AI日报：字节发布豆包1.5深度思考模型；微信首个AI助手 “元宝” 上线；OpenAI发布o4-mini、满血版o3

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解:https://top.aibase.com/

1、OpenAI发布两款多模态推理模型o4-mini、满血版o3

OpenAI在技术直播中推出了其最新的多模态模型o4-mini和满血版o3，这两款模型具备同时处理文本、图像和音频的能力，并能调用外部工具进行复杂任务的处理。o4-mini在各项测试中表现优异，准确率高于o3，并在编程竞赛中名列前茅。

2、微信首个AI助手 “元宝” 正式上线，可以添加为微信好友

腾讯推出的“元宝”是首个在微信平台上运行的AI助手，用户可以直接在微信中搜索并添加为好友，享受更真实的聊天体验。元宝不仅能解析微信公众号文章、图片和文档，还能进行智能互动，回答用户的进一步提问。该助手关注用户隐私，具备证件照自动打码功能，虽然目前不支持语音或视频通话。

【AiBase提要:】

🌟 微信首个 AI 助手 “元宝” 上线，用户可直接在微信中搜索添加。

📊 元宝支持解析公众号文章、图片和文档，提供智能互动。

🔒 具备隐私保护功能，支持证件照自动打码。

3、字节发布豆包1.5深度思考模型:多模态深度思考、延迟低

在4月17日的火山引擎 AI 创新巡展杭州站上，字节跳动发布了豆包1.5深度思考模型，展示了其在数学、编程、科学推理及创意写作等领域的卓越能力。该模型采用MoE架构，参数配置优越，推理成本低。结合视觉理解技术，模型能够分析照片、辅助旅行和项目管理，并且视频搜索能力显著增强，提升了用户获取信息的便利性。

【AiBase提要:】

📈 豆包1.5模型在数学、编程等领域表现出色，采用MoE架构，参数配置优越。

🌍 新模型结合视觉理解技术，能够分析照片，辅助旅行和项目管理，功能强大。

🎥 视频搜索能力显著增强，用户可快速获取视频中的相关信息，使用量持续增长。

4、月之暗面Kimi开源数学定理证明模型Kimina-Prover

Kimi技术团队发布了Kimina-Prover的预览版，开源了多个模型和数据集，展现出在形式化定理证明领域的出色性能。Kimina-Prover通过结合大规模强化学习与形式化推理，显著提升了模型的推理能力和样本效率，达到了80.7%的通过率，超越了以往最佳结果。

【AiBase提要:】

🔍 Kimina-Prover在miniF2F基准测试中达到了80.7%的通过率，超越了之前的最佳结果。

🚀 该模型结合了大规模强化学习与形式化推理，显著提升了推理能力和样本效率。

📚 Kimina-Prover的可解释性强，用户可以查看推导过程，为理解模型行为提供便利。

详情链接:https://arxiv.org/abs/2504.11354

5、OpenAI开源超Agent:Codex CLI，五小时内破5000颗星

OpenAI最近发布了Codex CLI，这是一款轻量级的代码智能体工具，发布后迅速获得了极大的关注，仅在五小时内便突破了5000颗星的评价，预计当天将突破1万颗星。Codex CLI具备自动生成、运行代码、重构和测试等强大功能，极大地提升了开发者的工作效率。

【AiBase提要:】

🌟 Codex CLI 在发布后仅5小时便获得5000颗星评价，预计今天将突破1万颗星。

💻 该工具可以自动生成代码、运行代码、重构和测试代码，功能强大且实用。

📈 OpenAI 计划持续推出更多智能体产品，并在探索收购 AI 编程平台以增强竞争力。

详情链接:https://github.com/openai/codex?tab=readme-ov-file

6、谷歌 Gemini Live 功能全面开放，安卓用户迎来新体验

谷歌最近宣布将其 Gemini 应用中的 Gemini Live 功能免费向所有安卓用户开放，此前该功能仅限于 Pixel9和三星 Galaxy S25用户。Gemini Live 的强大之处在于能够实时识别摄像头和屏幕上的内容，为用户提供即时反馈和信息，极大增强了互动体验。随着用户反馈积极，谷歌决定推广这一功能，预计在未来几周内全面上线。

