艾智迹 AGIDT

快讯

• 微软发布极速 AI 模型 Phi-4-mini，笔记本也能跑大模型

  微软近日宣布开源轻量化 AI 模型 Phi-4-mini-flash-reasoning，该模型采用全新 SambaY 架构实现推理效率飞跃。通过跨层记忆共享与无显式位置编码技术，其长文本生成速度达传统模型 10 倍，32K 上下文处理延迟降低 2-3 倍。实测显示，模型在数学推理、文献检索等场景表现优异，复杂公式推导逻辑清晰度显著提升。来源

  22小时前

• xAI 发布 Grok4 AI 模型，编程助手兼实时新闻追踪

  xAI 推出了全新旗舰 AI 模型 Grok4，分普通版和编程版。编程版助开发者编写代码、查找错误。模型实时抓取 X 平台热点新闻。训练耗费 20 万 GPU，性能提升 10 倍。目前仅处理文本，图像视频功能后续添加。用户需 X 高级会员或访问官网体验。官网

  22小时前

• 阿里免费开源 ThinkSound AI 工具，自动生成视频音效

  阿里通义实验室开源 ThinkSound AI 工具，免费自动添加视频音效。该工具分析画面和文字描述，生成匹配音效，例如森林场景配鸟鸣。音画同步精准，支持 4K 视频。GitHub 开放模型代码下载，帮助创作者节省成本。用户能语音调整音效，如“风声调小”。适用于短视频、电影和游戏开发。来源

  22小时前

• 智谱 AI 推出 Slides 工具，5 分钟生成专业 PPT

  智谱 AI 上线 AI Slides 工具，用户输入主题或上传文档，5 分钟生成专业 PPT。工具免费，支持职场汇报、学术研究等场景。基于 GLM 模型分析信息生成结构清晰内容。用户登录智谱清言平台切换模型即可使用。来源

  22小时前

• DeepMind 开源 GenAI 库，AI 工作流构建更轻松

  谷歌 DeepMind 开源 Python 库 GenAI Processors，助力开发者轻松构建生成式 AI 工作流。提供统一 Processor 接口，分割任务处理音频、文本、图像等多模态数据。优化异步并发执行，利用 asyncio 降低延迟加速实时应用。集成 Gemini API，内置处理器快速开发翻译助手等代理。支持 Python，开放社区贡献功能。未来协作扩展覆盖更多场景语言，降低开发复杂性推动生态开放。来源

  22小时前

• 谷歌 Veo3 新增图像转视频功能，七周超 4000 万视频诞生

  Google 宣布为 Gemini 应用新增图像转视频功能，支持 Veo 3。用户上传照片生成视频短片，添加声音描述。视频可下载分享。目前仅限 AI Ultra 和 Pro 用户使用，每天最多创建 3 个。上线七周用户已生成超 4000 万视频。所有视频带 Veo 水印和 SythID 数字水印。Google 提供检测 synthID 工具。

  22小时前