乐于分享
好东西不私藏
当前位置：夜雨聆风 > 未分类 > 4月25日全球 AI技术资讯

4月25日全球 AI技术资讯

当前时间： 2026-04-25 18:27:19 更新时间： 2026-04-25 分类：未分类 评论(0)

4月25日全球 AI技术资讯

GitHub 热门AI项目

posthog

标星数：33,220今日标星：85所有者：PostHog开发语言：Python描述：PostHog 是一个开源的一体化开发者平台，专为构建成功产品而设计。它集成了产品分析、Web 分析、Session Replays（会话回放）、Error Tracking（错误追踪）、Feature Flags（功能标志）、Experiments（实验）、Surveys（调查问卷）、Data Warehouse（数据仓库）及 CDP 等核心功能。此外，平台还提供 AI 助手和 LLM 分析支持。PostHog 支持云端免费使用或自托管，帮助开发者在统一栈中管理数据，加速功能迭代并高效调试代码。项目地址：https://github.com/PostHog/posthog

vaultwarden

标星数：59,216今日标星：268所有者：dani-garcia开发语言：Rust描述：Vaultwarden 是一个用 Rust 编写的 Bitwarden 兼容服务器实现（前身为 bitwarden_rs）。该项目专为自托管场景设计，相比官方服务更加轻量高效。它几乎完整实现了 Bitwarden 客户端 API，支持个人保险库、Send、附件、组织管理及密码共享等功能，并能完美兼容官方 Bitwarden 客户端。项目地址：https://github.com/dani-garcia/vaultwarden

ProductHunt 热门AI项目

Velo

描述: Velo 利用 AI 将原始屏幕录制转化为引人入胜、随时可分享的视频。链接:https://www.producthunt.com/products/velo-4/launches/velo-10

NovaVoice

描述: NovaVoice 是您的语音操作系统，让您以思维的速度工作。打字速度慢。切换应用会打断思路。格式调整浪费时间。语速可达每分钟 200 词以上，生成上下文感知的文本。按下热键，无需谷歌搜索即可提问任何问题。无需切换应用即可执行操作（仅需语音指令）。NovaVoice 能记住联系人、地址和链接。NovaVoice 可在您的桌面上进行写作、回答和操作。链接:https://www.producthunt.com/products/novavoice/launches/novavoice

Claude Code Desktop App Redesigned

描述: Claude Code 的桌面应用专为并行代理编码重新设计。在多个仓库中运行会话、审查 Diff、编辑文件，无需离开应用即可完成交付。专为在 Pro、Max、Team 或 Enterprise 上运行 Claude Code 的开发者打造。链接:https://www.producthunt.com/products/claude-redesigned

Ask Product Hunt AI

描述: Product Hunt 是无数产品及其爱好者的聚集地。我们开发了 Ask，旨在助您理清这一切。这是一款 AI 助手，利用 Product Hunt 的数据为您解答产品相关问题。无论您是在挑选新工具、对比替代方案，还是了解流行趋势，它都能提供帮助。链接:https://www.producthunt.com/products/producthunt

