## AI Repos
**1、[llm-server-docs](https://github.com/varunvasudeva1/llm-server-docs)**  
项目提供了一份基于Debian系统的本地语言模型服务器搭建指南，适用于Linux初学者。教程涵盖驱动安装、GPU功耗设置、自动登录配置及开机自启脚本部署等关键步骤，支持Ollama/vLLM等多种OpenAI兼容方案。方案设计强调四大原则：简易安装（快速部署）、稳定运行（持续工作数周）、低维护成本（组件简单易懂）和界面美观（接近云服务体验）。所有工具均采用开源方案，确保用户对话数据全程本地处理，特别适合需要长期稳定运行LLM服务的个人开发者或研究团队。



**2、[ai-flavor-remover](https://github.com/hylarucoder/ai-flavor-remover)**  
介绍了一套降低AI生成文本"机器味"的实用方法，重点针对Gemini 2.5 Pro模型进行优化测试。实验显示：通过"扩充法"（如1000字扩至2000字）可将朱雀大模型检测到的AI味控制在22%以下；而"重写法"（如5000字重写）更能将AI味降至17%左右。作者强调关键要针对AI味浓重的段落进行定向改写，并预告将发布深度解析AI写作本质的文章。文末指出，AI味并非绝对负面，优质内容应聚焦于逻辑性、趣味性和信息价值。
![ai-flavor-remover.png](/static/img/217dcb2a70594a3548f2000f4d071795.ai-flavor-remover.webp)



## AI News
**1、Tinder推出AI语音调情游戏"Game Game"，技术缺陷与争议并存**  
Tinder与OpenAI合作推出AI语音调情游戏"Game Game"，利用GPT-4o模型让用户在模拟约会场景中练习调情并赚取积分。公司强调语音数据不会用于AI训练，但CEO演示视频中的尴尬互动引发争议。Tinder高管表示尴尬是设计策略，旨在降低用户压力，但技术问题（如AI语音回声）加剧了体验不佳。该功能试图创新在线约会，但实际效果仍待观察。

**2、即梦3.0内测震撼发布：AI直出2K商业海报，设计师行业再受冲击**  
即梦3.0开启内测，AI图像生成能力大幅升级，可轻松输出2K高清商业海报，复杂场景、文字排版均能精准呈现。测试显示，该模型在细节、色彩和文字处理上远超以往，甚至能完美生成带有小字的广告图（如麦当劳汉堡海报）。业内人士推测其算法全面优化，生成速度仅需数秒。这一突破可能颠覆传统设计流程，引发行业对AI替代人工的讨论。

**3、Meta高端智能眼镜"Hypernova"曝光：内置屏幕，售价或超1400美元**  
Meta计划推出高端智能眼镜"Hypernova"，配备内置屏幕，支持应用运行和照片显示，用户可通过手势和触摸控制。屏幕位于右镜片右下角，界面类似Meta Quest。相比现有299美元的版本，Hypernova售价或达1400美元，并配备更先进的摄像头和AI功能。Meta同时开发更高端的"Orion"AR眼镜，而Hypernova定位中端市场，预计2027年推出双屏版"Hypernova2"。

**4、ChatGPT图片生成再升级：精准呈现中文草书，创作自由度大幅提升**  
ChatGPT近期升级图片生成功能，不仅解决了中文文字生成的难题，还能精准输出草书、隶书等书法字体，文字准确率显著提升。新版本在细节渲染、色彩协调和复杂指令理解上均有优化，支持生成艺术风格多样的图像。此外，新增的选区工具允许用户通过文字描述局部修改图片，为创作者提供更精细的编辑控制。此次升级带动付费用户激增2000万，展现OpenAI快速迭代的技术实力。

**5、百度发布飞桨框架3.0：五大核心特性助力大模型开发与推理**  
百度正式推出飞桨框架3.0，针对大模型开发需求提供五大核心特性，包括"动静统一自动并行"技术和"训推一体"设计，显著降低训练成本并提升推理性能。该框架在科学智能领域表现突出，微分方程求解速度比PyTorch快115%，并适配主流科学计算工具。此外，自研神经网络编译器CINN使运算速度提升4倍，多芯片统一适配方案支持60+芯片系列，实现"一次开发，全栈部署"。飞桨生态已服务43万企业，创建101万个模型，展现强大行业影响力。

**6、NotebookLM推出"Discover Sources"功能：AI智能搜索重塑研究新体验**  
谷歌旗下研究工具NotebookLM于4月2日推出"Discover Sources"功能，通过Gemini AI实现智能信息搜集。用户输入关键词即可自动获取10个高质量网络来源，并支持一键导入笔记本。该功能简化了传统手动收集流程，配合音频概览、FAQ生成等特色功能，显著提升研究效率。新加入的"I'm Feeling Curious"按钮还能激发灵感。作为系列升级的首个功能，它标志着NotebookLM向主动式智能助手转型，已引发学术界和内容创作者的广泛关注。

**7、饿了么"AI入驻智能经理"上线：5分钟极速开店，重塑商家入驻体验**  
饿了么推出"AI入驻智能经理"，通过自然语言对话实现商家极速入驻，最快5分钟即可完成认证、签约等全流程。该工具提供24小时智能引导和实时预审，显著降低传统手动操作的时间成本和错误率。作为平台AI战略的重要布局，饿了么同时宣布2025年前将投入超10亿元支持商家AI应用，持续优化包括智能经营分析在内的数字化服务生态，推动外卖行业效率革新。

