跨度轿车品牌宝马于2023年第三季度宣布，旗下新车型将正式接入革命性的DeepSeek技术。这一创新科技将应用于搭载第九代操作系统的多款新车，涵盖BWM 5系长轴距版、纯电动i5及<全新 X3长轴距版等主力车型，现有车主亦可通过升级享受该功能。

通过深度整合的BMW智能个人助理，用户可实现更自然的语音交互体验。系统不仅能精准理解 “去静安寺商圈购物” 等生活化指令并即时响应，更能针对如 “用童话故事解释黑洞” 等复杂需求生成创意内容，显著提升了交互的趣味性和场景适应性。

宝马官方强调，引入DeepSeek技术的核心目标在于强化车载系统的 “场景化服务能力”。该技术突破性地实现驾驶过程中信息获取与服务调用的零层级操作，使用户通过最直观的语音对话即可掌控车辆功能，兑现”科技为生活服务“的品牌承诺。

理想汽车智能助手“理想同学”升级至MindGPT3.0，开启深度思考与智能交互新体验

近日，理想汽车宣布旗下智能助手“理想同学”完成重大升级，搭载的MindGPT3.0模型已全面上线并向用户开放。此次升级标志着企业在人工智能领域取得新突破，用户可享受更智能高效的交互服务。新模型在性能上达到行业顶尖水平，其深度思考能力可与DeepSeek-V3-0324（短思维链）及DeepSeek-R1（长思维链）媲美，凸显理想汽车AI技术的雄厚实力。

全新交互方式是本次升级亮点：支持直观展示结构化思维链，让用户清晰看到思考过程；具备反思再检索功能，能持续优化答案精度；对语音输入的理解与容错能力显著增强，即使不清晰指令也能精准识别。用户可通过手机App及网页版免费体验这些革新功能。

在复杂场景应用方面，MindGPT3.0通过优化任务规划能力，实现了更合理的多步骤指令执行。升级的工具生态扩展了实时股票查询和票务信息查询等实用功能，并通过连续对话优化使交互流畅度大幅提升。

针对用户痛点，理想汽车新增无关历史对话过滤功能。该功能可自主分析对话历史，剔除与当前问题无关的冗余信息，有效避免传统模型强行关联无效上下文的问题，显著提升回复精准度与用户体验。

腾讯混元团队正式开源新一代角色个性化框架InstantCharacter，其基于扩散变换器（DiT）架构打造，实现了角色特征一致性、图像生成质量与开放域可控灵活性的平衡，成为业界首个具备这一能力的框架。该工具允许开发者与创作者通过单一初始图像结合文本提示，生成多风格、多场景、多姿态的高质量角色图像，覆盖写实、动漫、吉卜力等多样化艺术风格。

核心创新在于采用可扩展变换器适配器架构，通过高效微调机制显著提升角色定制能力。相较于传统方法，其显著优势包括：保留角色特征的一致性同时增强生成图像多样性；强化文本提示对生成内容的可控性，为人工智能驱动的角色设计提供了全新解决方案。

关键特性:

• 单图驱动: 仅需1张初始角色图像+文本提示即可生成定制化内容
• 高一致性: 通过先进DiT架构保障生成图像始终稳定呈现角色核心特征
• 风格多样性: 支持写实/动漫/卡通/吉卜力等多艺术风格无缝切换
• 开源兼容: 提供代码、预训练权重，与Flux.1模型完美融合并支持二次开发

应用前景:
• 游戏与动画领域: 缩短角色资产生成周期，提升3D建模生产效率
• 虚拟偶像与元宇宙: 构建多维度交互体验，实现角色动态定制化的突破
• 品牌营销: 助力打造专属视觉形象 IP，增强用户互动粘性
• 将推动角色生成技术在艺术设计、影视制作等领域的深度应用

值得注意的是，版权与伦理问题仍需重点关注。AIbase指出，腾讯未来需完善模型输出监管机制，在提升创作自由度的同时保障内容的合法性和安全性。

即日起开发者可通过以下渠道获取资源：
Hugging Face Demo: 访问链接
GitHub项目页: 查看详情
研究论文: 学术资料

1. 豆包大模型家族重磅升级
火山引擎发布「豆包1.5・深度思考模型」，包含语言版（Doubao-1.5-thinking-pro）和视觉版（Doubao-1.5-thinking-pro-vision）。语言版在数学推理、编程竞赛、科学推理等领域表现突出，视觉版支持多模态交互，能结合图像和文本进行深度分析。

2. 多模态能力成为标配
视觉版模型具备强大的视觉理解能力，可处理复杂任务如医疗影像分析、交通事故责任判定等。例如，能通过航拍图识别青海大柴旦翡翠湖，或协助医生分析CT影像生成初步诊断建议。