今日热门模型排行榜

排名
HuggingFace
ModelScope（魔搭）
1
deepseek-ai/DeepSeek-V4-Pro类型：Text Generation下载量：30
moonshotai/Kimi-K2.6类型：视觉多模态理解下载量：14127
2
moonshotai/Kimi-K2.6类型：Image-Text-to-Text下载量：208k
MiniMax/MiniMax-M2.7类型：文本生成下载量：56542
3
Qwen/Qwen3.6-27B类型：Image-Text-to-Text下载量：162k
XiaomiMiMo/MiMo-V2.5-ASR类型：语音识别下载量：748
4
openai/privacy-filter类型：Token Classification下载量：12.7k
inclusionAI/LLaDA2.0-Uni类型：统一多模态下载量：1172
5
deepseek-ai/DeepSeek-V4-Flash类型：Text Generation下载量：23
Robbyant/lingbot-map类型：深度估计下载量：6135
6
Qwen/Qwen3.6-35B-A3B类型：Image-Text-to-Text下载量：861k
unsloth/Qwen3.6-27B-GGUF类型：视觉多模态理解下载量：8505
7
unsloth/Qwen3.6-27B-GGUF类型：Image-Text-to-Text下载量：340k
jd-opensource/JoyAI-Image-Edit类型：图像编辑下载量：14667
8
tencent/HY-World-2.0类型：Image-to-3D下载量：2.74k
OpenBMB/VoxCPM2类型：语音合成下载量：34249
9
unsloth/Qwen3.6-35B-A3B-GGUF类型：Image-Text-to-Text下载量：1.4M
Tencent-Hunyuan/HY-OmniWeaving类型：图片生成视频下载量：9783
10
HauhauCS/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive类型：Image-Text-to-Text下载量：389k
Hcompany/Holo3-35B-A3B类型：视觉多模态理解下载量：215276

AI Twitter 动态回顾

头条新闻：DeepSeek V4

事件概览

DeepSeek 发布了 DeepSeek-V4 Pro 和 DeepSeek-V4 Flash，此次更新带来了重大的架构革新，包括 1M-token 上下文、混合推理模式以及 MIT 许可证。

核心事实与技术细节

  • 两款模型
    • V4 Pro：1.6T 总参数 / 49B 激活参数
    • V4 Flash：284B 总参数 / 13B 激活参数
  • 上下文
    • 1M tokens，较 V3.2 版本的 128K 有大幅提升。
  • 训练规模
    • 32T–33T tokens（约 20 tokens/参数）。
    • 预估预训练计算量约为 ~1e25 FLOPs。
  • 推理 / 模式
    • 公开了三种推理模式以及混合的“思考/非思考”定位。
  • 长上下文架构
    • 共享 KV 向量。
    • c4a ≈ 4× 压缩；c128a ≈ 128× 压缩。
    • 在压缩 token 上进行 Top-k 稀疏注意力计算。
    • 128-token 滑动窗口。
    • 新的混合注意力系统，包含：
    • 1M 上下文的 KV cache = 9.62 GiB/序列，比 DeepSeek V3.2 (83.9 GiB) 大约小 8.7×。
    • 使用 FP4 索引缓存 + FP8 注意力缓存以进一步缩减体积。
  • 量化 / checkpoint 格式
    • Checkpoint 采用混合 FP4 + FP8。
    • MoE 专家权重使用 FP4；注意力层/归一化层/路由层使用 FP8。
    • 完整模型可适配单个 8×B200 节点。
  • 推理硬件 / 服务
    • 在 Blackwell Ultra 上，V4 Pro 为 agent 工作流提供 150+ TPS/用户 的速度。
    • 通过 vLLM 实现首日支持，覆盖 H200、MI355、B200、B300、GB200/300。
    • 提供 MLX 量化版本；DeepSeek4-Flash 可在 256GB Mac 上运行。
  • 许可证 / 可用性 / 定价
    • MIT 许可证。
    • V4 Pro 定价：3.48 每 1M 输入/输出 tokens。
    • V4 Flash 定价：0.28。
    • 预计随着华为 Ascend 950 超级节点的推出，Pro 价格将进一步下降。

独立评估与 V4 的定位

  • Artificial Analysis Intelligence Index
    • V4 Pro Max： 52 分（较 V3.2 提升 10 分），在开源权重模型中排名第 #2。
    • V4 Flash Max： 47 分（属于 Sonnet 4.6 级别）。
  • GDPval-AA（代理任务）
    • V4 Pro：1554，领先开源权重模型（超越 Kimi K2.6、GLM-5.1）。
    • V4 Flash： 具有竞争力的性价比。
  • AA-Omniscience
    • V4 Pro：-10（提升 11 分）；94% 幻觉率（注：此处数值为原始指标，越低越好或越高越好需视具体评分体系，直译原文）。
  • LMSYS Chatbot Arena
    • 总体亮相即位列开源榜第 #2。
    • 医疗与健康领域第 #1。
  • 基准测试对比
    • 在 SimpleBench 上约为 Opus 4.5 水平。
    • 在广泛领域通常落后于 GPT-5.4 / Opus 4.7 / Gemini 3.1 Pro。
    • 值得注意的是高 token 消耗（Pro：190M，Flash：240M，基于 AA Index）。

