AI大模型助力《唐探1900》未映先热，今年贺岁档有点不一样！
《唐探1900》利用百度智能云千帆大模型平台的图生视频组件制作了首款AI动态海报，受到广泛好评并在多个城市播放。该平台还能生成高质量图片和多种实用应用，涵盖教育、企业服务等多个领域。数据显示，百度智能云在2024年前11个月的大模型中标项目中表现突出，综合评分位列第一。
奥特曼预言：下一代人类或因AI而陷入工资困境，生存艰难
随着AGI的发展，预计到2045年，人类工资跌破生存水平的概率为1/3，到2125年升至2/3。AGI可能替代整个工作领域的人类劳动，导致工资下降，甚至低于维持生存所需的最低水平。尽管存在比较优势和技术创新，但长期来看，人类工资仍可能持续下降。
百度AI“黑科技”引爆科技圈，大佬拜年视频惊艳登场
百度推出“AI拜年”活动，利用自研的iRAG技术生成逼真的AI拜年贺卡，用户只需上传照片并输入文本指令，即可定制个性化贺卡。iRAG技术基于百度搜索的亿级图片资源和强大基础模型，生成高质量图像，且成本低廉。该技术不仅适用于春节贺卡，还可用于产品宣传图、视觉设计等工作，有望推动2025年成为“智能体之年”。
全球疯传DeepSeek复现热潮！硅谷巨头神话破灭，30天见证震撼瞬间
中国公司开发的DeepSeek模型在缺乏顶级芯片的情况下，通过低成本芯片训练出突破性成果，挑战了美国在AI领域的主导地位。研究显示，只需30美元就能复现其成果，这表明高性能AI模型不再被算力巨头垄断。多个团队已成功复现DeepSeek模型，证明其在复杂数学推理上的强大性能。HuggingFace等机构也加入复刻行列，使得这一技术更加开放和普及。
从浙大少年班到千亿私募掌舵人：梁文锋的传奇人生
梁文锋，一位来自广东的80后，凭借卓越才能在量化投资领域创立幻方量化并使其成为首个管理资产超千亿的机构。随后，他转向AI领域，创建DeepSeek，推出高性能低成本的AI模型，如DeepSeek-V2和V3，引起行业关注。梁文锋强调自主创新和开源文化，并致力于推动中国在AGI和AI技术上的发展。
抖音随手打造的AI特效，轻松击败众多野心勃勃的AI应用
AI特效正在通过短视频平台如抖音渗入日常生活，用户只需点击特效按钮即可体验新奇乐趣。例如，“英语口语测试”特效已吸引近30万人参与，累计播放量超2亿。相比专业教育产品，这些简化版特效因社交性和免费属性获得更广泛传播。数据显示，2024年12月AI原生App月均使用时长和次数显著增长，但独立应用面临用户留存和商业模式难题。字节跳动通过将AI功能转化为抖音特效，有效提升了传播效率和用户参与度。
这家中国公司只招收1%天才，竟让硅谷感到不安
DeepSeek发布名为DeepSeek-R1的推理模型，性能比肩OpenAI，且在数学、代码、自然语言推理等任务上表现出色。该模型的开源及免费使用政策引发广泛关注，被认为是对现有AI行业的重大冲击。DeepSeek由梁文锋创立，团队以高人才密度和创新能力著称，其成功体现了中国企业在人工智能领域的强劲发展势头。
在手机上就能开发游戏？这款AI新功能太强大了！
跃问APP更新后增加了创意板功能，用户无需编写代码，通过简单的对话即可生成互动小程序、小游戏等。该功能在手机端实现了代码在线生成，降低了编程门槛。用户只需在跃问的创意板中输入需求，即可快速创建如电子烟花、拜年问答小游戏等内容，并可分享给朋友。这一创新功能为普通用户提供了便捷的创意实现方式。
专家预测：AI代理将在2025年取代真实岗位，中美竞争远超表面争端
OpenAI CFO Sarah Friar在达沃斯论坛表示，AI Agent将在2025年成为现实，首批应用将在软件开发、实验室研究和客户服务领域。O系列模型迭代仅需3个月，比GPT-3到GPT-4的研发周期大幅缩短。OpenAI正考虑转型为公益企业，并强调中美在AI领域的竞争是真实的，需大量资本投入。AI技术有望提升生产力，但也引发对就业和安全的担忧。
百度文库成救命稻草，书写未来新篇章