**8、Claude团队发布Prompt Engineering指南：开启无代码开发新纪元**  
Claude开发团队发布全面Prompt Engineering指南，系统化指导用户通过优化提示词提升AI交互效果。该指南特别关注无代码开发需求，提供结构化提示、示例引导等实用技巧，帮助非技术用户快速构建AI应用。作为AI技术普及的重要资源，指南免费开放并持续更新，有望推动从内容创作到工作流自动化等广泛场景的创新应用，彰显Anthropic降低AI使用门槛的技术愿景。

**9、Infosys与Formula E合作推出AI数据中心，打造智能观赛新时代**  
Infosys与Formula E合作推出AI驱动的"Formula E Stats Centre"数据分析平台，通过实时统计、AI摘要和互动查询功能，帮助车迷更直观理解赛事数据。该平台结合新一代GEN3 Evo电动赛车（0-60mph加速仅1.82秒）的发布，显著提升观赛体验。Infosys同时完成赛事数据湖向谷歌云的迁移，为未来更智能的车迷互动奠定基础，标志着赛车运动进入数据驱动的新阶段。

**10、Anthropic推出"Claude for Education"计划，AI助力高校培养批判性思维**  
Anthropic宣布推出"Claude for Education"计划，为高校提供定制化AI助手，与OpenAI的ChatGPT Edu展开竞争。该计划包含"学习模式"，通过提问引导学生深入思考，而非直接提供答案，旨在培养批判性思维。目前已获美国东北大学、英国LSE等高校采用，同时支持行政办公自动化。尽管AI在教育中的角色仍存争议，Anthropic计划通过学生大使项目扩大影响力，推动AI工具在学术领域的应用普及。

**11、llms.txt标准解析：让大语言模型更高效理解网页内容的新规范**  
llms.txt是一种新兴的网页内容标准化格式，旨在帮助大语言模型(LLM)更好地理解和处理网页信息。该标准由Answer.AI联合创始人Jeremy Howard于2024年9月提出，采用Markdown格式，通过/llms.txt路径提供网站核心内容的精简摘要。它包含标题、简介和结构化链接，避免了HTML和广告的干扰，能显著提升AI处理网页内容的效率和准确性。目前已被Pinecone、Svelte.dev等公司采用，预计到2025年底，基于LLM的搜索流量将占10%。该标准还支持llms-full.txt和.md扩展名等衍生格式，是网页内容适应AI时代的重要演进。

AI Daily 2025.04.03

## AI Repos
1、[Dolphin](https://github.com/DataoceanAI/Dolphin)
由数据海洋AI与清华大学联合研发的Dolphin多任务语音识别模型正式亮相。该模型覆盖东亚、南亚、东南亚及中东地区40余种语言，并支持22种汉语方言，训练数据量超21万小时（含自有及开源数据），具备语音识别、端点检测、分段及语种识别多重功能。
![Dolphin.png](/static/img/eeb6bfd71a39e841b0c160e174e8c84c.Dolphin.webp)





## AI News
**1、Arm 放弃收购 Alphawave，转向新战略布局 AI 芯片市场**  
Arm Holdings 曾计划收购英国半导体 IP 供应商 Alphawave，以利用其 SerDes 技术增强在 AI 芯片市场的竞争力，尤其针对 ChatGPT 等应用。然而，Arm 最终放弃收购，导致 Alphawave 股价飙升15.08%，市值达8.19亿英镑。SerDes 技术在 AI 芯片数据传输中的重要性备受关注，Broadcom 和 NVIDIA 已占据优势。Arm 当前聚焦授权设计，同时探索自研芯片战略，旨在抢占预计2028年达600亿美元的 AI 芯片市场份额，显示其强化市场地位的决心。

**2、MiniMax Audio 发布 Speech-02 语音模型，支持 20 万字符输入**  
MiniMax Audio 推出 Speech-02 语音模型，支持 30 多种语言，一次性可输入 20 万字符，提供真实流畅的音频体验。该模型人声相似度达 99%，无节奏故障，多语言发音更准确，且价格亲民。新功能包括“Read Anything”，支持文件或 URL 转音频，以及“Long-Text Mode”异步合成长文本，适合音频书籍和播客制作。此外，增强的历史管理和“Discovery Hub”优化了用户体验，展示最新功能，入口为 https://www.minimax.io/audio。

**3、腾讯 GeometryCrafter：AI 助力开放世界视频几何一致性新突破**  
腾讯发布 GeometryCrafter AI 模型，通过 Hugging Face 开源，利用扩散先验技术实现开放世界视频的几何一致性估计。该模型能在复杂动态视频中生成连贯的深度序列和几何结构，无需额外信息，适用于街头实拍、自然纪录片等场景。其三阶段训练结合真实与合成数据，在长时间序列一致性上超越现有方法，为视觉特效、虚拟现实等应用奠基。尽管对计算资源要求较高，腾讯开源此模型推动技术普惠，展现 AI 如何将日常视频转化为立体数字艺术。

