AI日报：阿里开源长文本深度思考模型QwenLong-L1；GPT-4o语音模式上线唱歌功能；秘塔AI搜索推出全新“极速”模型

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。

新鲜AI产品点击了解:https://top.aibase.com/

1、中国信通院发布软件开发智能体标准

中国信通院联合多家企业发布开发智能体标准，标志着AI智能体商业化进入新阶段。AIAgent市场快速增长，企业积极布局，推动数字化转型。

【AiBase提要:】
🌟 中国信通院发布开发智能体标准，AI智能体商业化迈入新阶段。
🚀 全球AIAgent市场预计2024年达51亿美元，2030年增至471亿美元，年复合增长率44.8%。
💡 税友股份和赛意信息等企业积极布局AI智能体，提升服务能力，推动数字化转型。

2、阿里突破性发布QwenLong-L1-32B:首个强化学习训练的长文本推理模型，性能媲美Claude-3.7

本文介绍了阿里巴巴发布的QwenLong-L1-32B，一款专为长上下文推理设计的大型语言模型，其性能表现超越多个竞争对手，并通过强化学习显著提升长文本推理能力。

【AiBase提要:】
🌟 全球首个通过强化学习训练的长文本情境推理模型，采用GRPO和DAPO算法，大幅提升推理准确性与效率。
📚 在七个长文本情境文档问答基准测试中表现出色，处理复杂长文本任务能力领先。
🌐 发布完整解决方案体系，包括高性能模型、优化数据集、强化学习方法及评估体系，推动长文本AI应用产业化。
详情链接:https://github.com/Tongyi-Zhiwen/QwenLong-L1

3、GPT-4o 语音模式全新升级:唱歌功能上线，AI交互进入新境界

GPT-4o 的高级语音模式迎来重大更新，新增唱歌功能，同时提升了自然语音交互能力。尽管唱歌表现仍有待优化，但其多模态交互能力和情感表达已经展现了巨大潜力。

【AiBase提要:】
🌟唱歌功能上线，AI能根据指令生成旋律、歌词，甚至模仿特定风格的演唱。
⚡高级语音模式实现端到端处理，响应延迟仅320毫秒，支持更自然的情感交流。
🎶新增笑声、哭声等情感表达功能，拓展了AI在娱乐和教育领域的应用场景。

4、秘塔AI搜索推出全新“极速”模型:最高400tokens/秒响应速度

秘塔AI搜索推出了全新‘极速’模型，通过GPU上的kernel fusion技术和CPU上的动态编译优化策略，大幅提升了搜索效率，大部分问题可在2秒内得到解答。

【AiBase提要:】
🚀 在单张H800GPU上实现最高400tokens/秒的响应速度。
🔍 新模型在速度、准确率和逻辑性方面表现出色。
🌐 提供测速站点（kuai.metaso.cn）让用户亲身体验快速响应。

5、谷歌推出 LMEval:统一评估大语言与多模态模型的新工具

LMEval 是谷歌发布的开源框架，用于简化和标准化大型语言及多模态模型的评估，支持跨平台模型对比，提供增量评估和可视化分析功能。

【AiBase提要:】
🌟 LMEval 开源框架实现跨公司 AI 模型评估流程统一，提升效率。
🖼️ 支持文本、图像和代码评估，兼容新增输入格式，灵活扩展。
📊 提供 LMEvalboard 工具，直观展示模型性能，便于深度分析。
详情链接:https://github.com/google/lmeval

6、谷歌Chrome浏览器新增Gemini AI助手，实时屏幕感知能力引关注

我对于谷歌在Chrome浏览器中引入Gemini AI助手感到非常兴奋。这项技术不仅提升了用户体验，还展示了谷歌在AI领域的创新能力。Gemini AI助手通过实时感知屏幕内容并提供个性化帮助，让浏览更加高效和便捷。

【AiBase提要:】
✨Gemini AI助手能实时感知屏幕内容，提供智能化帮助。
🌟仅向AI Pro和AI Ultra订阅用户开放，目前处于测试版。
🚀未来计划扩展至更多场景与设备，提升整体用户体验。

7、全球首例!阿联酋全民免费使用ChatGPT Plus，AI国际化战略重大里程碑

阿联酋将成为全球首个向全体居民免费提供ChatGPT Plus高级版服务的国家，这标志着人工智能普及化的关键一步。

【AiBase提要:】
🌟 阿联酋将免费提供ChatGPT Plus服务，覆盖所有居民，推动AI技术的广泛使用。
🚀 建设星际之门阿联酋AI数据中心，计划构建1千兆瓦的人工智能计算集群，提升地区AI地位。
🌐 OpenAI与阿联酋合作，开发符合本土需求的AI解决方案，促进全球AI技术的普及与应用。

8、苏州成立60亿元人工智能母基金，助力产业转型升级

江苏苏州成立了一支60亿元的人工智能产业专项母基金，聚焦算力基础设施、数据、人才等领域，推动‘人工智能+制造业’等行业融合应用，加速产业转型升级。

【AiBase提要:】
苏州成立60亿基金，专注AI算力、数据、人才等关键环节，推动多行业融合应用。
基金由20家机构共同出资，执行事务合伙人占比1%，园区已形成完整AI产业生态。
预计2024年园区将聚集超1800家AI企业，助力苏州成为国家级AI发展试验区。

9、Kyutai Unmute 发布!10秒定制语音，AI对话进入超低延迟时代!