百度文库通过AI功能升级，月活用户突破9000万，付费用户超4000万，显示出强大的商业潜力。相比之下，主打免费的豆包虽月活7000多万，但尚未实现盈利。百度文库成功验证了“AI+生产力”赛道的可行性，并通过与网盘“联姻”推出的“自由画布”功能，进一步提升用户体验和付费意愿。然而，百度文心一言尽管在初期增长显著，但在商业化上面临用户接受度低的挑战。
越南芯片产业：押注未来的全新赌注
越南计划通过吸引外资和人才培养，大力发展半导体产业，目标是到2030年拥有不少于100家芯片设计企业和一座小型制造厂，并在2050年实现年营业收入超过1000亿美元。然而，越南半导体产业主要集中在低端封装测试环节，且人才薪资缺乏竞争力，面临来自中国台湾、韩国等地的竞争。此外，英伟达与越南合作设立研发中心，但也受到美国出口限制的影响，这对越南及全球半导体产业都带来了挑战。
揭秘：谁在为年赚千万的AI输入法买单？
男性用户超九成的AI聊天输入法如Lovekey键盘、蜜小语和Love键盘，在过去一年内分别创下3100万、2150万和1530万人民币的营收，日活用户数高达数百万。尽管这些产品被视为AI应用商业化的一个案例，但其商业模式主要依赖用户为“恋爱”功能付费，而非AI技术本身。
边玩边清空DDL，自由画布实测体验
百度文库和百度网盘联合推出的新产品“自由画布”，提供了一个全方位的创作空间，支持多模态内容创作和多线程处理。用户可以在同一平台上完成阅读、素材编辑和内容创作，实现创意的持续迭代。该工具具备灵感激发、内容生成、智能编辑等功能，并支持多场景输出，提升了创作效率和质量。目前仍在内测阶段，未来将增加AI生成漫画、海报及视频等功能。
百川智能推出国内首个专注于医疗领域的顶尖推理大模型
全球AI大模型竞争激烈，百川智能发布国内首个全场景深度思考模型Baichuan-M1-preview，该模型在语言、视觉和搜索推理方面表现出色，尤其在数学和视觉推理任务中超越多项现有模型。此外，百川智能开源了医疗增强模型Baichuan-M1-14B，在数学和临床医学评测中表现优异。该模型通过大规模数据收集和训练，结合强化学习技术，显著提升了医疗推理的可靠性，为医疗领域的落地应用指明了方向。
小模型不输大模型！性能降幅仅1%，存储节省75%，边缘设备流畅运行RAG
香港大学黄超教授团队研发的MiniRAG将检索增强生成技术的应用门槛降至1.5B参数规模，大幅降低了算力需求。该系统在存储空间减少75%的情况下，性能仅下降1%-21%。MiniRAG通过异构图索引和轻量级知识检索等创新技术，提升了小型语言模型的语义理解和检索精度。团队设计的LiHua-World评测数据集验证了MiniRAG在实际应用中的有效性，展现了其在端侧RAG系统中的突破性进展。
DeepSeek-R1跻身竞技榜前三，创始人梁文锋接受“放大镜”式采访震撼硅谷
DeepSeek-R1凭借开源和低成本优势，跻身大模型竞技榜前三，在多项测试中领先。其成功归因于专注基础研究、创新架构、独特文化和人才战略以及坚持开源。DeepSeek由幻方量化支持，团队年轻且富有创新精神，面对商业化压力仍坚持理想。
VLA与英伟达联手重塑智驾竞赛，黑马玩家4个月内夺走10%市场份额
年关将至，智能驾驶技术的进步缓解了车主的堵车困扰。VLA（视觉语言动作模型）作为端到端技术的升级，能够推理未来几十秒的路况，适用于复杂的交通场景。预计2025年将成为“VLA上车元年”。当前，理想汽车和元戎启行等公司已在智能驾驶领域取得进展，推动了城区NOA的快速发展，未来城区NOA的新车数量预计将大幅增长。VLA技术的应用不仅提升了智驾系统的泛化性和透明度，还将成为智驾市场竞争的关键因素。
英伟达RTX 5090评测解禁：AI性能成最大亮点
英伟达发布GeForce RTX 5090显卡，配备32GB显存，支持DLSS 4多帧生成技术，预计1月30日上市，售价1999美元。相比RTX 4090，RTX 5090在4K分辨率下性能提升约28%，功耗高达575瓦，需1000瓦电源支持。DLSS 4技术在《赛博朋克2077》中可将帧率提升至371fps，但目前支持的游戏较少。AMD的Radeon RX 7900 XTX相比RTX 5090性能低70%，价格仅为一半。
小扎豪掷4000亿加速AI研发，Llama4未发已落后DeepSeek？
