EASYHUB JOURNAL / 2025-04
2025年4月 AI 资讯
10 篇选读，按原文日期从新到旧。点击标题查看摘要、配图及原文链接。
- IT之家
小米 MiMo 开放 7B 推理模型与技术报告
小米通过 MiMo 公众号发布首个推理模型，探索预训练与后训练共同提升数学和代码任务。报道中的跨模型成绩属于指定评测，不代表所有用途都能以小替大。
- Moonshot AI / Kimi
Kimi-Audio 开放 7B 指令模型与评测工具，统一多种音频任务
Kimi-Audio 将语音转写、声音问答与语音对话放进统一模型，首批开放 7B 指令权重、推理代码及音频评测工具。开发者既可从录音提取文字，也可生成语音与文字双路回复，用同一套接口探索会议整理、音频理解与交互助手。
- IT之家
SkyReels-V2 开放长视频生成与延续研究
SkyReels-V2 采用扩散强迫等方法探索视频延续，并提供文生、图生和人物一致性场景。标题中的“无限时长”不是无限算力或无限质量保证，长片仍需资源和质量管理。
- IT之家
BitNet b1.58 2B4T 研究原生低比特语言模型
微软研究以原生低比特训练降低推理资源消耗，而非只对现有模型进行事后压缩。报道强调加速依赖配套运行框架，非嵌入权重内存也不能当作完整运行内存。
- IT之家
UI-TARS-1.5 通过强化学习改进视觉界面操作
字节开放新版本 GUI 智能体，增强视觉感知、行动前规划及跨平台动作表示。浏览器、手机和电脑演示用于评估能力，实际自动化仍需限制权限并校验结果。
- IT之家
Codex CLI 开源，把对话式编码带到本地终端
Codex CLI 将模型调用与本地文件、命令执行连接，面向在终端工作的开发者。工具开源不代表模型调用免费，执行范围、版本控制与权限确认仍需独立管理。
- IT之家
InternVL3 扩展小到大多模态模型与界面理解
上海 AI 实验室通过公众号介绍 InternVL3，覆盖多个参数规模，拓展界面、图纸与空间理解。系列共同发布不意味着各尺寸模型的能力和硬件需求一致。
- IT之家
Skywork-OR1 同步开放推理模型、训练数据与代码
天工团队发布推理模型系列及训练资料，强调可复查的数据流程和强化学习方法。开放材料便于社区实验，但复现结果仍取决于硬件、数据版本和训练配置。
- The Verge
Canva Visual Suite 2.0 将表格、设计和交互内容集中到工作区
Canva 更新整合设计与生产力界面，并加入代码生成、图片编辑和表格等工具。生成交互组件不等于经过完整工程验证，发布网页与处理数据前仍需测试和复核。