用GPT-3.5生成数据集！北大天工等团队图像编辑新SOTA，可精准模拟物理世界场景

摩尔线程发布并开源MusaCoder，这是首个基于国产GPU全栈自主训练与验证的代码大模型。在KernelBench评测中，其27B强化学习版本性能全面超越ClaudeOpus等主流模型，标志着国产GPU生态实现从“能用”到“领先”的加速跨越，技术实力显著提升。

全球评测机构ArtificialAnalysis发布全新基准CodingAgentIndex，聚焦智能体开发框架与模型组合解决实际编程任务的能力。测试覆盖多个主流编程基准，结果显示闭源模型Opus4.7领先，而开源模型中GLM-5.1表现最佳，代表国产大模型在实战环境中已达到世界顶尖水平。

今天，小米汽车发布了一项名为Xiaomi Auto World Model的全新框架，为业界辅助驾驶世界模型的发展提供了一条新路径。这标志着行业正从基础的“场景感知”，朝着“认知推演、场景进化”的高阶形态迈进。 简单来说，这个框架的核心突破在于，它首次将三维重建与视频生成深度耦合，形成了一个一体化架

大语言模型面对加密数据，即便最新的Qwen3也会感到压力！尽管当下各类推理模型在多种基准测试中表现优异，但在密码学这样对逻辑严谨性和细节准确性要求极高的专业领域，模型的推理能力还有待深入挖掘。密码学不仅要求模型具备高级数学运算能力和严密的逻辑推理链，还需要其能够精准辨识复杂加密模式中的潜在规律；成功解密要求模型拥有极强的综合推理能力。上海AILab等联合推出的CipherBank测评，使用大量真实隐私场景数据和多种密码算法，严苛挑战当前最先进的大模型。CipherBank的测评结果显示，目前的大语言模型

高效多页文档理解，阿里通义实验室mPLUG团队拿下新SOTA。最新多模态大模型mPLUG-DocOwl2，仅以324个视觉token表示单个文档图片，在多个多页文档问答Benchmark上超越此前SOTA结果。并且在A100-80G单卡条件下，做到分辨率为1653x2339的文档图片一次性最多支持输入60页！△单个A100-80G最多能支持文档图片(分辨率=1653x2339)的数量以及首包时间mPLUG-DocOwl是利用多模态大模型进行OCR-free文档理解的一系列前沿探索工作。DocOwl1.0首

通过对GPT-3.5和Llama2在不同任务上的参数对比，我们可以得知在什么情况下选择GPT-3.5，什么情况下选择Llama2或其他模型。显然，对GPT-3.5进行的扭矩是非常昂贵的。本文通过实验来验证手动扭矩模型是否可以接近GPT-3.5的性能，而只是成本GPT-3.5的一部分。有趣的是，论文确实做到了。在SQL任务和函数表示任务上的结果对比，论文发现：GPT-3.5在两个数据集（Spider数据集的子集以及Viggo函数表示数据集）上都比经过Lora的CodeLlama34B表现轻微好一点。GPT-

​近年来，随着深度学习的发展和大规模数据集的出现，深度学习在很多领域也取得了进展，但其中「人脸复原」（FaceRestoration）任务仍然缺乏系统性的综述。最近，来自南京大学、澳大利亚国立大学、中山大学、帝国理工学院和腾讯的研究者们全面回顾并总结了基于深度学习的人脸复原技术的研究进展，对人脸复原方法进行了分类，讨论了网络架构、损失函数和基准数据集，并对现有SOTA方法进行了系统性性能评测。论文链接：https://arxiv.org/abs/2211.02831仓库链接：https://github

4月9日消息，据Theregister报道，加拿大隐私专员办公室正调查OpenAI的生成式聊天应用ChatGPT，因为该监督机构收到了一份投诉，指控ChatGPT在未经同意的情况下收集、使用和披露个人信息。加拿大隐私专员PhilippeDufresne表示：“人工智能技术及其对隐私的影响是我办公室的重点关注领域。我们需要跟上并领先于快速发展的技术进步，这也是我作为专员的主要关注点之一。”ChatGPT是由GPT-3.5大型语言模型驱动的，它是通过从互联网上抓取大量文本进行训

Mate70 Pro与iPhone16 Pro拍照样张对比：观察食物暖色、展厅背景色差和红叶层次，说明构图与拍摄条件的限制，区分风格偏好与综合影像能力。

解析本周AI产品动态：说明Claude Ultra仅对已验证账户取消五小时窗口限制而非无限使用；明确Apple智能接入千问处于开发者测试阶段，非全量Siri能力开放；指出GO-3与灵渠OS仅为场景演示，不提供通用部署教程。引导用户依据官方公告核对自身设备与账户条件。