【AiBase提要:】

🌟 Gemini Live 功能现已免费向所有安卓用户开放，原本仅限于 Pixel9和 Galaxy S25用户。

📸 该功能可以实时识别摄像头和屏幕内容，提供即时信息和反馈，提升用户互动体验。

🚀 微软同日推出类似的 AI 工具 C o p i l o t Vision，显示出实时信息识别技术的快速进步。

7、OpenAI 拟以30亿美元收购 AI 编程工具 Windsurf

OpenAI 正在与 AI 编程工具 Windsurf 展开收购谈判，交易金额约为30亿美元。这一收购将成为 OpenAI 最大的并购交易，标志着其在 AI 开发者工具市场的重要布局。Windsurf 是一款受欢迎的 AI 编程助手，能够生成和解释代码，并已获得超过2亿美元的融资。

【AiBase提要:】

💰 OpenAI 正在与 Windsurf 进行30亿美元的收购谈判，若达成将成为其最大规模的并购交易。

🚀 Windsurf 是一款广受欢迎的 AI 编程助手，支持代码生成和解释，已获得超过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 工具市场中占据领先地位。

8、JetBrains 推出编码智能体 Junie AI，助力编程与调试全新体验

JetBrains 最近宣布其新编码智能体 Junie AI 已达生产就绪状态，旨在帮助开发者更高效地进行代码编写与调试。Junie AI 的推出标志着 JetBrains 在 AI 工具领域的重大进展。此外，JetBrains 还更新了其旧版 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 计划推出免费套餐，吸引更多开发者使用其工具。

【AiBase提要:】

🤖 Junie AI 已达生产就绪状态，专注于复杂任务的处理与调试。

📈 更新的 AI 助手支持多种最新 AI 模型，并新增多文件编辑功能。

🌐 JetBrains 将推出免费套餐，提供无限代码补全，以满足不同开发者的需求。

详情链接:https://blog.jetbrains.com/blog/2025/04/16/jetbrains-ides-go-ai/

9、Reachy2开源人形机器人正式开售

Pollen Robotics推出的Reachy2是一款开源人形机器人，售价7万美元，已在多所顶级大学和研究机构中得到应用。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锋，适用于多种研究和教育场景。Reachy2的开源特性和灵活的编程支持为开发者提供了广阔的创新空间，推动了机器人技术的进步。

【AiBase提要:】

🤖 高度仿人设计，具备7自由度手臂，能够自然、精准地执行动作，适合多种应用场景。

🔄 模块化与开源架构，支持Python SDK编程，开发者可根据需求扩展功能，推动技术创新。

🌍 已在全球20多个国家部署，客户包括知名机构，展现出在医疗、零售及教育等领域的广泛应用潜力。

10、上海人工智能实验室推出升级版多模态大模型 “书生・万象3.0”

上海人工智能实验室推出的“书生・万象3.0”是一个全新的多模态大模型，具备更强的文本和多模态输入处理能力，表现出色。该模型在性能和用户体验上都有显著提升，响应速度更快，理解能力更强，能够满足用户多样化的需求。

【AiBase提要:】

🚀 升级版“书生・万象3.0”在多模态处理能力上有显著提升，适用于多种应用场景。

💡 该模型在性能和用户体验上都有明显进步，响应速度和理解能力均增强。

🌐 开源举措为开发者提供了新的平台，鼓励创新和应用，推动行业发展。

11、豆包深度思考和文生图3.0模型正式开放API 对企业客户开放

豆包大模型近期发布了豆包1.5·深度思考模型和豆包文生图模型3.0，正式通过火山引擎开放API，供开发者和企业客户使用。这两款模型在推理和图像生成任务上表现卓越，推动了AI技术的应用与发展。深度思考模型在专业推理任务中表现突出，而文生图模型则在图像生成质量上有显著提升。

【AiBase提要:】

🧠 豆包1.5·深度思考模型在专业领域推理任务中表现优异，接近全球第一梯队水平。

🎨 豆包文生图模型3.0实现高分辨率图像生成，提升了创作效率，具备商业级设计能力。

🚀 两款模型的开放API为企业客户提供了更高效、通用的推理与图像生成能力，推动AI技术发展。

详情链接:https://github.com/ByteDance-Seed/Seed-Thinking-v1.5