**4、高通收购越南 MovianAI，强化生成式 AI 技术布局**  
高通宣布收购越南 AI 公司 MovianAI，后者原为 Vingroup 旗下 VinAI 的生成式 AI 部门，交易金额未披露。此次收购旨在提升高通在生成式 AI 领域的研发能力，加速为智能手机、PC 和智能汽车开发先进 AI 解决方案。MovianAI 创始人 Hung Bui 博士，曾任 Google DeepMind 研究员，将加入高通，增强团队实力。收购不仅推动高通技术创新，还借助 MovianAI 在越南的基础拓展东南亚市场，标志着高通在全球 AI 布局的重要进展。

**5、ReliaQuest 获 5 亿美元融资，加速智能 AI 安全技术创新**  
ReliaQuest 完成超 5 亿美元融资，估值达 34 亿美元，由 EQT、KKR 和 FTV Capital 领投。公司专注网络安全，其 GreyMatter 平台利用智能 AI 自动化安全流程，使威胁响应时间缩短至 5 分钟，调查速度提升 20 倍，准确率提高 30%。创始人布莱恩·墨菲强调，新资金将推动技术发展，满足企业对高效安全方案的需求。ReliaQuest 年收入超 3 亿美元，增长率超 30%，并通过收购 Digital Shadows 增强威胁情报能力，巩固其在网络安全领域的优势。

**6、RobotLAB 首推人形机器人 BroBot™，助力多行业智能化**  
RobotLAB 推出首款人形机器人 BroBot™，针对教育、物流和酒店行业，提供可扩展的现实应用。BroBot™ 采用混合接口、自动任务协议和情境感知系统，能在动态环境中自主执行任务。其模块化设计便于定制，友好的界面降低操作门槛。主要功能包括自主任务处理、环境适应及行业通用性。RobotLAB 计划 2025 年第二季度通过试点项目优化其功能，旨在推动人机协作，简化部署并提升多行业运营效率。

**7、微软 Power Apps 集成 AI 助手，优化表单填写效率**  
微软 Power Apps 和 Dynamics365 推出 AI 助手，显著提升表单填写效率，研究显示速度提高 29%，95% 用户青睐此方式。新功能包括：智能粘贴支持图片上传，AI 自动提取数据；支持多种文件格式（如 .txt、.pdf、.png），简化录入；新增工具栏优化 AI 建议管理；开发者可控制人工输入字段。这些更新通过智能技术减少手动操作，提升灵活性与效率，助力用户更轻松完成日常数据工作。

**8、Reply 携手 AWS 深化战略合作，加速生成式 AI 创新**  
Reply 与 AWS 签署多年战略合作协议，旨在推动生成式人工智能（GenAI）的创新与应用。合作结合 AWS 的云基础设施与 Reply 的 AI 专长，开发提升效率与生产力的行业解决方案，覆盖软件优化、客户体验等领域。Reply 子公司 Data Reply 和 Storm Reply 将利用 Amazon SageMaker、Bedrock 等服务，定制汽车、金融等行业 AI 产品。成功案例包括与奥迪合作的 AI 聊天机器人及 Il Sole24Ore 的服务转型，展现显著业务价值，助力企业在数字时代保持领先。

**9、Arthur 发布首款开源实时 AI 评估引擎 Arthur Engine**  
Arthur 推出 Arthur Engine，全球首款开源实时 AI 评估引擎，免费提供给开发者，用于监控和优化生成式 AI 及传统机器学习模型。该引擎本地运行，确保数据隐私与合规性，支持 GPT、Claude 等多种模型。核心功能包括实时故障检测、主动保护和可定制评估指标，解决模型退化与敏感数据风险。技术负责人徐媛强调，其高性能监控工具提升 AI 信任与安全，开源发布标志着 AI 透明度与性能监控的新标准。详情可访问 GitHub。

**10、飞桨 3.0 发布：支持文心 4.5，跨芯片适配成本降 80%**  
百度飞桨框架 3.0 正式发布，引入“动静统一自动并行”等五大技术创新，支持文心 4.5 等大模型，优化训练与推理性能。借助神经网络编译器 CINN，算子速度提升 4 倍，端到端训练速度提高 27.4%，DeepSeek-R1 单机吞吐量翻倍。框架适配 60 余款主流芯片，开发者一次编码即可跨芯片迁移，适配成本降低 80%，覆盖训练集群、自动驾驶等场景，为大模型开发提供高效灵活的基础支持。

**11、腾讯元宝升级：多图上传+智能处理一键解决**  
腾讯元宝更新后支持一次性上传 10 张图片，利用混元和 DeepSeek 模型实现连贯识图与智能处理。用户可通过多图上传提炼电子书金句、生成朋友圈文案、整理板书结构或将草图转为网页 demo，操作简便高效。该功能已覆盖手机版（2.11.0+）、电脑版（1.8.0+）和网页版，支持多选、拖拽及截图上传，展现元宝双模型的多模态理解能力，为多图处理提供便捷解决方案。

**12、阿里通义千问 Qwen2.5-Omni 登顶全球开源模型榜单**  
阿里巴巴通义千问的 Qwen2.5-Omni 模型在 Hugging Face 全球开源模型榜单中排名第一。这款端到端全模态大模型凭借其强大性能胜出。阿里已开源超200款模型，其 Qwen 系列衍生模型数量已突破10万，超越 Llama 成为全球最大开源模型家族，凸显了阿里对 AI 开源生态的贡献和技术实力。

