周报记录

25.3.10周

• OpenManus/Manus：多代理，复合
• Compodio：供AI-agent使用的工具箱（符合MCP标准，大模型调用工具的协议）
• Trae/cursor：右侧对话，左侧窗口，AI的命令可以自行执行——1分开发。9分调试。
• Wan2.1：最新的视频生成模型
• Pandas-Ai：ai调用pandas分析

25.2.24周

• Deepseak 工具集：集合了丰富的大模型集成工具
• Deepseak 开源周：解码内核；MoE通讯；Fp8矩阵库；DualPipe；专家负载调度；3FS并行文件系统；性能分析视频
• Janus：Deepseak的双向视觉模型
• QWen2.5VL：图像识别模型。GUI使用集成。长视频理解能力。
• Ktransformer：大大降低大模型部署内存需求
• Unsloth：从底层代码优化，降低微调、训练的硬件要求
• oumi：大模型训练集成式平台——学习训练大模型
• Data_Formulator：AI对数据可视化的简洁实现
• Hoppscotch：API调试
• 前端图标调用： Font Awesome，Lucide
• metabase：数据库信息提取与可视化

• StepFun：开源而强大的视频模型和语音交互模型

• Ominiparser：基于纯视觉的 GUI 代理的屏幕解析工具

• screenshot-to-code：将截图、录屏转为实际代码——一键转代码

24.12E

• 物理模拟平台genesis：自然语言转物理模拟
• 自动日记系统Autolife：通过智能手机传入的信息来自动生成日志

• 基于视频的benchmark VSI-Bench

• Deepseek-v3 671B参数 总训练时长极短 比肩4o

• PC Agent捕捉并学习人类使用电脑 可以制作PPT等

24.12D

• 谷歌视频模型Veo2

可以理解摄影名词

• 谷歌图像模型wisk

可以分别制定主体、背景、风格

• 谷歌Notebook更新

具有更好的管理文档、笔记模型。可以根据内容播放博客。

• 阿里语言合成升级版模型CosyVoice 2

支持混合语言生成，支持角色控制、方言控制（听着还是有点怪）

• 微软小语言模型Phi4-14B

特别擅长数学领域，表现超过GPT-4o

• Meta BLT：

Byte Late0nt Transformer。基于原始字节进行分组，相较于分词，在同表现下扩展性更好，消耗更低。

• 英伟达 生成式AI超级电脑： 售价249美元，适合部署视觉AI模型等。

• Diffsensei： 北大实验室推出的漫画生成框架，支持构图控制和动态多角色控制。同时发布相关漫画注释数据库

• MaestroMotif：AI技能设计方法，帮助打造高性能、灵活可适应的智能体。

• Super Nuggets：更好微调数据质量

24.12C

• OpenAI shipmas活动：

• o1模型的正式发布。提供pro订阅服务。

• Sora与工具集，具有完善的视频生成操作

• 高级语音视频功能，具有对话、记忆等功能，接近真人

• ChatGpt Search， 更加好的网页实时搜索

• 最新高性能模型o3，具有远超o1的高性能表现，在Frontier Math数据集获得25.2%的正确率，超越人类博士水平

• 杂项：推出拓展微调服务，适用于垂直领域。Canvas工作台，具有代码编辑功能。Project分组。API函数调用功能。

24.12B

• OASIS

上海人工智能实验室面向复杂系统研究推出“通用性社会模拟器”，OASIS

支持模拟X等社交平台，支持百万级大模型，适合社会研究

• Socratic Learning

苏格拉底式学习——通过结构化的语言游戏，扩展初始数据域

• Revthing

通过反向思考来提高推理能力。教师模型根据前向问题，生成前后向推理问题集。

相较于常规数据集训练，提高3%-7%

24.12A

• 阿里千问推理模型QwQ-32-preview:

通过深度思考和自我质疑中提高模型自我表现

在多项测试表现中，接近甚至超越o1-mini的程度，高于常规模型。

存在语言切换和递归循环的问题