4月10日 AI资讯汇总
😼
4月10日 AI资讯汇总 😼 4月10日 AI资讯汇总 Modified April 14, 2025 一系列多模态生成模型加入Vertex AI平台，显著增强了平台的生成能力： 1. Gemini多模态模型：Vertex AI集成最新的Gemini多模态模型，支持文本、图像、音频等多种模态的生成和理解 2. Chirp 3高清语音模型：Chirp 3支持31种语言的8种新声音，可用于构建语音助手、创建有声读物等多种应用场景 3. Imagen 3 是我们最高质量的文本转图像模型 4. Lyria企业级文本转音乐模型，可以将简单的文本提示转换为 30 秒的音乐片段 5. Veo 2 视频生成模型 🌟地址： https://cloud.google.com/blog/topics/google cloud next/next25 day 1 recap?utm source=twitter&utm medium=unpaidsoc&utm campaign=fy25q2 googlecloud blog next event in feed no brand global&utm content= &utm term= &linkId=13904432 • 第七代TPU Ironwood 专为推理工作负载设计的芯片，谷歌迄今为止规模最大、性能最强的 TPU，比最新的高性能 TPU 性能提升了 10 倍以上。每个 Ironwood 单元搭载超过 9,000 颗芯片，可提供惊人的 42.5 exaflops 计算能力，能够更高效地处理训练复杂的AI模型。 • Gemini 2.5 Flash模型 推出Gemini 2.5 Flash推理模型，主打便宜高效，在性能和效率之间找到了更好的平衡点。即将登陆 AI 开发平台 Vertex AI 🌟地址： https://cloud.google.com/blog/products/ai machine learning/gemini 2 5 pro flash on vertex ai?utm source=twitter&utm medium=unpaidsoc&utm campaign=fy25q2 googlecloudtech blog ai in feed no brand global&utm content= &utm term= &linkId=13897477 • AI编程工具Firebase Studio Cursor、Bolt 、v0 的综合免费替代品。直接输入需求就能自动生成完整APP，一键构建前后端和安卓应用，直到发布。与AI沟通迭代，一键跳转代码环境，可多端即时查看效果。同时支持实时共享和协作 一般用户免费获得 3 个工作区。Google开发者计划会员可获得 10 个工作区，Google 开发者计划高级会员可获得 30 个工作区。 🌟地址： https://firebase.blog/posts/2025/04/introducing firebase studio?utm source=X&utm medium=unpaidsoc&utm campaign=&utm content= 使用地址： https://studio.firebase.google.com/ Anthropic 发布 Claude Max 会员 Anthropic推出了Claude Max订阅计划，分为两种版本： 1. 100美元/月：提供Pro套餐5倍的使用额度 2. 200美元/月：提供Pro套餐20倍的使用额度 该计划旨在为专业用户提供更高的速率限制和更多的查询量，以满足高级AI应用的需求。 Grok 3 API 上线 xAI正式上线了Grok 3模型API服务，提供150美元/月的免费额度。 Grok 3： 输入：$3.00/M 输出：$15.00/M grok 3 mini： 输入：$0.30/M 输出：$0.50/M 🌟地址： https://docs.x.ai/docs/models models and pricing Gen 4 Turbo 在 Runway API 上可用 Gen 4 Turbo 现已在 Runway API 上可用，允许开发人员轻松地将视频模型直接集成到他们的应用程序和产品中。 Gen 4 Turbo 提供与 Gen 3 Alpha Turbo 相同的价格。 🌟地址： https://docs.dev.runwayml.com/ 月之暗面Kimi：开源两款轻量级视觉语言模型：Kimi VL和Kimi VL Thinking Kimi VL和Kimi VL Thinking。这两款模型采用MoE架构，支持128K上下文，推理时仅激活约30亿参数，同时在多模态推理能力上表现优异，甚至超过了GPT 4o。 目前两款模型均已上架Hugging Face 🌟地址： https://huggingface.co/collections/moonshotai/kimi vl a3b 67f67b6ac91d3b03d382dd85 一系列多模态生成模型加入Vertex AI平台，显著增强了平台的生成能力： 1. Gemini多模态模型：Vertex AI集成最新的Gemini多模态模型，支持文本、图像、音频等多种模态的生成和理解 2. Chirp 3高清语音模型：Chirp 3支持31种语言的8种新声音，可用于构建语音助手、创建有声读物等多种应用场景 3. Imagen 3 是我们最高质量的文本转图像模型 4. Lyria企业级文本转音乐模型，可以将简单的文本提示转换为 30 秒的音乐片段 5. Veo 2 视频生成模型 🌟地址： https://cloud.google.com/blog/topics/google cloud next/next25 day 1 recap?utm source=twitter&utm medium=unpaidsoc&utm campaign=fy25q2 googlecloud blog next event in feed no brand global&utm content= &utm term= &linkId=13904432 • 第七代TPU Ironwood 专为推理工作负载设计的芯片，谷歌迄今为止规模最大、性能最强的 TPU，比最新的高性能 TPU 性能提升了 10 倍以上。每个 Ironwood 单元搭载超过 9,000 颗芯片，可提供惊人的 42.5 exaflops 计算能力，能够更高效地处理训练复杂的AI模型。 • Gemini 2.5 Flash模型 推出Gemini 2.5 Flash推理模型，主打便宜高效，在性能和效率之间找到了更好的平衡点。