Meta计划在2025年大幅增加AI投资至600-650亿美元，主要用于算力和人才。为支持这一目标，Meta将在路易斯安那州投资100亿美元建设一个2GW规模的数据中心。此外，Meta的FAIR团队专家田渊栋转至GenAI团队。DeepSeek的崛起让Meta感到压力，其V3版本已在多项基准测试中超越即将发布的Llama 4。Meta期望今年打造出服务10亿用户的顶级AI助手，并计划拥有130万块GPU，实现1GW在线运算能力。
名校24届CS本科生就业率骤降，企业偏爱AI过用人寒冬
某高校计算机学院24届本科生就业率不足50%，低于全校平均水平，引发关注。原因包括名校学历和技术经验的重要性、产学脱节及企业倾向招聘有经验的30岁左右人才。此外，AI的发展减少了初级编程岗位，传统教育与职场需求存在差距，导致应届毕业生就业难。研究表明，近40%的企业雇主更倾向于使用AI而非招聘应届毕业生。
AI生成Live Photo功能问世，但我不打算用它晒朋友圈
妙鸭相机推出2.0版本，新增Live动态写真功能，但仅限于脸部动态，全身仍需模板。生成数字分身需15-20张照片，价格在5元至199元不等。尽管功能多样，妙鸭面临来自美图秀秀和抖音星绘的竞争，后者提供更简单的生成方式和免费服务，使得妙鸭难以再次掀起热潮。
硅谷大佬们在AI霸屏的这一年里都Pick了哪些热门产品？
a16z发布AI产品榜单，邀请24位AI行业从业者选出年度最喜欢的AI产品。Perplexity因其高访问量和商业化潜力成为最受欢迎产品，而ChatGPT未获显著关注。AI工具、AI视频、AI图像和AI ChatBot/Agent为主要类型，其中AI工具和AI视频尤其受到关注。AI视频领域中，Talking Video和长视频剪短视频产品表现出较高的商业价值，而文生视频产品仍在赔本阶段。
1450元买Operator值得吗？实测验证码难题挑战
Operator是一款需付费1450元才能体验的产品，用户对其进行了多种测试，包括查找附近的牙医诊所、阅读学术论文并输出总结等。尽管存在一些局限，如被验证码难住，但其表现被认为预示着未来的潜力。Operator的核心技术称为CUA，具备多模态理解和长上下文处理能力，并能在数字世界中高效执行任务。OpenAI认为2025至2035年将是Agent发展的关键十年。
探索世界物理接口的奥秘
今年，AI 将首次经营一家小型酒吧 AGI Bar，通过结构化输出和预测性输出技术实现智能决策和运营，标志着 AI 从虚拟走向实体，开启智能与物理世界的融合。
AI客服崛起：Decagon能否凭借AI Agent成为下一个科技独角兽？
Decagon，由Jesse Zhang和Ashwin Sreenivas于2023年创立，专注于AI客服领域，提供可逐步推广且ROI明确的AI Agent引擎。截至2024年10月，Decagon已完成由Bain Capital Ventures领投的6500万美元B轮融资。Decagon的AI Agent已在多个客户中实现显著效果，如多邻国在一个月试用后实现了80%的对话解决率，Built Rewards在一年内节省了约65个人工客服成本。Decagon的核心优势在于其高透明度和可观测性，允许客户评估和验证AI Agent的表现。未来，Decagon将聚焦于多模态AI技术和更自然的交互方式的发展。
OpenAI与微软关系紧张，奥特曼紧急应对，DeepMind联合创始人成导火索
微软与OpenAI的关系出现裂痕，导致OpenAI转向甲骨文作为新的云计算供应商。OpenAI与微软的独家协议将在其实现AGI后终止。苏莱曼加入微软，领导开发自家AI模型MAI-1，并成立CoreAI部门。同时，谷歌向OpenAI的竞争对手Anthropic追加投资10亿美元。
2分钟搞定论文调研，ByteDance Research发布PaSa智能检索工具，性能远超主流工具！
ByteDance Research 推出了一款基于强化学习的智能体应用 PaSa，能在两分钟内完成详尽的学术调研。与主流检索工具相比，PaSa 在学术查询测试集中表现出色，特别是在召回率和准确率方面显著提升。PaSa 已开放试用，并开源了全部数据、代码和模型。
