·安德森(Chris . Anderson)的台上对话中表示。 “ChatGPT的增长——真的很有趣，我深感荣幸，但经历这一切也很疯狂，我们的团队已经筋疲力尽，压力重重。

4/17/2025 5:00:00 AM

Michael

多模态生成框架新SOTA：文本+空间+图像随意组合，20W+数据开源，复旦腾讯优图出品

能处理任意条件组合的新生成框架来了！复旦大学、腾讯优图实验室等机构的研究人员提出UniCombine，一种基于DiT的多条件可控生成框架，能够处理包括但不限于文本提示、空间映射和主体图像在内的任意控制条件的任意组合，并保持高度的一致性和出色的和谐性。具体效果be like：图片据了解，现有的多条件可控生成框架或是只能处理单一种类的多个条件，或是只适用于某种特定的多类别组合，从而普遍缺乏通用性的多类别多条件的组合式生成能力。

4/17/2025 2:55:00 AM

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

Codex CLI 是为已经生活在终端的开发者设计的，他们想要 ChatGPT 级别的推理能力，以及实际运行代码、操作文件和迭代的权力 —— 所有这些都在版本控制之下。

4/17/2025 1:54:04 AM

汪淼

OpenAI 最强推理模型、能够“思考”图片，o3 和 o4-mini 正式发布

OpenAI 官方介绍称，这是其在 o 系列模型中最新训练的成果，可以在回答前进行更长时间的思考，也宣称是“迄今为止 OpenAI 发布的最智能的模型”，代表了 ChatGPT 能力的一次重大飞跃，从好奇的用户到高级研究人员都将因此受益。

4/17/2025 1:27:45 AM

汪淼

Dify+RAGFLow：基于占位符的图片问答升级方案

4/2 号时写了一篇 RAGFlow 实现图片问答的原理解析，后续在知识星球内有星友陆续反馈在使用我提供的源码复现时，会出现知识库中能渲染图片，但回答中图片无法正常加载的问题。知识库预览和引用文件部分是直接展示原始数据或进行简单渲染，它们能正确显示图片，证明原始上传的增强文本中的 URL 是正确的，并且图片服务器和网络配置是通的，问题出在聊天内容生成这个环节。我当时提供了三种选择选择，分别是：更强的 prompt 指令、更强的 LLM 和”占位符后处理“的方案，鉴于后续大家反馈前两种效果依然不够稳定，这篇我来系统的分享下如何实现第三种更符合实际生产场景的 RAG 富文本处理方案。

4/17/2025 1:00:00 AM

韦东东