**13、宝马引入人形机器人 Figure02，大幅提升生产效率**  
宝马与美国 Figure 公司合作，在其生产线引入 Figure02 人形机器人，旨在显著提升生产效率。这款机器人每日可完成高达 1000 次精确操作，速度提升 400%，成功率提高七倍。尤其在处理复杂金属部件时，Figure02 能有效避免碰撞，提升生产安全性和流畅性。测试显示，它能精准地将金属片放入狭小插槽，循环时间也显著缩短。Figure 公司预计其机器人将于 2025 年 1 月重返宝马工厂。此外，Figure AI 近期获得了 6.75 亿美元的 B 轮融资，估值达 26 亿美元。

**14、即梦AI3.0图片模型重磅升级：高精细度与智能构图重塑设计体验**  
即梦AI3.0图片模型正式发布，以显著性能提升成为设计师的新宠。该版本支持2K高清分辨率，细节表现力远超2.1版本，并优化了小文字清晰度等痛点。其智能提示词响应系统大幅降低“抽卡”次数，生成效率与精准度同步提升。此次升级通过技术突破解放设计师创作力，有望推动行业效率与创意表达的双重革新。

AI Daily 2025.04.02

## AI Repos
**1、[Awesome-Agent-Papers](https://github.com/luo-junyu/Awesome-Agent-Papers)**  
该存储库汇集了关于大型语言模型（LLM）智能体的研究论文，涵盖智能体构建、协作机制、进化、工具集成、安全性、基准测试及应用等关键类别。通过系统分类，提供了理解LLM智能体快速发展领域的框架，连接设计原理与涌现行为的碎片化研究。综述论文显示，自2023年以来相关研究显著增加，存储库还包括统计趋势、词云分布和资源列表，旨在推动学术交流与实际应用，强调技术架构到现实用例的全面视角。
![Awesome-Agent-Papers.png](/static/img/96fcd19aef7c6269f059ef46be156227.Awesome-Agent-Papers.webp)



## AI News
**1、谷歌推出AI旅行功能，提升搜索体验与竞争力**  
谷歌母公司Alphabet Inc.近日推出新AI旅行功能，整合谷歌搜索、地图及Gemini平台，优化旅行规划体验。用户可通过AI生成行程并保存至地图，酒店价格跟踪功能全球扩展，助力广告收入增长。谷歌地图新增截图识别功能，Gemini免费开放个性化助手，提升便利性。这些更新迎合高意图搜索需求，丰富查询类型，增加搜索量，同时对抗ChatGPT、Perplexity等竞争对手。谷歌旨在通过智能化工具增强用户体验并巩固旅行搜索市场地位。

**2、日本Rapidus启动AI芯片试生产，力争科技复兴**  
日本国有企业Rapidus Corp.近日调整芯片制造设备，计划月底前试产2纳米工艺的先进半导体，瞄准AI组件市场。该公司目标2027年实现大规模生产，与台积电竞争。日本政府投入1.72万亿日元支持此项目，力图恢复半导体领域领导地位。2纳米工艺代表更高能效，满足AI技术对高性能计算的需求。Rapidus的试生产不仅是技术提升的关键一步，也为日本半导体行业复兴注入动力，备受业界关注。

**3、途牛推出“AI助手小牛”，开启智能出行新体验**  
途牛旅游网推出自主研发的“AI助手小牛”，已上线APP和小程序。该助手采用开源大模型DeepSeek和通义千问，结合旅行场景，为用户提供机票、酒店、火车票查询预订及个性化出行推荐服务。途牛通过AI技术深化在线旅游应用，旨在提升用户决策效率与服务体验，标志着智能出行服务的全新开端。

**4、Isomorphic Labs获6亿美元融资，推动AI药物研发新突破**  
Isomorphic Labs，DeepMind分拆的AI药物发现平台，近日完成6亿美元融资，由Thrive Capital领投，Alphabet等跟投。资金将用于优化AI药物设计引擎并推进临床试验。该公司由DeepMind联合创始人哈萨比斯创立，依托AlphaFold技术，已与礼来、诺华合作，潜在收入达30亿美元。哈萨比斯表示，融资将吸引顶尖科学家。他与研究员贾姆珀因AlphaFold获2024年诺贝尔化学奖。

**5、AI时代软件供应链安全危机：机密泄露激增64%**  
JFrog《2025年软件供应链现状报告》显示，AI发展加剧软件供应链安全危机。调研1400多名专业人士及7000余客户数据发现，过去一年机密信息泄露激增64%，达25,229例，因企业依赖ML模型增加风险。2024年新增CVE漏洞33,000个，增27%，但仅12%属严重级别，评分膨胀或致开发者疲惫。尽管94%公司使用认证清单，37%仍手动验证，安全隐患大。专家呼吁自动化转型，以平衡创新与安全。

**6、顺丰同城携手豆包、腾讯混元，推动AI智能化配送**  
顺丰同城宣布全面推进运营数字化和AI决策智能化，旨在构建高效即时配送模型基础设施。公司依托DeepSeek开源生态，快速定制开发服务，缩短落地周期，提升市场竞争力。目前已与火山豆包、腾讯混元等厂商合作，通过多模型验证优化AI应用效果。此举标志着顺丰同城在数字化转型中的重要进展，力求借助AI技术提升配送效率与客户体验。

