AI日報：DeepSeekが画像認識モードのグレースケールテストを開始；小紅書がAI部門を1次部門として設立；アリババがプログラマ向けのデジタル分身「QoderWake」を発表

【AIデイリーレポート】へようこそ！ここは毎日、人工知能の世界を探索するためのガイドです。毎日、AI分野の注目情報をお届けし、開発者に焦点を当てて、技術トレンドを理解し、革新的なAI製品の応用をご紹介します。

新鮮なAI製品クリックして詳細を確認：https://app.aibase.com/zh

1、DeepSeekが画像認識モードのグレーゾーンテストを開始、マルチモーダル視覚理解機能が実装

DeepSeekはDeepSeek-V4のリリース後、すぐにマルチモーダル画像認識機能のグレーゾーンテストを開始しました。これは、同社のマルチモーダル能力が実質的な段階に入ったことを示しています。この機能はモバイル端末とウェブ版に「画像認識モード」の入口を追加し、基本的な視覚的理解、画面上の説明および論理的推論において優れた性能を発揮していますが、まだ改善の余地があります。

【AiBase要約:】

✨ DeepSeekがマルチモーダル画像認識機能のグレーゾーンテストを開始し、視覚インターフェースの発展を推進。

🔍 モデルは基本的な視覚理解と論理的推論において優れたパフォーマンスを示し、高い再現性を持っています。

⚠️ 極端な視覚的挑戦に対応できない場合があり、精度向上のためさらなる最適化が必要です。

2、文心一言5.1プレビュー版がLMSYS競技場に登場、現在世界第13位

文心一言5.1プレビュー版が国際的な大規模モデル盲測プラットフォームLMSYS Chatbot Arenaに静かに登場し、世界第13位にランクインしました。これは百度のコアモデルが新たな高速イテレーションサイクルに入ったことを示し、世界中のユーザーから直接的な品質検証と基準比較を受け始めていることを意味します。

【AiBase要約:】

🚀 文心一言5.1プレビュー版が国際的大規模モデル盲測プラットフォームLMSYS Chatbot Arenaに登場。

📊 このバージョンは総合ランキングで第13位に位置し、強力な技術力を示しています。

🌐 百度は公開されている国際的な主要評価体系を通じて実戦能力を検証し、グローバル展開を加速しています。

3、小紅書がAI第一部門「Dots」を設立

小紅書はAI第一部門「Dots」と企業スマート部門を設立し、人工知能への技術投資を強化しました。また、海外部門「Rednote」とLab 1327チームを設立し、国際化事業と新製品の開発を推進しています。

【AiBase要約:】

✅ AI第一部門「Dots」を設立し、AIモデルの開発、インフラストラクチャー、エンジニアリングの実装、製品応用など複数の側面をカバー。

✅ 企業スマート部門は従来の企業効率部とデータサイエンス部を統合し、AI時代の発展に組織構造と人材支援を提供。

✅ 海外部門「Rednote」とLab 1327チームを設立し、国際化事業と新製品の開発を推進。

4、プログラマーの「デジタル分身」が就業：アリババがQoderWakeをリリースし、コード修正の全自動処理を実現

アリババがQoderWakeとQoderモバイルをリリースし、AIエージェント生態系が全シーンにカバーされ、開発・運用のオートメーションレベルが向上し、AIがネイティブオペレーティングシステムレベルへと転換を促進しています。

【AiBase要約:】

💻 QoderWakeは生産向けのデジタル従業員として、コード変更の要約整理、エラー診断などのタスクを自主的に実行し、修復コードを生成できます。

📱 Qoderモバイルはクロスエンド協働とインタラクティブ体験の革新をサポートし、ユーザーはスマートフォンからデスクトップエージェントを遠隔操作して複雑なタスクを実行できます。

🔄 アリババはQoder製品を通じて、AIを補助ツールから独立したタスク処理能力を持つ生産要素へと進化させています。

詳細リンク:https://qoder.com/qoderwake

5、アントグループが億単位の大規模モデルLing-2.6-1Tを正式オープンソース化

アントグループは億単位の大規模モデルLing-2.6-1Tを正式にオープンソース化しました。このモデルは、命令実行、ツール対応、長文文脈の扱いを改善する独自のハイブリッドアーキテクチャを採用しており、知能効率比を向上させました。同時に、複雑な業務シナリオに多ツール、多制約に対応でき、多段階実行能力を示し、コード生成、欠陥修正、ノイズ環境下での正確な推論においてもオープンソース領域の頂点に達しています。

【AiBase要約:】

🧠 Ling-2.6-1Tはハイブリッドアーキテクチャを採用し、知能効率比を向上。

🛠️ 多ツール、多制約の複雑な業務シナリオに適応可能。

🚀 コード生成や正確な推論においてオープンソース分野の最高水準に到達。

詳細リンク:https://huggingface.co/inclusionAI/Ling-2.6-1T

6、巨日禄が火山エッジと深度協力、AI短編ドラマが「産業化」時代へ

杭州巨日禄科技有限公司は火山エッジと深度協力を結び、豆包動画生成モデルSeedance 2.0に接続し、AIドラマ制作が産業化時代に入ったことを示しています。火山エッジの計算力とアルゴリズムの利点を統合することで、巨日禄は制作効率と映像の利用可能性の両方で大きな突破を達成し、エンドツーエンドのテクノロジー構造を構築し、国内のAI映像産業をより成熟した産業化段階へと押し進めています。

【AiBase要約:】

🚀 効率と品質の二重飛躍：AIドラマ制作効率が10倍に向上し、制作期間は15〜30日から1〜3日に圧縮。

🖼️ 映像の利用可能性が大幅に向上：従来のAI生成方法では映像合格率は30%にとどまり、新しいテクノロジー構造では90%以上に上昇。

🛠️ エンドツーエンドのテクノロジー構造：双方が前段の創作から最終的な納品に至るまでのテクノロジーシステムを構築し、AIドラマ制作の門檻を下げ、コンテンツの高品質を確保。

7、完全にコピー＆ペーストから解放！Geminiが史诗級アップデート、ワンクリックでOfficeドキュメントを生成

Geminiは、直接的にさまざまな形式のファイルを生成し、出力する機能を追加することで、生産性ツールとしての能力を顕著に向上させ、オフィスソフトとの連携性も強化し、ユーザーにさらに効率的なオフィス体験を提供しました。

【AiBase要約:】

✨ Geminiは直接的にさまざまな形式のファイルを生成し、出力する機能を追加し、作業効率を向上。

📊 Google Docs、Word、Excelなど主流のドキュメント形式をサポートし、互換性が強い。

🖼️ イメージ認識機能を導入し、手書きノートを整ったPDFファイルに変換可能。