阿里通义千问 Qwen3 系列模型正式发布

简报：

• Qwen3 系列模型包括 Qwen3-4B-Base、Qwen3-1.7B、Qwen3-0.6B 及 Qwen3-30B-A3B-Base 四款模型，采用 Apache License 2.0 开源协议。
• Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B 分别对应 40 亿、17 亿和 6 亿参数，推测为单架构稠密模型，主打轻量化应用场景。
• Qwen3-30B-A3B-Base 为 MoE 架构基础模型，总参数 300 亿（30B）中动态调用 30 亿（3B）参数处理任务。
• Qwen3 支持高达 256K 的上下文长度，涵盖推理与非推理任务。

阶跃星辰开源图像编辑大模型Step1X-Edit，性能达SOTA水平

简报： 阶跃星辰于4月27日开源图像编辑大模型Step1X-Edit，总参数量19B（7B MLLM + 12B DiT），支持11类高频图像编辑任务，包括文字替换、风格迁移、材质变换和人物修图等。该模型具备语义精准解析、身份一致性保持和高精度区域级控制三项核心能力，在自研测试集GEdit-Bench中表现优于现有开源模型，达到SOTA水平。开发者可通过GitHub、HuggingFace和ModelScope等平台获取。

微软发布2025年人工智能六大趋势

简报：

• AI模型将变得更强大和实用，具备更强的推理能力，可处理复杂任务如合同比较和代码生成。
• AI代理（AI Agents）将改变工作方式，70%财富500强公司员工已使用Microsoft 365 Copilot处理重复性任务。
• AI伴侣将普及，帮助管理日常生活如信息处理、日程安排等。
• AI资源利用将更高效，微软采用先进冷却技术和绿色能源支持AI运行。
• 测试与定制将成为AI开发关键环节，保障AI安全有效。
• AI将加速科学突破，在医药研发、可持续材料设计等领域发挥作用。

字节跳动推出OmniHuman数字人模型，支持单图+音频生成视频

简报：

• 字节跳动数字人团队推出多模态数字人方案OmniHuman，支持任意尺寸和人物占比的单张图片结合音频生成视频，效果生动自然。
• OmniHuman采用基于DiT架构的多模态运动条件混合训练策略，解决高质量数据稀缺问题，支持肖像、半身及全身不同尺寸输入。
• 该技术已落地即梦AI，将逐步开放测试，并设置严格安全审核机制和水印标注。

OpenAI GPT-4o模型升级，智能与个性提升

简报：

• OpenAI于4月25日升级GPT-4o模型，重点提升智力与个性表现
• 改进包括优化记忆存储时机、增强STEM领域解题能力
• 模型在指令遵循、编程表现和沟通风格上更加清晰流畅
• 升级后的GPT-4o在写作、编码、STEM等方面持续超过GPT-4
• GPT-4将于4月30日被GPT-4o完全替代，但仍可通过API使用