腾讯研究院AI速递 20250508

主要观点总结

文章介绍了关于生成式AI的最新进展，包括Google Gemini 2.5 Pro在基准测试中的表现，ComfyUI的新功能，Kevin模型的开源及强化学习生成CUDA内核的进展，以及针对学生群体的软件免费开放等政策。此外，文章还涉及腾讯元宝的对话分组功能升级，DeepSeek的文生图功能增强，Anthropic推出的AI for Science计划，机器人大模型的开源进展，科学家关于AI取代人类的警告，以及Bolt.new CEO对软件构建方式将被重构的观点等。

关键观点总结

关键观点1: Google Gemini 2.5 Pro在基准测试中全面领先，编程性能超越Claude 3.7。

Gemini 2.5 Pro的新版本特别强化了编程能力，可将图片、视频直接转化为交互式应用。开发者可通过Google AI Studio和Vertex AI使用更新版本，支持Canvas等功能。

关键观点2: ComfyUI支持主流图像和视频模型API的调用，完成品牌视觉更新，推出新功能。

ComfyUI新增原生API节点功能，可直接调用多个付费模型。新Logo采用连接方块元素设计，融入90年代动漫与Y2K风格。即将推出用户自定义API Key、工作流并行执行等功能。

关键观点3: Devin开发商开源的Kevin模型在生成CUDA内核方面表现出色。

Kevin模型基于QwQ-32B通过GRPO强化学习训练，多轮训练方法解决了上下文爆炸和奖励分配问题。模型通过反馈优化内核代码，实现加速比提升。

关键观点4: Cursor Pro和Gemini Pro向学生免费开放使用一年。

这场战略布局旨在争夺未来市场份额，学生通过官方链接可申请完整版本权限。

关键观点5: 腾讯元宝推出对话分组功能，支持历史对话归类整理。

每个分组可设置独立的提示词指令和定制功能。该功能已全平台上线，免费且不限次数。

关键观点6: Anthropic推出AI for Science计划，支持科学研究和发现。

该计划向入选研究人员提供API积分，重点支持生物系统、遗传数据等领域的研究应用。

关键观点7: 清华ISRLab与星动纪元联合开发AIGC机器人大模型VPP获ICML2025 Spotlight。

VPP基于视频扩散模型训练，可跨本体学习，在真实场景中完成多种任务。

关键观点8: 科学家警告AI正在让我们变得「无关紧要」。

随着AI变得更便宜可靠，其在经济、文化和社交领域逐步取代人类。专家建议采取四项措施应对。

关键观点9: Bolt.new CEO表示我们正处在软件构建方式将被完全重构的零点。

Bolt.new主打基于浏览器的快速Web应用开发，通过Web containers技术实现快速启动开发环境。

免责声明