AI进展，周粒度汇总一些重要的事件，包括Qwen2数学模型、GPT结构化输出、DALLE3免费开放等

工作时间原因，很多人不能像我一样每天及时关注 AI 的进展，所以周粒度汇总一些重要的事件。

本周包括阿里巴巴发布的Qwen2-Math数学模型、OpenAI的GPT-4o模型及其结构化输出功能、DALL-E 3图像生成模型的免费开放、智谱AI的CogVideoX视频生成模型开源、Kimi平台上下文缓存存储费用的降低、阿里巴巴的Tora视频生成模型、商汤科技的秒画趣拍小程序以及腾讯元宝的深度阅读模式。

关键信息（省流版）

Qwen2-Math数学模型 : 阿里巴巴推出的数学专用大模型，提供15亿、70亿和720亿参数版本，专注于解决高级数学问题，目前仅支持英文。
OpenAI GPT-4o模型 : 新模型支持结构化输出，基于JSON Schema生成严格符合规范的输出，同时具备多模态处理和快速实时响应能力。
DALL-E 3图像生成 : OpenAI的图像生成模型，现在免费用户每天可生成两张图片，根据文本提示生成高质量图片。
CogVideoX视频生成模型 : 智谱AI开源的视频生成模型，采用3D VAE技术和Transformer架构，高效生成高质量视频。
Kimi上下文缓存存储费用降低 : Kimi平台降低上下文缓存存储费用，从10元降至5元/1M tokens/min，提升服务经济性。
Tora视频生成模型 : 阿里巴巴推出的视频生成框架，基于DiT架构，支持多模态输入和长视频生成。
秒画趣拍小程序 : 商汤科技推出的AIGC产品，提供多种创意写真和自拍合照模板，迅速获得用户欢迎。
腾讯元宝深度阅读模式 : 腾讯元宝推出的功能，支持长文本输入和专业内容精读，提供核心内容概览、模块化解析及高阶分析图生成能力。

以下是详细信息。

如果文章对你有一点点 🤏🏻 帮助，关注公众号并【星标】，可以及时收到最新 AI 信息，点赞、在看、转发给更多的朋友。

Qwen2-Math，新一代数学模型

Qwen2-Math是阿里巴巴最新发布的数学专用大模型，基于Qwen2 LLM构建，旨在解决需要复杂、多步骤逻辑推理的高级数学问题。该模型在多个权威评测集上表现优异，其旗舰版本Qwen2-Math-72B-Instruct超越了包括GPT-4o、Claude-3.5-Sonnet、Gemini-1.5-Pro和Llama-3.1-405B在内的最先进模型。

picture.image

目前，Qwen2-Math仅支持英文，但阿里表示很快会推出中英双语版本，并且多语言模型也在开发之中。

该模型共有三个主要版本：15亿参数、70亿参数和720亿参数。这些模型通过在精心设计的数学专用语料库上进行预训练，训练数据包含大规模高质量的数学网络文本、书籍、代码、考试题目以及由Qwen2模型合成的数学预训练数据

地址：https://qwenlm.github.io/zh/blog/qwen2-math/

OpenAI 新模型支持结构化输出

OpenAI 最近推出的新模型 GPT-4o 及其迷你版本 GPT-4o-mini 支持结构化输出功能。这一功能的引入旨在确保模型生成的输出能够严格遵循开发人员提供的 JSON Schema，从而提高输出的可靠性和一致性。

JSON Schema 支持：模型现在可以根据开发人员提供的 JSON Schema 生成输出。这与传统的 JSON 模式不同，结构化输出不仅可以定义 JSON 的 Schema，还能确保输出严格符合该 Schema137。
多模态处理：GPT-4o 支持同时处理文本、音频和图像输入，能够生成多种形式的输出4。
实时响应：GPT-4o 的响应时间非常快，处理音频输入的平均响应时间为 320 毫秒，接近人类对话的速度

简单案例


        
          
{  
  "schema": {  
    "type": "object",  
    "properties": {  
      "name": { "type": "string" },  
      "age": { "type": "integer" },  
      "email": { "type": "string", "format": "email" }  
    },  
    "required": ["name", "age"]  
  },  
  "input": "Generate a user profile"  
}