在人工智能领域，创新如同涌动的潮水，一浪接着一浪。2025年4月17日，科技界再次迎来激动人心的时刻，一系列AI领域的重大进展密集发布，预示着人工智能技术正在加速渗透到我们生活的方方面面。从OpenAI的多模态模型到微信的首款AI助手，再到字节跳动的深度思考模型，每一项技术突破都为开发者和用户带来了全新的可能性。
OpenAI发布多模态推理模型：o4-mini与o3
OpenAI再次走在了AI创新的前沿，发布了最新的多模态模型o4-mini和o3。这些模型最引人注目的特点是它们能够同时处理文本、图像和音频信息。这意味着AI不再局限于单一感官输入，而是可以像人类一样，综合利用多种信息源进行决策和推理。更令人兴奋的是，这些模型还具备调用外部工具的能力，从而能够处理更为复杂的任务。
o4-mini在各项测试中表现出色，甚至在准确率上超越了o3，并在编程竞赛中名列前茅。这表明，在特定任务上，更加精简的模型可能比参数更多的模型更有效率。OpenAI的这一举措无疑将推动多模态AI技术的发展，为未来的智能应用开辟了新的道路。
微信推出首款AI助手“元宝”
社交巨头腾讯也加入了AI的战局，在微信平台推出了首款AI助手元宝。用户可以直接在微信中搜索并添加元宝为好友，从而获得更加自然的聊天体验。元宝不仅可以解析微信公众号文章、图片和文档，还能与用户进行智能互动，回答后续问题。这使得用户可以在不离开微信的情况下，获取信息、解决问题。更重要的是，元宝非常注重用户隐私，具备自动编辑身份证照片等功能。尽管目前还不支持语音或视频通话，但元宝的推出无疑是微信在AI领域迈出的重要一步。
字节跳动发布豆包1.5深度思考模型
字节跳动在杭州火山引擎AI创新大会上发布了豆包1.5深度思考模型。该模型在数学、编程、科学推理和创意写作等领域表现出色。豆包1.5采用了MoE架构，拥有卓越的参数配置和较低的推理成本。结合视觉理解技术，该模型可以分析照片，协助旅行和项目管理，并显著增强视频搜索能力。这意味着用户可以通过图像或视频内容更快速地获取所需信息。豆包1.5的发布表明，字节跳动正在加大对AI基础模型的投入，并致力于将其应用于更广泛的场景。
Moon's Dark Side开源数学定理证明模型Kimina-Prover
Moon's Dark Side团队发布了Kimina-Prover的预览版本，开源了多个模型和数据集，展示了其在形式化定理证明方面的卓越性能。通过将大规模强化学习与形式化推理相结合，Kimina-Prover显著提高了模型的推理能力和样本效率，在miniF2F基准测试中实现了80.7%的通过率，超过了之前的最佳结果。更重要的是，Kimina-Prover具有很强的可解释性，用户可以查看推导过程，从而更好地理解模型的行为。这一开源举措将促进数学定理证明领域的发展，并为其他AI研究提供借鉴。
OpenAI开源超级智能代理Codex CLI
OpenAI开源了一款名为Codex CLI的轻量级代码智能工具，该工具迅速获得了广泛关注，在短短五个小时内就获得了超过5000颗星，预计当天将达到10000颗星。Codex CLI具有自动代码生成、代码执行、重构和测试等强大功能，可以显著提高开发人员的生产力。OpenAI计划继续推出更多智能代理产品，并探索收购AI编程平台，以增强其竞争力。Codex CLI的开源表明，OpenAI正在积极推动AI技术在软件开发领域的应用。
谷歌Gemini Live功能全面开放
谷歌宣布，其Gemini应用中的Gemini Live功能将向所有Android用户免费开放。此前，该功能仅限于Pixel 9和Samsung Galaxy S25用户。Gemini Live的优势在于它能够实时识别相机和屏幕上的内容，并为用户提供即时反馈和信息，从而大大增强了交互体验。由于用户反馈良好，谷歌决定扩大该功能的范围，预计将在未来几周内全面推出。Gemini Live的开放表明，谷歌正在积极推动AI技术在移动设备上的应用，并致力于为用户提供更加智能化的体验。
OpenAI计划以30亿美元收购AI编程工具Windsurf
OpenAI正在与AI编程工具Windsurf进行收购谈判，交易价值约为30亿美元。如果收购成功，这将是OpenAI最大的一笔并购交易，标志着其在AI开发者工具市场上的重大举措。Windsurf是一款流行的AI编程助手，能够生成和解释代码，并且已经获得了超过2亿美元的融资。此次收购将增强OpenAI的编程能力，帮助其在竞争激烈的AI工具市场中保持领先地位。OpenAI收购Windsurf，无疑将进一步巩固其在AI领域的领导地位。
JetBrains发布代码智能代理Junie AI
JetBrains宣布，其新的代码智能代理Junie AI已达到生产就绪状态，旨在帮助开发人员更高效地编写和调试代码。Junie AI的发布标志着JetBrains在AI工具领域取得了重大进展。此外，JetBrains还更新了其旧的AI助手，支持最新的AI模型并增强了用户体验。为了应对市场竞争，JetBrains计划推出免费计划，以吸引更多开发人员使用其工具。Junie AI的推出，为开发者带来了更加智能化的编程体验。
Reachy2开源人形机器人正式发售
Pollen Robotics的Reachy2是一款开源人形机器人，售价7万美元，已被多所顶尖大学和研究机构采用。其模块化设计和强大的AI驱动能力使其成为人形机器人领域的先驱，适用于各种研究和教育场景。Reachy2的开源性质和灵活的编程支持为开发人员提供了充足的创新空间，推动了机器人技术的进步。
Reachy2具有高度拟人化的设计，拥有7自由度手臂，能够执行自然而精确的动作，适用于各种应用。其模块化和开源架构支持Python SDK编程，允许开发人员根据自身需求扩展功能并推动技术创新。Reachy2已在全球20多个国家/地区部署，客户包括知名机构，展示了其在医疗、零售和教育领域的广泛应用潜力。
上海人工智能实验室发布升级版多模态大模型“书生·万象3.0”
上海人工智能实验室的书生·万象3.0是一款新的多模态大模型，具有增强的文本和多模态输入处理能力，表现出卓越的性能。该模型在性能和用户体验方面均有显著提升，提供更快的响应速度、更强的理解能力，并能够满足多样化的用户需求。书生·万象3.0的发布，标志着国产AI大模型在多模态领域取得了新的突破。
豆包深度思考和文生图3.0模型正式向企业客户开放API
豆包最近发布了豆包1.5深度思考模型和豆包文生图3.0模型，并通过火山引擎正式向开发人员和企业客户开放API。这两个模型在推理和图像生成任务中表现出卓越的性能，推动了AI技术的应用和发展。深度思考模型擅长专业推理任务，而文生图模型在图像生成质量方面表现出显著的改进。豆包模型的开放API，为企业客户提供了更高效、更通用的推理和图像生成能力，从而推动AI技术的发展。