基础设施、推理以及本地/开源生态

  • Hugging Face ML Intern： 开源 CLI 版“AI 实习生”，用于机器学习工作；可以研究论文、编写代码、运行实验、使用 HF 数据集/任务、搜索 GitHub 并迭代多达 300 步。
  • Meta AI： 将在其计算组合中增加数千万个 AWS Graviton 核心。
  • 本地/开源生态：
    • 通过 MacBook Pro 上的 llama.cpp 运行 Qwen3.6-27B，在代码任务上表现接近 Opus。
    • Hermes Agent v0.11.0： 重写了 React TUI、仪表盘插件、主题系统、更多推理提供商、图像后端以及 QQBot 支持。
    • 使用 bubblewrap + cgroups v2 的 Deep Agents 原生 Linux 沙盒后端。

研究论文与基准测试

  • On-policy distillation token selection： 使用约 50% 的 token 即可匹配完整训练效果；少于 10% 且专注于“确信错误”的 token 几乎也能匹配完整训练效果。
  • Google Research：MesaNet（用于上下文学习的线性序列层）；高效 Transformer 研究。
  • MIT Hyperloop Transformers： 混合循环块和普通块；在使用约 50% 更少参数的情况下，在 240M/1B/2B 规模上击败常规 Transformer。
  • 工具/agent 系统：
    • Tool Attention Is All You Need： 声称实现了 95% 的工具 token 减少（47.3k → 2.4k/轮）。
    • StructMem： 长期结构化记忆。
    • HorizonBench： 针对长期个性化定制。

GPT-5.5 推出与编码 agent

  • 发布：GPT-5.5 和 GPT-5.5 Pro 上线，配备 1M 上下文窗口。
  • 基准测试：
    • CursorBench： 72.8%。
    • Terminal-Bench： 82.7%（排名第 #1）。
    • BrowseComp (Pro)： 90.1%。
    • SWE-Bench Pro： 58.6%（较 5.4 版本略有增长）。
  • 效率： Perplexity Computer 观察到 56% 的 token 减少；在 LisanBench 上，GPT-5.5 medium 使用的 token 比 GPT-5.4 medium 少 45.6%。
  • 反馈： 编码质量和 token 效率有所提升；“努力程度校准”更好。
  • 生态： 被 Cursor、GitHub Copilot、Codex、OpenRouter、Perplexity、Devin 迅速采用。
  • Cursor 更新： 推出了 /multitask 异步子代理 和多根工作区。

行业动向、资金与政策

  • Google： 计划向 Anthropic 投资高达 400 亿美元。
  • Cohere & Aleph Alpha： 宣布加拿大/德国主权 AI 合作伙伴关系。
  • ComfyUI： 以 5 亿美元估值融资 3000 万美元。
  • Arcee AI： 聘请 Cody Blakeney 担任研究主管（专注于开源权重的美国前沿模型）。

创意 AI 与多模态

  • GPT Image 2： 实验性 API 支持 2K/4K 图像。
  • Kling AI： 宣布原生 4K 输出以及 2.5 万美元 的短片大赛。

AI Reddit 社区热帖

LocalLlama + localLLM 回顾

1. Deepseek V4 及相关发布

  • 发布规格： DeepSeek-V4-Pro（1.6T 参数 / 49B 激活）和 DeepSeek-V4-Flash（284B 参数 / 13B 激活）。两者均支持 1M token 上下文 并采用 MIT 许可。
  • 架构： 使用 Engram 条件记忆 进行高效上下文管理（减少 85% 的推理开销）。实现了 流形约束超连接。
  • 硬件： 使用 华为 Ascend 950PR 芯片训练（未使用 Nvidia GPU）。
  • 推理： 提供 MLX 量化版本；Flash 版本可在 256GB Mac 上运行。
  • 定价： API 定价预计为每百万 token 0.14 – 0.28 美元。
  • DeepEP V2 & TileKernels： 已发布用于优化和并行处理。TileKernels 声称可实现线性扩展（容量翻倍 = 速度翻倍）。