3. 文生图模型3.0突破
豆包文生图模型升级至3.0版本，实现三大突破：精准的中文小字排版、实拍级图像生成效果、2K高清直出。在权威榜单中跻身全球第一梯队，尤其在海报设计和人物生成上表现优异。

4. 视觉理解模型增强
新增3D定位和视频搜索能力，支持宠物监控等场景。例如，可快速定位视频中宠物的活动片段，毫秒级返回语义相关结果。

5. 生态工具与解决方案
火山引擎发布OS Agent解决方案、GUI Agent大模型（豆包1.5・UI-TARS）及AI云原生推理套件，助力企业低成本落地AI应用。UI-TARS模型在OS类测试中国内领先，支持图形界面智能交互。

6. 市场表现与技术领先
豆包大模型日均tokens调用量超12.7万亿，年增长106倍。火山引擎以46.4%市场份额居中国公有云大模型市场第一，技术能力覆盖复杂企业场景分析。

1. ICLR 2025 论文录取情况

ICLR 2025 共接收 11,565 份投稿，收录率为 32.08%，其中 Spotlight 和 Oral Presentation 占比约 5.1%。蚂蚁集团表现亮眼，17 篇论文被收录，涵盖具身智能、强化学习、大模型优化等前沿领域，其中 1 篇入选 Spotlight。

2. 蚂蚁集团活动亮点

– 闭门研讨会：4月25日举行，嘉宾包括蚂蚁集团CTO何征宇、清华/浙大学者，分享技术成果与招聘计划。

– 星河之夜晚宴：4月26日于新加坡市中心，提供学术交流与海鲜盛宴。

– 展台互动：4月24-26日设展（Singapore EXPO Hall2 C10），可对话技术团队并探索职业机会。

3. 参与方式

扫描二维码预约活动，报名成功后将通过微信/邮件联系。蚂蚁集团诚邀技术先锋共话AI未来！

（注：原文链接及嘉宾头衔等细节已简化，核心信息保留并突出显示。）

1. 研究背景与成果
南洋理工大学与商汤科技联合提出视频抠图新方法MatAnyone，由博士生杨沛青（CVPR/NeurIPS等多篇顶会论文作者）主导，周尚辰教授与吕建勤教授指导。该方法突破复杂场景下发丝级细节与语义稳定性的挑战，相关论文及代码已开源。

2. 核心创新点
• 目标指定型抠图：仅需首帧掩膜标注，即可全视频稳定追踪目标
• 区域自适应记忆融合：动态区分变化区域（边缘依赖当前帧/主干保留记忆）
• 共头监督策略：直接利用分割数据优化抠图主头，提升语义稳定性
• 自建高质量数据集：VM800训练集（规模翻倍）与YouTubeMatte测试集（难度升级）

3. 技术优势对比
• vs 无辅助方法（如RVM）：避免多目标混淆（如背景行人误抠）
• vs 辅助引导方法（如MaGGIe）：仅需单帧标注，降低人工成本
• 视频抠图 vs 视频分割：额外预测透明度（alpha），要求更高细节精度

4. 应用场景
• 通用视频抠图（影视/直播背景替换）
• 实例抠图（多人物中指定目标）
• 高精度迭代优化（广告/影视后期）

5. 实验表现
在VideoMatte/YouTubeMatte数据集上：
• MAD/MSE/dtSSD指标最优（语义及时序稳定性）
• Conn指标领先（视觉连贯性）
• 定性对比显示更优发丝细节与抗干扰能力

6. 未来方向
探索更高效训练策略、泛化数据构建及通用记忆机制，突破当前真实数据稀缺的限制。

1. AI技术发展带来的双面影响
人工智能和大模型技术（如DeepSeek）快速普及，为生活带来便利的同时，AI换脸诈骗等滥用行为成为新型网络安全威胁，其隐蔽性和危害性引发两会代表呼吁立法整治。

2. 联想推出反诈技术解决方案
联想集团基于DeepSeek开源大模型开发“Deepfake深度伪造技术检测器”，具备96%准确率，可部署于AI PC本地运行，实时识别伪造视频/图像，已获四川省反诈中心等机构支持。

3. 技术原理与核心优势
• 采用深度学习算法分析人脸细微特征差异
• 5秒快速检测，支持跨平台运行（PC/手机/平板）
• 具备迭代升级能力，可应对Faceswap等新型伪造技术

4. 典型应用场景
• 在线会议实时身份验证
• 社交媒体虚假视频标记
• AI PC全场景风险预警

5. 社会价值与行业意义
该技术体现了联想“人本智能”理念，从个人防诈、企业风控到社会信任体系构建形成多维防护，贾朝晖强调需通过技术联盟应对这场”攻防拉锯战”。