AI日報：DeepSeek開源新版R1-0528；字節發佈圖像Agent小云雀AI；可靈2.1重磅上線

歡迎來到【AI日報】欄目!這裏是你每天探索人工智能世界的指南，每天我們爲你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。

新鮮AI產品點擊瞭解:https://top.aibase.com/

1、DeepSeek R1-0528震撼發佈:免費128K上下文，性能直逼OpenAI o3!

DeepSeek R1-0528版本發佈，支持128K超大上下文，推理能力和代碼生成能力大幅提升，且保持免費使用。

【AiBase提要:】
🌟 支持128K超大上下文，文本召回測試準確度顯著提升，適合複雜任務。
💻 代碼生成與寫作能力優化，生成速度快且準確，媲美頂級模型。
💰 免費開放策略降低使用門檻，挑戰傳統AI商業模式。
詳情鏈接:https://huggingface.co/deepseek-ai/DeepSeek-R1-0528

2、字節發佈圖像Agent“小云雀AI” 打造一鍵爆款創作神器

字節跳動推出了全新的圖像Agent‘小云雀AI’，這款智能創作工具能夠通過簡單的指令快速生成高質量的視頻和圖片，降低了內容創作的技術門檻。

【AiBase提要:】
🌟 用戶只需一句指令，‘小云雀AI’就能主動思考並生成爆款視頻與圖片，實現‘靈感即所得’。
📚 基於字節自研‘雲雀’大模型，融合深度學習與多模態技術，提供強大的圖像生成與視頻編輯能力。
📱 當前已上線安卓客戶端，iOS版本預計6月發佈，有望推動AI創作向更廣泛應用場景發展。

3、可靈2.1重磅上線:價格降65%，性能顯著提升

可靈2.1正式上線，價格大幅降低65%，性價比顯著提升。新增三個質量模型，滿足不同用戶需求。生成效果優於前版本，速度更快，適合短視頻和廣告製作。

【AiBase提要:】
🌟 可靈2.1價格大幅降低65%，性價比顯著提升。
⚡ 新增標準版、高品質版與大師版三種模型，滿足不同用戶需求。
📈 生成效果優於前版本，速度更快，適合短視頻和廣告製作。

4、全球首款AI代理瀏覽器Opera Neon發佈，智能聊天與自動化任務引領Web4.0時代

Opera Neon作爲全球首款代理型瀏覽器，通過AI驅動的智能聊天、任務自動化及內容創作功能，重新定義了網絡體驗。

【AiBase提要:】
🌐 Opera Neon是全球首款“完全代理型”瀏覽器，能主動執行搜索、表單填寫、購物等任務，提升用戶效率。
💬 內置AI助手Neon Chat支持多語言交互，能從網頁提取信息並提供上下文相關答案，讓交互更自然。
💻 Neon Make通過簡單指令生成遊戲、網站等內容，一站式體驗從創意到成品的全過程，釋放創造力。
詳情鏈接:https://www.operaneon.com/

5、Meta 發佈 Multi-SpatialMLLM:引領多模態 AI 的空間理解革命

Meta 與香港中文大學合作推出 Multi-SpatialMLLM 模型，通過整合深度感知、視覺對應和動態感知三大組件，顯著提升了多模態大語言模型的空間理解能力，在多項基準測試中表現出色。

【AiBase提要:】
🌟 Multi-SpatialMLLM 模型通過三大組件突破單幀圖像分析限制，增強空間理解能力。
📊 新模型利用 MultiSPA 數據集及五項任務訓練，大幅提升了多幀空間推理能力。
🏆 在多項基準測試中，Multi-SpatialMLLM 準確率顯著提高，超越傳統模型。

6、通義實驗室、北大發布新技術ZeroSearch 讓LLM檢索能力激活，成本降低88%

ZeroSearch 是一項創新框架，通過模擬搜索引擎激活大語言模型的檢索能力，大幅降低訓練成本達88%，同時提升模型的推理清晰度與答案提取效率。

【AiBase提要:】
✨ ZeroSearch 利用大語言模型生成檢索文檔，無需真實搜索，顯著降低訓練成本與噪聲干擾。
🔍 框架採用結構化訓練模板和“模擬微調”策略，提升生成文檔質量及模型泛化能力。
🚀 實驗表明，ZeroSearch 性能優於傳統方法，尤其在大規模模型中表現更佳，推動智能檢索技術發展。
詳情鏈接:https://arxiv.org/pdf/2505.04588