**7、Higgsfield AI推出超50种Motion Controls，提升视频创作流畅度**  
Higgsfield AI推出Motion Controls，提供超过50种相机控制选项，如子弹时间、希区柯克变焦、360度视角和鱼眼效果等。这些功能旨在增强AI生成视频的自然流畅性和电影感，克服传统AI视频镜头运动单调的局限。通过丰富的模板，用户可轻松将单张照片转化为动态好莱坞风格大片，显著提升创作体验和视觉效果。

**8、昆仑万维发布Mureka V1/V6 AI音乐生成模型，新增多语言与微调功能**  
昆仑万维推出的AI音乐生成平台Mureka近日更新，发布V1（SkyMusic）及V6双版本模型，支持12种语言，包括英语、汉语、日语等，并新增模型微调功能和API接口。V6作为基础模型，提升音质与混音效果，O1则引入推理与自我批评机制，进一步优化生成效率与音乐质量。此更新丰富了多语言支持与个性化定制能力，推动AI音乐创作的灵活性与全球应用。

**9、OpenAI即将发布开源AI模型，应对同行竞争压力**  
OpenAI首席执行官山姆·阿尔特曼宣布将在未来数月推出开源AI模型，引发业界热议。此举受中国DeepSeek R1模型突破及Meta Llama系列竞争压力推动。开源模型可免费下载、修改并本地运行，降低成本并支持数据定制。OpenAI技术团队强调将严格测试模型安全性，并通过网页邀请开发者提前体验，未来几周还将举办相关活动。此举旨在提升竞争力，给同行带来不小压力。

**10、Krea推出3D生成功能与网站重构，AI创作效率飙升**  
生成式AI平台Krea近日上线3D生成功能并重构网站，用户可通过文本或2D图像快速生成可交互3D对象，实时调整细节，免费开放且速度快，降低建模门槛。新网站界面简洁直观，优化导航与实时预览，提升图像、视频迭代效率，并增强社区协作功能。Krea依托自研AI与GPU集群，结合限时活动，展现“民主化AI创作”理念。业内看好其在生成式AI市场的潜力，未来或扩展至8K视频与AR领域。

AI Daily 2025.04.01

## AI Repos
**1、[MCP-Chinese-Getting-Started-Guide](https://github.com/liaokongVFX/MCP-Chinese-Getting-Started-Guide)**  
模型上下文协议（MCP）是一个创新的开源协议，旨在标准化大语言模型（LLM）与外部数据源及工具的连接方式，类似AI应用的“USB-C接口”。其核心功能包括资源、提示词、工具、采样、根目录和传输层，其中“工具”是本文重点。MCP支持stdio和SSE两种传输协议，以stdio为主进行讲解。文章使用Python 3.11和uv工具管理项目，代码将在Github上开源。本项目详细介绍了MCP的实现，强调其通用性及与大语言模型的适配潜力，其他功能则简要说明。
![MCP-Chinese-Getting-Started-Guide.png](/static/img/47b5a6cfc2087707f4b35408d9ccc9a7.MCP-Chinese-Getting-Started-Guide.webp)



**2、[arxiv-mcp-server](https://github.com/blazickjp/arxiv-mcp-server)**  
ArXiv MCP服务器通过消息控制协议（MCP）连接AI助手与arXiv研究库，使AI模型能够以编程方式搜索和访问论文内容。其核心功能包括：论文搜索（支持日期范围和类别过滤）、论文访问（下载并阅读内容）、论文列表（查看已下载论文）、本地存储（本地保存论文以加快访问速度）以及研究提示词集合。该服务器为AI助手提供了一个简单接口，增强其研究能力，用户可参与贡献或报告问题，项目详情见Github。
![arxiv-mcp-server.png](/static/img/87808353067edbacd06582410015e37b.arxiv-mcp-server.webp)

**3、[bilibili-mcp-js](https://github.com/34892002/bilibili-mcp-js)**  
Bilibili MCP是一个基于模型上下文协议（MCP）的B站视频搜索服务器，提供简单API接口，支持用户搜索B站视频内容。其功能包括B站视频搜索、分页查询以及返回视频信息（如标题、作者、播放量、时长等），采用MCP协议实现标准化接口。项目提供LangChain调用示例和测试脚本，英文、中文、日文文档齐全。该服务器为用户提供便捷的B站内容检索方案。
![bilibili-mcp-js.png](/static/img/51b496a0c46fb9d708fa8f09698db941.bilibili-mcp-js.webp)

**4、[AutoAgent](https://github.com/HKUDS/AutoAgent)**  
AutoAgent是一个全自动且高度自进化的框架，用户仅通过自然语言即可创建和部署大语言模型（LLM）代理。其核心功能包括：在GAIA基准测试中名列前茅，性能媲美OpenAI的Deep Research；内置自管理向量数据库的Agentic-RAG，超越LangChain等领先方案；支持自然语言轻松构建工具、代理和工作流，无需编码；兼容多种LLM（如OpenAI、Grok等）；支持函数调用和ReAct交互模式；框架动态、可扩展且轻量化，适合定制化个人AI助手。
![AutoAgent.png](/static/img/0a6379cab94ccdde2aabca7fd10917cc.AutoAgent.webp)