上海交大论文荣获ASP-DAC 2025最佳论文奖！
无问芯穹与上海交通大学联合研究团队在ASP-DAC会议上凭借《ViDA: Video Diffusion Transformer Acceleration with Differential Approximation and Adaptive Dataflow》论文，首次通过差分近似和自适应数据流解决了VDiT生成速度缓慢的问题，使推理速度提升16.44倍。该研究有助于应对AI视频生成市场快速增长的需求，预计2024年市场规模达6.148亿美元，2032年将增至25.629亿美元。
等了237天，终于等到闪极AI眼镜来袭！
闪极科技的AI眼镜因长期延期交货导致用户不满，口碑受损。该产品在发布初期因售价999元受到热捧，但自预定以来已等待237天仍未发货，引发用户质疑和维权行动。尽管官方尝试解释和调整发货时间，但仍面临用户体验不佳和技术问题。此外，随着多家大厂即将推出AI眼镜产品，闪极面临的市场竞争压力增大，其先发优势可能不再明显。
卡塔尔大幅增加AI领域投资，引领中东科技浪潮！
Instabase，一家2015年成立的人工智能驱动非结构化数据管理平台公司，宣布完成1亿美元D轮融资，估值达12.4亿美元。此轮融资由卡塔尔投资局领投，现有投资者亦参与其中。资金将用于增强AI Hub的自动化、分析及搜索能力。目前，Instabase已累计融资约1.75亿美元，非结构化数据占企业总数据量的80%。
华强北也无法打破AI硬件困境，赢家何在？
2025年的CES展览中，AI产品如陪伴机器人、耳机和眼镜竞相登场，但信息不对称的问题导致市场竞争激烈且同质化严重。尽管预计有大量产品上市，实际销量可能有限，例如某国内头部AI陪伴产品月销量不超过4000件。硬件门槛低和IP难题使得该领域竞争加剧，且市场仍缺乏成熟的内容和生态支持。AI眼镜虽有多达50款产品，但销量主要依赖低价策略，用户体验不佳，真正走向大众化尚需时日。
联想营收支柱对2025年AI硬件发展的六大预言
Luca Rossi 是联想集团执行副总裁兼智能设备业务集团（IDG）总裁，负责的业务占联想75%的营收。2024年，联想IDG营收达135亿美元，占总营收的75.4%。Luca预计AI PC在未来2-3年内普及率可达40%-50%，甚至高达80%。他还强调了NPU在AI PC中的作用，并表示联想正积极研发创新产品，如卷轴屏AI PC和屏下摄像头笔记本。此外，Luca关注AI在手机和眼镜等设备的应用，同时也重视隐私保护和混合云解决方案。
国产AI大对决：DeepSeek与Kimi硬刚OpenAI，实测体验惊爆一夜！
春节期间，国产AI大模型厂商纷纷发布新模型，如DeepSeek-R1和K1.5，性能分别对标OpenAI o1正式版和GPT-4。DeepSeek-R1在数学、代码和推理任务上表现突出，开源模型权重并提供灵活的API定价；K1.5则在多模态和代码推理方面超越GPT-4。这些模型的发布标志着中国AI技术的迅速发展和开源精神的体现，显示出国产AI追赶并超越国际领先水平的趋势。
字节推出的新产品Trae，堪称我见过最丑的设计！
字节推出的AI编程工具Trae，号称从Copilot向Autopilot演进，提供免费的GPT-4和Claude-3.5模型。尽管界面和功能进行了汉化和修改，但整体体验不佳，存在产品定位不准确、基础功能问题及对开源社区不尊重等问题，被评价为“丑陋”。
不停科技获超千万美元A++轮融资，推动AI数字厨房快速发展
不停科技近期完成超千万美元的A++轮融资，由创世伙伴创投领投。该公司专注于AI、物联网和机器人技术，推动餐饮行业智能化转型。其智能烹饪机器人已在24个国家和地区应用，提升了运营效率和菜品一致性。不停科技计划继续推进技术创新，助力全球餐饮业向数字化转型。
Meta慌了？内部曝巨额预算秘密研发DeepSeek竞争对手
DeepSeek开源的大模型在基准测试中超越了Llama 4和其他开源模型，其训练成本仅为558万美元，远低于Meta的Llama 3系列模型。DeepSeek-V3和新发布的DeepSeek-R1因其高性能和低成本引发广泛关注，导致Meta等美国AI公司感到恐慌，担忧自身高预算的合理性。