即将登陆 AI 开发平台 Vertex AI 🌟地址： https://cloud.google.com/blog/products/ai machine learning/gemini 2 5 pro flash on vertex ai?utm source=twitter&utm medium=unpaidsoc&utm campaign=fy25q2 googlecloudtech blog ai in feed no brand global&utm content= &utm term= &linkId=13897477 • AI编程工具Firebase Studio Cursor、Bolt 、v0 的综合免费替代品。直接输入需求就能自动生成完整APP，一键构建前后端和安卓应用，直到发布。与AI沟通迭代，一键跳转代码环境，可多端即时查看效果。同时支持实时共享和协作 一般用户免费获得 3 个工作区。Google开发者计划会员可获得 10 个工作区，Google 开发者计划高级会员可获得 30 个工作区。 🌟地址： https://firebase.blog/posts/2025/04/introducing firebase studio?utm source=X&utm medium=unpaidsoc&utm campaign=&utm content= 使用地址： https://studio.firebase.google.com/ Anthropic 发布 Claude Max 会员 Anthropic推出了Claude Max订阅计划，分为两种版本： 1. 100美元/月：提供Pro套餐5倍的使用额度 2. 200美元/月：提供Pro套餐20倍的使用额度 该计划旨在为专业用户提供更高的速率限制和更多的查询量，以满足高级AI应用的需求。 Grok 3 API 上线 xAI正式上线了Grok 3模型API服务，提供150美元/月的免费额度。 Grok 3： 输入：$3.00/M 输出：$15.00/M grok 3 mini： 输入：$0.30/M 输出：$0.50/M 🌟地址： https://docs.x.ai/docs/models models and pricing Gen 4 Turbo 在 Runway API 上可用 Gen 4 Turbo 现已在 Runway API 上可用，允许开发人员轻松地将视频模型直接集成到他们的应用程序和产品中。 Gen 4 Turbo 提供与 Gen 3 Alpha Turbo 相同的价格。 🌟地址： https://docs.dev.runwayml.com/ 月之暗面Kimi：开源两款轻量级视觉语言模型：Kimi VL和Kimi VL Thinking Kimi VL和Kimi VL Thinking。这两款模型采用MoE架构，支持128K上下文，推理时仅激活约30亿参数，同时在多模态推理能力上表现优异，甚至超过了GPT 4o。 目前两款模型均已上架Hugging Face 🌟地址： https://huggingface.co/collections/moonshotai/kimi vl a3b 67f67b6ac91d3b03d382dd85 🐱 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 🤖️AI 图像 Midjourney v7 第一周迭代更新 • V7 现已支持Remix和Tile(创建无缝重复图案)功能 • 升级了草稿模式的增强功能。 • 新增带有专用模式切换按钮的提示栏 • 为 V7 作品添加了 V7 图像反馈按 另外Midjourney官方表示5月每周都将针对V7进行迭代更新。 UNO：从单一主题发展到多主题定制的通用框架 字节跳动发布了UNO（Less to More Generalization），一个从单一主题发展到多主题定制的通用框架。UNO是一个基于扩散模型的多图像条件生成框架，能够实现从单主题到多主题的定制化生成，同时保持高度一致性和可控性。 支持： • 物体图像参考融合形成新图像 • 人物一致性图像生成 • 虚拟试穿 🌟地址： https://bytedance.github.io/UNO/ OmniSVG：矢量图形生成模型 OmniSVG是由StepFun与复旦大学联合开发的统一多模态SVG生成模型，支持文本、图像或角色参考等多种输入方式，生成高质量、可编辑的矢量图形。 OmniSVG 能够逐步生成各种复杂程度的高质量 SVG——从简单的图标到复杂的动漫人物。它通过多种生成模式展现出多功能性，包括文本转 SVG、图像转 SVG 和字符引用 SVG 🌟地址： https://omnisvg.github.io/?utm source=ai bot.cn 🤖️AI 模型/代理 谷歌云 Next 大会要点速递 近期谷歌云 Next 大会在拉斯维加斯举行，本次大会聚焦AI技术的最新发展，谷歌发布了多项重要的AI产品和服务更新，涵盖了从基础模型到应用工具的全方位AI生态体系。其中重要亮点： • Agent2Agent协议(A2A)及Agent Development Kit (ADK) Agent2Agent协议(A2A)是谷歌云大会上发布的全新通信标准，联合了超过 50 家技术合作伙伴与服务提供商发起，旨在解决当前AI代理(Agents)之间协作效率低下的问题。A2A协议定义了一套标准化的交互流程和数据格式，使不同AI代理能够无缝协作，共享上下文信息，并协同完成复杂任务。 谷歌官方表示ADK与MCP是互补关系，A2A专注于 Agent 与 Agent 之间的直接通信与协作流程。MCP关注点在于Agent如何调用外部工具。 🌟地址： https://developers.googleblog.com/en/a2a a new era of agent interoperability/ Agent Development Kit (ADK)是谷歌云大会上发布的全新开发工具包，旨在帮助开发者更高效地构建和部署AI代理(Agents)。ADK提供了全面的工具和框架，简化了AI代理开发的复杂性。与大部分模型兼容如Gemini， Anthropic、Meta、Mistral AI等 🌟地址： https://developers.googleblog.com/en/agent development kit easy to build multi agent applications/ • 多模态生成模型加入Vertex AI