腾讯研究院AI速递 20250721

主要观点总结

文章涵盖了多个关于AI领域的最新进展和动态，包括全球开源模型的排名、实时无限扩散视频模型的技术突破、音乐创作AI的升级、腾讯元宝接入QQ音乐、ChatGPT Agent的竞品对比、角色动画的物理绑定框架、OpenAI的新模型在奥数竞赛中的表现、AI编程工具的观点以及关于K2聚焦Agent、开源和选择DSV3架构的复盘，还有OpenAI多智能体负责人的观点等。

关键观点总结

关键观点1: Kimi K2超越DeepSeek成为全球开源模型第一

Kimi K2在最新排名中成为全球开源模型第一，总榜排名第五，并打破了“开源=性能弱”的印象。

关键观点2: 实时无限扩散视频模型的技术突破

Decart发布了MirageLSD，首个实时、无时长限制的扩散视频模型，解决了误差累积问题，但还需改进精细控制和几何稳定性。

关键观点3: Suno V4.5+版本提供AI音乐创作新功能

Suno V4.5+版本提供了人声与器乐分层生成与融合功能，并允许用户上传个人声音进行AI辅助创作。

关键观点4: 腾讯元宝接入QQ音乐，实现新功能

腾讯元宝App接入QQ音乐服务，实现“一句话搜歌、划线即播”功能，背后技术是混元大模型与DeepSeek-R1双引擎驱动。

关键观点5: ChatGPT Agent遭遇竞品批评

OpenAI推出的ChatGPT agent遭到竞品公司的直接对比和批评，但实测中各有特色。

关键观点6: 角色动画物理绑定框架的进展

PhysRig角色动画可微物理绑定框架解决了体积丢失与变形伪影问题，并在角色动画测试中全面优于传统方法。

关键观点7: OpenAI新模型在奥数竞赛中获金牌水平的表现

OpenAI的神秘通用推理模型在IMO 2025中解出题目获得金牌水平，展现了深度创造性思维能力。

关键观点8: AI编程工具的观点：控制权应归还给用户

Claude Code的创造者主张将控制权还给用户，认为最佳AI编程工具应是简单、通用的“乐高积木”，而非复杂系统。

免责声明