### 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

#### 1. OpenAI发布两款多模态推理模型o4-mini、满血版o3

- **亮点**：

  - o4-mini和o3具备多模态处理能力，能同时处理文本、图像和音频，并自动调用外部工具。

  - o4-mini在AIME2024和2025测试中准确率分别达到93.4%和92.7%，超越满血版o3。

  - 在编程竞赛中，o4-mini获得2700分，跻身全球前200名程序员。

#### 2. 微信首个AI助手“元宝”正式上线

- **亮点**：

  - 用户可以直接在微信中搜索并添加“元宝”为好友。

  - “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

- **亮点**：

  - 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。

  - 结合视觉理解技术，能够分析照片，辅助旅行和项目管理。

  - 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。

#### 4. 月之暗面Kimi开源数学定理证明模型Kimina-Prover

- **亮点**：

  - 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，提升了推理能力和样本效率。

  - 可解释性强，用户可以查看推导过程，便于理解模型行为。

- **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

- **亮点**：

  - Codex CLI在发布后仅5小时便获得5000颗星评价，预计当天将突破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

- **亮点**：

  - 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Copilot 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

- **亮点**：

  - 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

- **亮点**：

  - 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

- **亮点**：

  - 高度仿人设计，具备7自由度手臂，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。

  - 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”

- **亮点**：

  - 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

- **亮点**：

  - 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