AI重点要闻
MetaLIama4开源，评测跑分引争议
Meta于4月6日发布了基于MoE架构的Llama4模型系列，包括Llama4Scout、Llama4Maverick和Llama4Behemoth三个模型。Llama4Scout为170亿参数的多模态模型，拥有100万上下文窗口；Llama4Maverick为128位专家的170亿参数多模态模型，具备高性价比；Llama4Behemoth为2万亿参数的超大模型。Meta宣称Llama4在多个评测中表现优异，但Kcores评测发现其代码能力极差，并有内部员工爆料Llama4存在训练作弊和针对性优化。Llama4模型采用混合专家MoE架构，提高推理效率，并使用轻量级监督微调、在线强化学习和轻量级直接偏好优化等后训练策略。Llama4模型拥有非常长的上下文，以Llama4Scout为例，提供行业领先的100万上下文窗口。但Llama4Scout在Lmarena.ai评测中表现优异的“实验性聊天版本”引发了针对性优化的讨论。Kcores评测发现Llama4的编程能力极差，不建议使用其写代码。
OpenAI启动先锋计划，旨在重塑AI模型评分体系
OpenAI于4月9日宣布启动先锋计划，旨在推动AI在实际用例中的部署，并创建评估模型，设定“优秀模型”的标准。该计划将专注于法律、金融、保险、医疗保健、会计等行业的模型评估方案开发，并邀请初创公司参与，利用强化微调技术改进模型，并针对公司主要用例进行训练。
针对幻觉问题，华人团队发现大模型对数线性定律
UIUC等高校的华人团队揭示了大型语言模型（LLMs）中事实性幻觉的核心机制，首次将知识遮蔽确定为LLMs幻觉的一个关键驱动因素，并提出了对数线性规律来量化幻觉的发生。研究提出了CoDA方法来减轻幻觉，在多个基准数据集上显著提高了模型的准确性。
豆包团队开源首个多语言代码修复基准Multi-SWE-bench
豆包大模型团队于4月10日宣布开源首个多语言类SWE数据集Multi-SWE-bench，可用于评估和提升大模型“自动修Bug”能力。该数据集覆盖Python之外的7种主流编程语言，旨在推动多语言软件开发Agent的评估与研究。
企业动态
商汤日日新SenseNovaV6多模态融合大模型发布
商汤于4月10日发布了日日新SenseNovaV6模型多模态融合大模型，具备最长64K思维链、数理分析、多模态深度推理、全局记忆等能力，支持10分钟的视频推理及深度推理。
亚马逊推出全新AI语音模型NovaSonic
亚马逊于4月9日发布了名为NovaSonic的新一代生成式AI模型，该模型能够原生处理语音并生成自然流畅的语音，在速度、语音识别以及对话质量等关键指标的基准测试中表现优异，价格比OpenAI的GPT-4o便宜约80%。
谷歌发布Gemini2.5FlashAI模型
谷歌于4月10日发布了一款名为Gemini2.5Flash的全新AI模型，该模型注重高效能，并提供强劲的性能，具备“动态且可控”的计算能力，适合用于“高容量”和“实时”的应用场景。
企业动态
日本AI初创公司联合大型补习班使用AI挑战东京大学入学考试
日本经济新闻、AI初创公司LifePrompt联合大型预备学校河合塾对OpenAI的o1模型和DeepSeek的R1模型进行了东京大学入学考试测试，结果显示两个模型均已具备通过日本最难的东京大学理科3类入学考试的能力，但在数学中多次出现论证错误等问题。
IDC：2028年中国AI总投资规模将突破1000亿美元
IDC于4月7日发布报告预测，2028年中国AI总投资规模将突破1000亿美元，五年复合增长率为35.2%。全球生成式AI市场五年复合增长率或达63.8%，到2028年全球生成式AI市场规模将达2842亿美元，占AI市场投资总规模的35%。
技术前沿
入选ICLR：特定领域仅用5%训练数据，知识准确率提升14%
中国科学技术大学MIRA实验室的王杰教授团队提出了知识图谱微调（KG-SFT）框架，增强大型语言模型知识操纵能力。实验结果表明，在多个领域和多种语言的数据集上取得了显著的效果，成功入选ICLR2025。KG-SFT包含Extractor、Generator和Detector三个组件，在仅使用5%的训练数据时，KG-SFT在英语场景中提升了近14%，在俄语场景中提升了最高达18.1%。
DeepCoder-14B-Preview：媲美o3-mini的代码推理模型
UCBerkeley和TogetherAI的联合团队推出了完全开源的代码推理模型DeepCoder-14B-Preview，仅14B参数就能媲美o3-mini。DeepCoder利用了GRPO+算法和迭代上下文长度扩展技术，在LiveCodeBench上达到了60.6%的Pass@1准确率，在Codeforces评测中得分超过大多数模型，在AIME2024上的得分比基础模型提高了4.1%。
