
GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano。 这些模型的性能全面超越 GPT-4o 和 GPT-4o mini 在编码和指令跟踪方面均有显著提升。 拥有100 万个token的上下文 GPT‑4.1 性价比提升 26% GPT-4.1 mini 性能接近但成本降低 83% nano 是目前最快+最便宜模型 编程能力(Coding) SWE-bench Verified:GPT-4.1 完成率 54.6%,大幅优于 GPT-4o(33.2%)和 GPT-4.5(38%)。

Nvidia计划在美国本土制造人工智能超级计算机和Blackwell芯片,已在亚利桑那州和德克萨斯州获得超过100万平方英尺的生产和测试设施,以在未来四年内构建高达5000亿美元的AI基础设施。
这一举措有助于增强供应链的弹性,满足日益增长的AI需求,并可能为美国带来数十万个就业机会。
来源:https://www.cnbc.com/2025/04/14/nvidia-to-mass-produce-ai-supercomputers-in-texas.html

他们具备跨学科知识整合能力,够同时利用多个学科的信息来生成答案或提出观点。 这种能力让模型在处理复杂问题时无需像人类科学家那样依赖跨领域合作,从而大幅提升效率。 也就是模型能够独立开发出新的科学想法,而不是依赖训练数据。 该模型的目标是构建一种类似 尼古拉·特斯拉 与 理查德·费曼 这类科学家的智能系统——他们通过将物理、数学、工程等知识融会贯通来解决问题。 美国阿贡国家实验室的科学家使用这些模型的早期版本,在数小时内完成了原本需数天设计的复杂实验。
来源:https://www.theinformation.com/articles/openais-latest-breakthrough-ai-comes-new-ideas

训练数据范围:
包括成年人用户在Facebook和Instagram上的公开帖子和评论,以及用户与Meta AI的互动内容。
不包括私人消息和18岁以下用户的任何数据。
用户通知与反对机制:
Meta将通过应用内通知和电子邮件告知欧盟用户其数据将被用于AI训练。
通知中将包含一个反对表单的链接,用户可通过该表单选择退出数据被用于训练。
Meta承诺尊重所有已提交和新提交的反对请求。
来源:https://techcrunch.com/2025/04/14/meta-to-start-training-its-ai-models-on-public-content-in-the-eu/

收入增长:一些AI应用初创公司在不到两年的时间内实现了高达2亿美元的年度经常性收入。
融资激增:2024年,这类初创公司的融资总额同比增长110%,达到82亿美元。
Perplexity:提供AI搜索引擎。
Synthesia:专注于AI视频生成。
ElevenLabs:开发AI语音合成技术。
Harvey:为法律行业提供AI解决方案。
Sierra:构建AI客服助手。
Anysphere、Reflection AI、Poolside、Magic、Windsurf(前身为Codeium):这些公司专注于AI编程助手,帮助开发者提高编程效率。
来源:https://www.pymnts.com/startups/2025/ai-app-startups-making-rapid-gains-in-sales-and-funding/

模型名称:DolphinGemma
基于 Google 的开源 Gemma 系列模型构建。
合作机构:Wild Dolphin Project(WDP)
非营利组织,专注于大西洋斑点海豚的行为研究。
训练数据:
利用 WDP 提供的海豚声音数据进行训练,能够生成类似海豚的声音序列。
模型特点:
高效运行,适用于智能手机等设备。
来源:https://techcrunch.com/2025/04/14/googles-newest-ai-model-is-designed-to-help-study-dolphin-speech/

Netflix正在测试一项由OpenAI支持的AI功能,根据用户的情绪推荐电视节目和电影,目前在澳大利亚和新西兰的iOS设备上进行试验。
该功能有望提升用户体验,使内容推荐更贴近用户的情感需求,但也引发了对隐私和数据安全的关注。

目标:通过AI技术分析棒球球棒的设计和性能,以提升击球效果。
方法:学生们使用AI模型对不同材料和结构的球棒进行模拟和测试,寻找最优设计方案。
合作:该项目可能与棒球装备制造商或运动员合作,确保研究成果的实际应用。
数据分析:AI模型分析球棒在不同击球情况下的表现,包括力量传递、震动控制等因素。
优化设计:通过模拟和测试,AI帮助确定最佳的球棒形状、材料组合和制造工艺。