OpenAI图像生成模型gpt-image-1 - OpenAI发布新图像生成模型gpt-image-1及其API，支持图像生成、编辑和变体功能，每张图成本低至0.02美元 [1] - 模型支持自定义尺寸、质量、格式、压缩度和背景透明度，能结合世界知识生成更符合上下文的高质量图像 [1] - Adobe、Figma、Canva等多家企业已将该API集成到产品中，可应用于设计、电商、教育等多个领域 [1] 微软AI智能体同事 - 微软推出AI智能体同事功能，主要包括研究员(Researcher)、分析师(Analyst)等智能体，打造全新工作流程系统 [2] - Microsoft 365 Copilot更新整合了网页、工作内容和Pages，支持全天候专家咨询、新型工作流、综合搜索等功能 [2] - 微软2025工作趋势报告预测，未来2-5年内所有公司都将转型为"前沿公司"，由人类和AI智能体组成混合团队 [2] Skywork-R1V 2.0多模态模型 - Skywork-R1V 2.0多模态模型全面开源，38B权重支持视觉文本双推理，在MMMU等多项测试中达到开源SOTA成绩 [3] - 新增Skywork-VL Reward多模态奖励模型，通过MPO混合偏好优化机制提升模型泛化能力 [3] - 在高考理科题目解答中展现出优异实力，并由Adobe、Figma等多家企业采用，应用于创意设计等实际场景 [3] 腾讯云代码助手CodeBuddy升级 - 腾讯云推出Craft软件开发智能体，支持自然语言一句话生成完整项目，采纳率达90%，实现开发平均编码时间缩短40% [4] - 支持MCP协议，Craft可直接接入测试、构建、部署等工作流程，并支持第三方插件扩展 [5] - 该智能体已在腾讯内部广泛应用，并服务百万开发者及数千家团队，包括小米、美的等企业及微信、QQ等产品团队 [5] 纯端侧大模型上车量产 - 面壁智能首个纯端侧大模型驱动的智能座舱cpmGO实现量产，从零到量产仅用10个月，刷新行业纪录 [6] - cpmGO具备纯本地运行、毫秒级响应、91%执行准确率等特点，已获得高通、英特尔等十余家芯片厂商支持，并与多家车企合作 [6] - 该产品通过MiniCPM技术实现数据本地处理、多模态交互和GUI Agent功能，可在断网环境下稳定运行，解决了传统云端方案的网络依赖问题 [6] MiniMax Audio音频工具 - MiniMax发布AI音频工具MiniMax Audio，支持30+种语言，中文和粤语效果领先，10秒即可完成高精度声音克隆 [7] - 支持直接读取PDF、TXT及网页内容，最高支持20万字符输入，配备300+种预设音色和灵活的声音参数调节 [7] - 价格亲民，每月免费额度10000点，基础套餐5美元/月，支持API接入和企业级私有部署 [7] OpenAI模型使用限额提升 - OpenAI对Plus、Team、Enterprise和Education用户的深度研究查询限额从每月10次提升至25次 [8] - 专业用户的深度研究使用限额增加到每月250次 [8] - Plus用户的GPT-4o和GPT-4o3模型使用数量实现翻倍 [8] Flex.2-preview文生图模型 - Ostris团队发布基于8亿参数的文生图扩散模型Flex.2-preview，专为ComfyUI优化，支持线条、姿态和深度控制等功能 [10] - 模型采用轻量化设计，16GB显存即可运行，支持高级图像修补、ComfyUI节点化工作流，且1024x1024图像仅需50步生成 [10] - 基于Apache2.0许可开源，支持微调和商业使用，集成XLabs ControlNet，在VBench评估中性能优于前代模型 [10] ManipTrans机器人操作技能迁移 - 北京通用人工智能研究院等单位提出ManipTrans方法，能高效将人类双手操作技能迁移至机器人灵巧手，实现如拧瓶盖、盖笔帽等复杂操作 [11] - ManipTrans采用两阶段方法，先用预训练模型模仿人类手部动作，再通过残差学习模块进行精细调整，解决了形态差异和交互精度问题 [11] - 研究团队同时发布大规模数据集DexManipNet，包含61种任务、1200多件物体的3300条操作序列，并已在真机平台验证可行性 [11] Mercor AI招聘CEO观点 - 人类数据市场从众包低技能任务转向筛选顶尖人才，评估模型不仅要测试基本能力，还要评估"经济上有价值的工作"表现 [12] - 未来最有价值的人才特征是拥有"反常识性观点"和"品味"，以及良好的适应性，而不是单纯的技术技能 [12] - 强化微调(RFT)将成为企业定制AI能力的重要方式，只需几百或几千个样本就能实现高效训练，有望构建一个庞大的评估任务生态系统 [12]