**5、[whatsapp-mcp](https://github.com/lharries/whatsapp-mcp)**  
WhatsApp MCP服务器基于模型上下文协议（MCP），通过WhatsApp网页多设备API（whatsmeow库）直接连接个人WhatsApp账户。用户可搜索个人消息、联系人，并向个人或群组发送消息。所有消息本地存储于SQLite数据库，仅在代理通过工具访问时（由用户控制）发送至LLM（如Claude）。该服务器实现消息的本地管理和与LLM的集成，提供示例展示其与Claude的协作能力。用户可订阅邮件获取项目更新。
![whatsapp-mcp.png](/static/img/98a787c5318d3e85d4828550f5fb4893.whatsapp-mcp.webp)

**6、[awesome-prompts](https://github.com/browser-use/awesome-prompts)**  
此仓库汇集了适用于浏览器代理的有效提示词，旨在提供示例、模板和最佳实践，帮助用户打造能充分发挥浏览器代理能力的提示词。任何相关且具商业价值的提示词投稿均可接受。

**7、[awesome-mcp-list](https://github.com/MobinX/awesome-mcp-list)**  
汇集了各类高质量 MCP 服务器，包含浏览器控制、云平台、通讯聊天、数据库、开发工具、文件操作等等。每个项目都附有简明描述，并按功能类别进行了清晰分类，让我们能够快速找到所需的工具。

## AI News
**1、Google发布TxGemma开源模型，加速治疗性药物研发**  
谷歌推出开源模型TxGemma，旨在提升治疗性药物研发效率，由DeepMind基于Gemma模型微调开发，融合语言理解、科学预测和多轮对话功能。该模型支持药物研发全流程，包括毒性预测、靶点识别和疗效评估，提供2B、9B、27B三种规模，适配不同需求。27B版本性能卓越，超越谷歌先前Tx-LLM模型，兼具通用性与专业性。TxGemma通过Vertex AI和Hugging Face开放，鼓励全球协作创新，有望缩短研发周期、降低成本，助力生物医药领域突破。

**2、智谱发布AutoGLM沉思：首款“边想边干”智能体**  
智谱AI在2025中关村论坛上发布AutoGLM沉思，这是业内首款融合深度研究与操作能力的Agent产品，特点是“边想边干”。它能模拟人类行为，浏览网页并完成数据检索、分析及报告生成等全流程任务。技术依托智谱GLM自研模型，包括推理模型GLM-Z1-Air（性能媲美DeepSeek-R1，速度提升8倍，价格仅1/30）和基座模型GLM-4-Air0414。模型将于4月14日开源并上线bigmodel.cn，标志着智能体技术向实用化迈进。

**3、英伟达推出FFN融合技术：加速大型语言模型推理效率**  
英伟达研究人员发布“FFN融合”技术，通过优化Transformer架构中串行计算瓶颈，提升大型语言模型（LLM）的推理效率。该技术将依赖性较低的连续FFN层合并为单一宽层，实现并行计算，保持模型表示能力。应用于Llama-3.1-405B的Ultra-253B-Base模型，推理延迟降低1.71倍，每token成本降35倍，内存使用减半。性能上，该模型在MMLU、HumanEval等基准测试中媲美甚至超越原405B模型，参数仅253B，验证了技术的通用性和效率优化潜力。

**4、Ai2 PaperFinder：AI驱动的论文搜索与整合工具**  
Ai2 PaperFinder是一款为科研人员设计的AI工具，整合超过800万篇全文论文和1.08亿篇摘要，提供高效文献检索与合成服务。用户通过关键词即可快速搜索热门或小众主题的相关论文，系统还能综合多篇文献回答问题，节省查阅时间。平台持续开发新功能，旨在提升用户体验并支持学术交流，助力研究者把握动态、加速科研进程。现已开放体验，成为科研的重要助手。

**5、苹果“Project Mulberry”：AI健康助手助力个性化健康管理**  
苹果正研发“Project Mulberry”AI健康应用，计划随iOS19.4推出，具体时间未定。该应用整合苹果设备及第三方数据，通过AI助手提供个性化健康建议，与医疗专家合作提升模型智能。如检测心率异常时，AI或推送心脏健康视频，并计划利用设备摄像头分析用户活动。尽管苹果AI项目曾因BUG受质疑，此次健康助手展现其决心。未来Apple Watch或集成摄像头，支持AI功能，标准版内置屏幕内摄像头，Ultra版则设表盘旁镜头。

**6、ChatGPT图像生成功能免费开放，引发热议与限制**  
OpenAI将ChatGPT的图像生成功能从付费用户扩展至免费用户，新增“创建图片”选项，尤以“吉卜力风格”受欢迎。此前仅限Plus、Pro、Team用户使用，现所有用户可将概念转化为图像。然而，该功能引发吉卜力粉丝抄袭争议。CEO山姆·奥尔特曼称，因高使用率导致GPU过热，计划引入速率限制，免费用户将获每天三次生成机会，以平衡效率与服务稳定性。

**7、百度文小言升级：多模型融合与新语音大模型亮相**  
百度文小言在AI DAY上宣布品牌焕新与功能升级，引入多模型融合调度技术，整合文心X1、4.5及DeepSeek-R1等模型，用户可通过“自动模式”智能选择最佳组合，提升响应速度与任务处理能力。新语音大模型支持多方言对话与复杂问答，采用跨注意力技术，成本降低50%-90%，响应时间缩至1秒。新增图片问答功能支持拍照提问，提供解题、购物比价及趣味“冷知识”解读，交互体验更智能便捷。