2. Qwen 3.6 模型性能与基准测试

  • Qwen 3.6 27B：
    • 在 Agent Index 上达到了与 Sonnet 4.6 相当的水平（超越了 Gemini 3.1 Pro、GPT 5.2/5.3）。
    • 在代理任务方面显著提升，针对 OpenClaw/Hermes 进行了优化。
    • 在 MacBook Pro M5 MAX (64GB RAM) 上通过 llama.cpp 运行，可达约 18 TPS。
  • Qwen 3.6 35B：
    • 在 M5 MAX 上达到 72 TPS。
    • 与 DS4-Flash 进行了基准测试；在 LiveCodeBench/HLE 方面 DS4-Flash 通常表现更优。
  • 推测解码： 在 Qwen-3.6-27B 上使用 n-gram 缓存将速度从 13.60 t/s 提升至 136.75 t/s。

3. 本地 AI 模型实现与创新

  • PI Coding Agent： 使用本地 Qwen3.6 35b 配合自定义“计划优先”技能文件（强制 TODO.md 审批）。在 8GB 显存 / 32GB 内存下达到 15-30 TPS。
  • Chappie： 分布式 AI 系统，使用由四台 Mac Mini M4 Pro 组成的集群（总计 256GB 统一内存）。使用 Exo 进行分布式推理，使用 Qdrant 进行向量记忆。
  • Llama.cpp 优化： 即将合并的 PR 承诺将解码速度提升 2 倍。

硬核程度较低的 AI Subreddit 回顾

1. GPT-5.5 发布与基准测试

  • 定价：每 1M 输入 tokens 5 美元，每 1M 输出 tokens 30 美元（是 GPT-5.4 的两倍）。
  • 基准测试：
    • BrowseComp (Pro)： 90.1%。
    • SWE-Bench Pro： 58.6%（对比 Mythos 的 77.8%）。
    • Terminal-Bench： 82.7%。
  • 性能： 用户报告代码质量和“扩展思考”准确性有显著提升，同时 token 效率更好。

2. DeepSeek V4 发布与基准测试

  • 成本/性能： DS-V4-Flash Max 以性价比著称（典型使用场景每月约 50 美分）。
  • 自我识别： 模型报告称自己是 V3，且存在知识截止日期问题。
  • 架构： 使用 Engram（与权重相关，而非 KV-cache）和 流形约束超连接。

3. Claude Code 问题与更新

  • 事后复盘详情：
    • Bug 1： 推理努力程度从 high 静默降级为 medium（3 月 4 日 – 4 月 7 日）。
    • Bug 2： 导致推理历史丢失的缓存问题（3 月 26 日）。
    • Bug 3： 系统提示词变更，导致工具调用之间的回复限制为 25 个单词（4 月 16 日 – 4 月 20 日）。
  • 解决方案： 在版本 2.1.116+ 中已修复。订阅用户的用量限制已重置。
  • 用量 UI： 限制从基于小时四舍五入改为精确到分钟。

上海一橙智能科技有限公司，是上海一橙网络科技股份有限公司旗下专注于AI与大模型应用落地的核心企业，提供从平台构建到AI场景化应用落地的全栈服务。聚焦大模型应用、数字人交互、语音图像分析等核心领域，打造了覆盖智能外呼、智能客服、智能知识管理、智能陪练、多模态交互、图像语音质检等场景的AI产品体系，已成功为通信、能源等领域头部央国企客户打造出多个AI落地应用。