欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
2025 年 4 月 30 日 - AIbase报道重大更新利用Gemini模型的原生音频处理能力谷歌旗下AI研究助手NotebookLM迎来重大更新，其音频概述（Audio Overviews）功能现已支持超过 50 种语言，其中包括备受期待的中文音频支持。这一突破性进展得益于谷歌Gemini模型的原生音频处理能力，为全球用户提供了更便捷的多语言学习与内容创作体验。多语言支持打破语言壁垒NotebookLM的音频概述功能自 2024 年 9 月推出以来，以其将上传文档转化为类似播客的生动讨论而广受好评。最初，该功能仅支持英语，限制了其在
xAI宣布为其旗舰AI助手Grok推出全新Grok Vision功能，标志着Grok在多模态交互领域的重大突破。据AIbase了解，Grok Vision通过智能手机摄像头实时分析现实世界的物体、文本和环境，并结合多语言语音支持与实时搜索功能，为用户提供无缝的智能交互体验。相关细节已在xAI官网与社交平台公布，引发了全球AI社区的广泛热议。核心功能:视觉分析与多语言语音无缝融合Grok Vision将视觉处理、多语言语音与实时搜索整合，显著提升了Grok的实用性与用户体验。AIbase梳理了其主要功能: 实时视觉分析:通过
由xAI打造的生成式人工智能聊天机器人Grok迎来了一次里程碑式的更新，其功能全面升级，不仅新增了视觉处理能力，还实现了多语言音频处理以及语音模式下的实时搜索功能。这一更新标志着Grok在多模态AI领域的重大突破，为用户提供了更智能、更便捷的交互体验。以下，AIbase将为您详细解析此次更新的亮点与意义。视觉能力突破Grok的视觉处理能力是此次更新的核心亮点之一。尽管早在2024年4月，xAI曾宣布Grok-1.5Vision（Grok-1.5V）具备处理文档、图表、截图和照片等视觉信息的能力，但该版
由上海人工智能实验室发布的“万卷·丝路2.0”多语言多模态语料库正式开源。该语料库在原有的阿拉伯语、俄语、韩语、越南语、泰语等5个语种基础上，新增了塞尔维亚语、匈牙利语、捷克语3个稀缺语料数据，涵盖文本、图片、音频、视频四大模态，数据总量超过1150万条，音视频时长超过2.6万小时，成为小语种多模态领域的重要资源。
在程序开发的世界中，错误修复总是一个令人头疼的问题。如今，字节跳动的豆包大模型团队为此带来了好消息:他们正式推出了首个多语言软件工程（SWE）数据集 ——Multi-SWE-bench。这个新数据集旨在评估和提升大模型在自动修复代码错误方面的能力。Multi-SWE-bench 与以往的单语言数据集相比，显著扩大了适用范围。这一数据集不仅涵盖了 Python，还包括 Java、Go、Rust、C、C++、TypeScript 和 JavaScript 等七种主流编程语言，真正实现了 “全栈工程” 的评测基准。这意味着无论开发者使用哪种语言
2025年4月9日，在Google Cloud Next2025大会上，Google Cloud宣布了一项重大合作计划，将其分布式云服务Google Distributed Cloud（GDC）与Gemini人工智能模型和NVIDIA的Blackwell架构相结合，为企业提供强大的本地化AI解决方案。这一合作旨在满足对数据主权和安全性有严格需求的行业，推动“代理AI”(Agentic AI)技术在本地环境中的应用。据最新消息，Google Distributed Cloud将支持Gemini模型在企业自有数据中心运行。这一举措通过与NVIDIA的合作得以实现，具体利用NVIDIA最新推出的Blackwell GPU系统，提供高性能计算能
今日，中国人工智能公司DeepSeek通过官方渠道正式辟谣，否认了其下一代AI模型DeepSeek R2将于3月17日发布的传闻。此前，X平台上流传的消息称，DeepSeek R2即将在本月中旬亮相，并可能带来编程能力、多语言推理以及成本效益的重大突破。然而，DeepSeek官方企业咨询账号在用户群中明确回应:“辟谣:R2发布为假消息”，彻底浇灭了这一猜测。这一传闻最初于近日在X平台发酵。小互今日早些时候发帖称，DeepSeek R2预计将在3月17日发布，并引用未经证实的消息来源，引发了广泛讨论。随后，ANDREW_FDWT
日前有媒体报道称人工智能公司 DeepSeek 可能将在3月17日发布其下一代 R2模型的消息在网络上引发热议。然而，DeepSeek 官方在用户群中对这一传闻进行了澄清，表示 “R2发布为假消息”。据了解，DeepSeek 官方通过其企业咨询账号回应了这一虚假消息。尽管之前路透社报道提到，三位知情人士透露 DeepSeek 正在加速推出 R2模型，并表示公司原计划在5月发布新模型，但目前正努力争取尽早推出。知情人士指出，R2模型有望在代码生成及多语言推理能力上有显著提升。目前，DeepSeek 尚未正式公布 R2
根据X平台上的最新消息，DeepSeek下一代AI模型DeepSeek R2或将于3月17日正式发布。这一消息迅速引发业界关注，许多人认为这一新模型可能会对现有AI巨头，如Anthropic的Claude Sonnet3.7，构成强有力的挑战。据X用户 tanvitabs 今日凌晨发布的帖子透露，DeepSeek R2宣称在多个关键领域实现突破，包括更出色的编程能力、多语言推理能力，以及以更低的成本提供更高的准确性。这些特性若得以兑现可能使其在全球AI竞赛中占据显著优势。帖子中还提到，DeepSeek的前一代模型R1已经因其成本效益和性能表现引
阿里巴巴达摩院开源了一款多语言大型语言模型Babel，其宏伟目标正是弥合语言鸿沟，让AI能够理解并使用全球九成以上人口的语言进行交流。当前许多大型语言模型往往更青睐英语、法语、德语等资源丰富的语言。然而，如同全球会议中鲜少被提及的小语种使用者一样，印地语、孟加拉语、乌尔都语等拥有庞大用户群体的语言在AI领域也常常被忽视。阿里巴巴的Babel正是要改变这种局面。它支持全球使用人数最多的前25种语言，覆盖了超过90%的世界人口。更值得称赞的是，Babel还将目光投向