**8、安巴雷拉ISC West展推边缘AI新突破，展示生成AI实力**  
安巴雷拉在2025年ISC West展会上发布新一代CVflow®3.0 AI SoC系列，支持0.5亿至340亿参数的生成AI模型，展示边缘AI技术突破。公司累计出货超3000万台，展出基于DeepSeek模型的实时AI安全方案，强调高效边缘推理与集成能力。CEO Fermi Wang称其产品融合图像处理与AI性能，优于传统加速器。新增AI模型花园与Cooper™平台，方便开发者，并展示多流视频分析及设备内AI应用，覆盖智能安防等场景，提升实时洞察与隐私保护。

**9、Wayve发布GAIA-2：多视角视频生成世界模型助力自动驾驶安全**  
Wayve推出GAIA-2视频生成世界模型，升级自GAIA-1，支持生成多样化驾驶场景视频，提升自动驾驶系统安全性。该模型覆盖英、美、德等多国场景，可控制时间、天气、道路类型，并同时生成五个视角视频，增强环境感知能力。GAIA-2能模拟高风险场景如紧急制动与碰撞，弥补真实数据稀缺，强化系统鲁棒性。采用潜在扩散模型与视频标记器，优化生成效率与时空一致性，加速模型测试与优化，助力安全自动驾驶落地。

AI Daily 2025.03.31

## AI Repos
**1、[one-person-company](https://github.com/cyfyifanchen/one-person-company)**  
这两年我们常常听到超级个体 “一人公司” 的说法，那该拥有哪些 AI 工具才能一人顶一个公司？可以看下 GitHub 上这个项目 one-person-company，汇总了各类日常实用的 AI 工具，如 AI 对话、图文视频、开发工具、媒体工具、网站设计、Logo 设计等等。这里面收集整理的工具，均备注了是否免费、开源以及收费情况，希望能帮助到大家提升工作效率。
![one-person-company.png](/static/img/9d6b6265633df14f40e8cb55d801b5f0.one-person-company.webp)



**2、[ruoyi-ai](https://github.com/ageerle/ruoyi-ai)**  
一站式 AI 助手平台搭建的开源解决方案，包含前端应用、后台管理以及小程序等全套系统，开箱即用，并基于 MIT 协议开源（可自由商用）。提供完整的前端应用、后台管理及小程序应用，开箱即用。系统集成本地RAG方案，结合Milvus/Weaviate向量库、本地向量化模型与Ollama实现高效本地化检索增强生成。支持联网、SQL查询及Text2API等丰富插件，内置SSE、websocket协议，可对接多种大语言模型，并集成MidJourney和DALLE AI绘画功能。此外，提供AI翻译、PPT制作、语音克隆等强大多媒体功能，支持大模型接入微信，并兼容易支付、微信支付等多种支付方式，扩展性强，应用场景广泛。
![ruoyi-ai.png](/static/img/7c60c6171b001b8755013b116c4e7842.ruoyi-ai.webp)

## AI News
**1、Midjourney V7发布在即：AI艺术生成的新里程碑**  
Midjourney V7将于2025年3月31日发布，标志着AI图像生成领域的重大突破。新版本历经22个月研发，显著提升了图像的视觉连贯性、细节渲染和美学质量，尤其在自然语言理解上进步明显，能更精准地将复杂文字转化为视觉艺术。这一更新降低艺术创作门槛，让用户通过简单描述即可生成复杂作品，与DALL-E3、Adobe Firefly等竞争，巩固其市场领导地位。尽管部分功能尚未完全披露，V7被视为AI与人类创造力融合的象征，预示技术与艺术合作的未来。

**2、小米真AI智能眼镜下月亮相：双芯架构引领智能交互**  
小米首款真AI智能眼镜预计下月发布，采用双芯架构，内置摄像头，拍摄效果媲美Meta Ray-ban。眼镜通过AI技术实现物品识别、餐厅信息查询等功能，类似苹果视觉智能系统，但无屏幕设计，交互依赖触摸和语音，或支持手势操控，需优化误操作问题。对标Meta Ray-ban，集成AI、音频和摄像头模块，以小米自有品牌发布，并可能与首发玄戒SoC芯片的小米15s Pro同台亮相，为用户带来创新的智能体验。

**3、腾讯元宝升级：支持36种文件格式解析与智能处理**  
腾讯元宝AI助手于3月28日更新，支持36种文件格式解析与处理，包括Word、PDF、Excel及.py、.java等开发文件。新功能助力用户在工作与学习中提升效率，可解读代码、定位Bug、提供修改建议，并实现代码语言转换，如Python转JavaScript。本周内，元宝已接连迭代，接入DeepSeek V3-0324模型并推出HTML预览功能。结合混元和DeepSeek模型，其支持多种编程语言，覆盖开发、评审、文档校对等场景，用户可通过拖拽上传文件，享受便捷智能服务。