法国AI实验室Kyutai推出的Unmute系统为文本大语言模型赋予了强大的语音交互能力，包括智能对话、超低延迟和个性化定制功能。

【AiBase提要:】
🌟 Unmute通过模块化设计让文本模型快速获得语音输入和输出功能，无需重新训练模型。
🗣️ 具备智能判断与接话、随时打断及文本流式合成等功能，对话体验更接近人类。
个性化定制功能只需10秒语音样本即可生成专属AI声音，满足多样化需求。
详情链接:https://unmute.sh/

10、UAV-Flow项目突破无人机控制，语言指令实现精准飞行

UAV-Flow项目通过自然语言处理技术，让用户仅凭语音指令即可实现对无人机的精确控制，大幅降低操作门槛，推动其在消费、工业和救援等场景的应用。

【AiBase提要:】
🚀 无人机可通过语音指令如‘向前飞50米’或‘围绕目标盘旋’实现精准控制。
🌐 UAV-Flow集成了语音识别、语义理解及动态路径规划，适应多种复杂环境。
🌟 应用场景广泛，包括消费娱乐、工业巡检及紧急救援，提升操作安全性与效率。
详情链接:https://prince687028.github.io/UAV-Flow/

11、Claude即将大升级!百万字符上下文+记忆功能，AI交互要逆天了!

Anthropic计划对Claude进行多项重要功能升级，包括上下文窗口扩展、记忆功能增强、输出能力升级、多文件格式支持扩展以及视觉功能改进，这些改进将使Claude在长文本处理、跨模态任务和企业级应用中更具竞争力。

【AiBase提要:】
🚀 上下文窗口扩展至百万字符，大幅提升超长文本处理能力。
🧠 新增记忆功能，实现多轮对话更连贯、个性化的响应。
📈 扩展输出Token限制及多文件格式支持，增强企业级应用场景。

12、百度心响 iOS 版正式上线，智能体应用实现全面覆盖

作为一款多智能体协作应用，百度心响iOS版的上线标志着智能体应用普及的新阶段。它降低了使用门槛，提供了多种实用功能，如旅游攻略生成、深度研究支持以及健康咨询服务，致力于满足普通用户的多样化需求。

【AiBase提要:】
🌟 用户可在APP Store免费下载心响iOS版，享受便捷的智能体服务。
🗺️ 心响能自动生成旅游攻略、深度研究报告，助力高效规划与获取信息。
🏥 提供与线下医生相似的健康咨询服务，帮助用户更好地理解健康问题。

13、夸克发布行业首个“高考深度搜索”，一句话生成志愿填报方案

针对高考志愿填报信息繁杂的问题，夸克推出了‘高考深度搜索’功能，帮助考生和家长更高效地获取权威、准确的信息。

【AiBase提要:】
✨ 提供高考深度搜索功能，支持个性化志愿填报方案生成。
📚 数据来源于自建高考知识库，包括历年志愿数据及就业考研信息。
🌟 使用检索增强生成技术，降低大模型幻觉率，确保内容准确性。

14、Chrome v137开发者工具重磅升级 Gemini 智能标注让性能分析秒变神器!

Chrome v137引入Gemini AI智能助手，通过智能标注、CSS修改、性能洞察和截图功能大幅提升开发效率。

【AiBase提要:】
✨ Gemini智能标注功能简化性能分析流程，快速理解复杂性能数据。
🎨 AI驱动CSS调试，一键修改与保存，显著提升前端开发效率。
🔍 新增性能洞察功能，发现隐藏问题，优化网站加载速度与运行时性能。

15、美团 AI 业务进展:基础大模型能力接近 GPT-4o 水平

美团在AI领域取得显著进展，包括接近GPT-4o水平的大模型研发、业务决策助手的推出、以及NoCode编程工具的开发等，展示了其在智能化服务生态系统的雄心。

【AiBase提要:】
🌟 美团 AI 大模型能力接近 GPT-4o 水平，将推出业务决策助手。
💻 内部工程师的52% 代码由 AI 生成，提升工作效率。
🌐 推出 NoCode 编程工具，面向非技术用户，简化编程过程。

16、Direct3D-S2横空出世!千兆级3D生成提速近10倍，AI建模进入新纪元!

Direct3D-S2通过创新的空间稀疏注意力机制，显著提升了高分辨率3D图像生成的质量与效率，为千兆级3D生成提供了更具可扩展性的解决方案。

【AiBase提要:】
🌟 空间稀疏注意力（SSA）机制大幅提升生成效率，前向传播速度提升3.9倍，反向传播速度提升9.6倍。
🔍 统一稀疏体视格式提高训练稳定性，在1024³分辨率下仅需8块GPU即可完成训练。
🌐 开源计划预计5月底前公布，推动3D生成技术在全球范围内的普及与应用。
详情链接:https://github.com/DreamTechAI/Direct3D-S2

17、OpenAI 计划2026年推出首款 AI 硬件，让 ChatGPT 融入生活每个角落

OpenAI 正在研发一款由 ChatGPT 驱动的全新 AI 硬件，预计2026年发布。这款产品将整合到日常生活的方方面面，提供无缝的智能体验。