7、字節推出全新 AI 剪輯應用 “剪小映”，輕鬆記錄生活瞬間

字節跳動推出新應用“剪小映”，主打AI視頻剪輯，降低創作門檻，讓用戶輕鬆製作高質量視頻。

【AiBase提要:】
🎥 字節推出 “剪小映” 應用，助力用戶輕鬆製作高質量視頻。
🤖 應用集成 AI 技術，降低視頻創作門檻，鼓勵用戶分享生活。
💡 火山引擎豆包大模型爲應用提供強大支持，提升視頻處理效率。

8、MotionPro炸場!AI視頻生成革命來襲，40ms一幀精準控制，影視遊戲行業要變天

MotionPro是一款專爲圖像到視頻生成設計的精密運動控制器，通過區域軌跡和運動掩碼技術實現精細化控制，爲視頻生成帶來靈活性和精確性。

【AiBase提要:】
✨ MotionPro通過區域軌跡和運動掩碼技術，解決了傳統I2V生成中運動控制粗糙的問題，實現更自然、細膩的效果。
🎥 同時控制物體與鏡頭運動，無需特定數據集，支持複雜鏡頭和物體軌跡的精準生成。
🌐 開源生態支持，提供優化的訓練框架和數據構建工具，助力開發者快速上手並推動行業進步。
詳情鏈接:https://huggingface.co/papers/2505.20287

9、馬斯克的xAI與 Telegram 達成3億美元合作協議，推出Grok AI聊天機器人

Telegram與xAI合作，xAI支付3億美元部署Grok AI聊天機器人，提升Telegram用戶體驗並增加收入。

【AiBase提要:】
Telegram與xAI合作，xAI支付3億美元用於部署Grok AI聊天機器人。
Grok AI將提升Telegram用戶交流體驗，提供智能化聊天服務。
合作將使Telegram盈利模式多樣化，推動社交媒體智能化進程。

10、OpenAI CFO 透露:重組新架構爲未來可能的IPO打開大門

OpenAI正在進行組織重組爲IPO做準備，但上市時機取決於市場氛圍。微軟投資超130億美元，OpenAI轉型公共利益公司平衡股東回報與社會責任。

【AiBase提要:】
🌟 OpenAI正在重組架構，爲未來的IPO鋪路，但上市需視市場狀況。
💰 微軟投資超130億美元，OpenAI轉型公共利益公司兼顧股東與社會責任。
📈 穩定性是關鍵，上市需公司準備充分且市場窗口合適。

11、像素蛋糕 “方糖大模型” 成功獲批，成爲國內影像行業首個備案圖像大模型

像素蛋糕自主研發的‘方糖大模型’通過國家網信辦備案，成爲影像行業首個獲官方資質的應用級圖像大模型，標誌着技術突破與合規性，將在廣告、影視等領域推動行業發展。

【AiBase提要:】
🌟 方糖大模型成功通過國家網信辦備案，成爲國內影像行業首個獲官方資質的圖像大模型。
🚀 自主研發彰顯像素蛋糕在AI技術領域的實力與創新能力，推動圖像生成技術發展。
🔒 符合國家政策要求，確保用戶使用環境的安全與可靠性，樹立行業新標杆。

12、開源+低成本!Paper2Poster讓學術論文秒變學術海報

Paper2Poster是一款通過自動化技術將學術論文轉化爲多模態海報的工具，顯著提升了學術傳播效率，降低了成本。

【AiBase提要:】
🌟 核心功能:將PDF論文自動轉化爲結構清晰、視覺友好的學術海報，效率遠超傳統手動方式。
💰 開源與低成本:生成一張海報僅需0.005美元，開源特性降低學術工具使用門檻。
📊 創新評估機制:發佈100個論文-海報對的數據集，推動多模態內容生成領域規範化發展。
詳情鏈接:https://arxiv.org/abs/2505.21497

13、Resemble AI開源TTS Chatterbox ，性能直逼超越ElevenLabs

Chatterbox是一款基於開源的TTS模型，具有卓越的性能和創新功能，包括實時合成、零樣本語音克隆和情感誇張控制等，成爲行業焦點。

【AiBase提要:】
🌟 Chatterbox基於0.5B規模的LLaMA架構，訓練數據超50萬小時，盲測中63.75%的聽衆更偏好其真實感和流暢度。
⚡ 支持實時合成，延遲低於200ms，且具備零樣本語音克隆與情感誇張控制功能，爲開發者提供高度靈活性。
🔒 開源特性降低門檻，同時嵌入水印技術確保內容可追溯，展現開源與商業化的雙軌戰略。
詳情鏈接:https://github.com/resemble-ai/chatterbox

14.螞蟻集團開源 Ming-lite-omni: 首個媲美 GPT-4o 的開源多模態模型

螞蟻集團宣佈全面開源多模態模型 Ming-lite-omni，具備 220 億參數，標誌其 AI 技術的新高度，能夠與 GPT-4o 相媲美。