**4、英伟达拟收购Lepton AI 加速布局云计算与AI基础设施**  
英伟达计划以数亿美元收购由贾扬清创办的AI初创公司Lepton AI，旨在加强云计算和企业软件市场竞争力，与亚马逊、谷歌等抗衡。Lepton AI专注于AI基础设施建设，提供Python SDK和云平台，帮助开发者简化AI模型部署与托管，降低技术门槛。其核心产品支持快速应用开发并提供按需计算资源。贾扬清作为知名AI科学家，带领团队解决AI基础设施的速度、成本与质量问题。此次收购将助力英伟达整合Lepton AI技术，进一步完善其云端布局。

**5、MIT与哈佛推出Lyra：高效生物序列建模新突破**  
MIT、哈佛及卡内基梅隆大学联合推出Lyra，一种高效生物序列建模方法，参数仅为传统模型的12万分之一，使用两块GPU可在两小时内训练完成。Lyra受上位效应启发，采用次二次架构，结合状态空间模型和投影门控卷积，高效捕获序列的全局与局部依赖，推理速度提升64.18倍。在蛋白质预测、RNA分析等100多项任务中表现优异，达最佳性能。其高效性降低资源需求，有望推动生物研究及治疗开发、病原体监测等应用，加速科学探索。

**6、Nvidia G-Assist发布：本地AI助手助力玩家体验升级**  
Nvidia推出实验性AI助手G-Assist，可在GeForce RTX显卡上本地运行，基于8亿参数Llama模型，需RTX30/40/50系列显卡及12GB显存。通过Alt+G激活，提供系统诊断、游戏优化、GPU超频及性能监控等功能，并支持控制Logitech等兼容外设。G-Assist专注PC相关任务，区别于云端AI助手，并开放GitHub代码库，支持开发者创建插件。继ChatRTX更新后，Nvidia持续推进AI与游戏整合，G-Assist展现其提升玩家体验及技术创新的愿景。

**7、Therabot试验：AI聊天机器人显著改善心理健康**  
达特茅斯学院研究团队试验AI心理健康聊天机器人Therabot，历时四周，涉及106名抑郁症、焦虑症及饮食失调症患者。Therabot通过主动互动提供情感支持，试验结果显示抑郁症症状减轻51%，焦虑症减轻31%，饮食失调症身体形象改善19%，效果媲美传统治疗。设计经心理学家优化，含自残风险识别机制。研究强调其作为心理资源短缺补充的潜力，但提醒勿过度依赖AI，仍需关注应用风险。结果刊于《新英格兰医学杂志》。

**8、Manus推出付费计划：Starter套餐39美元/月起**  
Manus宣布从免费测试转向商业化，推出Starter（39美元/月，3900积分）和Pro（199美元/月，19900积分）两款付费计划，并保留1000免费积分。Starter支持双任务运行、专属资源及优先访问；Pro增加高投入模式及测试功能。积分按月重置，未用积分不结转，免费及附加积分永不过期，使用顺序为月度、附加、免费。此定价策略满足用户多样需求，为平台发展提供稳定收入，标志着AI服务市场迈向成熟多元化阶段。

**10、开源YuE发布：AI音乐生成媲美专业水准**  
香港科技大学与DeepSeek合作推出开源AI音乐生成模型YuE，采用双LLaMA架构，可生成5分钟完整歌曲，包括专业级歌声与伴奏，媲美Suno、Udio。其“双轨版下一token预测”策略分开建模人声与伴奏，提升音质与一致性；“结构化渐进生成”技术确保歌曲连贯性；独特音乐上下文学习避免抄袭，增强独创性。YuE在评测中表现卓越，为专业与业余音乐人提供全新创作体验，项目已于GitHub开放。

**11、谷歌AI推出TxGemma：助力药物开发的高效语言模型**  
谷歌AI发布TxGemma系列大规模语言模型，专为药物开发设计，整合小分子、蛋白质等多元数据集，覆盖治疗开发多阶段。提供2亿至27亿参数选择，基于Gemma-2架构微调，包含交互式TxGemma-Chat模型提升透明度。利用6600万数据点的TDC数据集，TxGemma-Predict在预测性能上媲美甚至超越传统模型，尤其在数据稀缺领域表现优异。其在临床试验不良事件预测中展现高效性和数据效率，推理速度支持实时应用，已公开于Hugging Face，推动药物研究进步。

**12、Twin携手Qonto推出AI发票操作员：自动化提升效率**  
法国初创公司Twin与金融科技企业Qonto合作，推出AI代理“发票操作员”，帮助超过50万Qonto客户自动化检索和上传发票。用户启动代理后，系统自动识别缺失发票交易，引导用户登录相关服务，下载PDF并附加至账户。基于OpenAI的CUA模型和Chromium浏览器，该工具支持数万服务，远超传统RPA和API自动化效率。Twin计划将AI代理扩展至电商订单管理等领域，未来或开发通用平台，助力多行业高效任务处理。

**13、阿里通义千问发布QVQ-Max：视觉推理模型开启多场景应用**  
阿里通义千问团队推出QVQ-Max视觉推理模型，能够分析、推理图片和视频内容，并支持插图设计、短视频剧本生成等创作任务。其核心能力包括细致观察细节、深入推理结论和灵活应用场景。在职场中，它助力数据分析与编程；学习上，帮助解答图表难题并讲解概念；生活中，提供穿搭建议与烹饪指导。目前已集成至Qwen Chat，用户可上传内容并使用推理功能。阿里表示，未来将持续优化QVQ-Max性能与功能。

AI Daily 2025.03.28

博客记录，随心记，随性记，早日退休