OpenAI推出全新模型，自主操作浏览器，Level 3时代或将开启
OpenAI发布智能体Operator，能自主完成任务如购物和预订餐厅，仅面向Pro用户，每月收费200美元。Operator基于文本思维链进行推理，无需自定义API集成，可在多个网站同时执行任务，并能在出现问题时自我纠错。OpenAI认为这标志着其从Level 1迈向Level 3的重要一步。
豆包1.5模型家族强势来袭，多模态技术登顶榜单，揭秘「深度思考」秘笈
豆包大模型1.5在多模态能力和推理能力上实现全面升级，未使用其他模型生成的数据，表现出色。该模型在视觉理解和语音对话上均有卓越表现，且在预训练和推理阶段均实现了高效的性能平衡。
探索未来：AI编程如何引领下一代技术革命并面临哪些挑战？
2024年，AI编程领域迎来显著进展，如Cursor、Github Copilot等工具大幅提升了开发效率。Stackoverflow调查显示，81%的工程师认同AI工具提高了开发效率。Cursor因其高效的人机交互功能和出色的代码质量，受到广泛欢迎，付费用户数量半年内增长超1000%。然而，AI编程工具在代码质量和测试文档生成方面仍面临挑战，需进一步优化。企业方面，76%的工程师使用AI工具编程，但代码采纳率等问题仍待解决。未来，AI编程需注重任务自动化、模块化及人机协同，以实现更高效的软件开发。
揭秘AI时代新宠：日均消耗10亿Tokens的背后秘密
在大模型时代，日均消耗10亿Tokens已成为AI业务的基本标准。据统计，已有至少200家中国企业达到这一标准，涵盖企服、教育、互联网等多个领域。例如，作业帮的AI教育App Question.AI日消耗Token接近10亿，而筑梦岛的AI陪聊平台也超过了这一标准。此外，OPPO等公司在AI手机领域的发展也推动了Token消耗量的增长。这一标准不仅标志着“抢风口”阶段结束，也预示着真正具备商业价值的AI应用开始显现。
揭秘！这家中国公司打造的AI视频模型风靡全球200余国家！
60岁的美国儿童作家Kimberly Fish通过使用中国生数科技的AI视频模型Vidu，迅速创作出受欢迎的儿童动画视频，大幅增加收入。Vidu以其快速生成、低成本和高质量的特点，吸引了全球200多个国家和地区的用户，颠覆了视频制作行业。自2024年7月上线以来，Vidu用户数在短短100天内突破千万，改变了内容创作的门槛和效率。
AI重塑教育显示器：智能黑板引领未来课堂变革
三星在BETT 2025博览会上发布首款具有人工智能功能的交互式课堂大屏显示器WAFX-P，提供65、75、86英寸三种尺寸，搭载Android 15系统和三星AI助手。该显示器具备“Circle to Search”功能和AI摘要功能，内置高性能处理器和4K摄像头等。数据显示，全球智能黑板和白板市场预计年复合增长率分别为5.9%和7.7%，国内市场前景广阔。AI技术的应用推动教育场景的深度变革，提升教学和办公效率。
李飞飞：探索语言之外，智能领域的另一半 awaiting 实现
斯坦福大学教授李飞飞在采访中讨论了智能的两方面——语言能力和做事能力，强调空间智能在AI中的重要性，认为它能打破物理世界和数字世界的界限。她提倡AI发展需尊重人类主体能动性和基本需求，并建议AI治理应聚焦应用层面而非阻止技术开发。李飞飞还提到AI在医疗保健中的潜力及AGI的通用性，强调技术进步的红利应惠及所有人。
满血版Gemini 2.0凭借1M长上下文优势再次登顶Chatbot Arena
谷歌发布了Gemini 2.0 Flash Thinking推理模型的加强版，该模型可处理高达1M token的长上下文理解，并能在多轮对话中自我纠错。在AIME2024、GPQA Diamond和MMMU测试中，Gemini 2.0 Flash Thinking在数学能力上提升了54%，并在多个领域展现了全面的进步。谷歌强调该模型在对话中能保持连贯思维，且正在研发针对3D数据的新功能。
8台Mac狂飙R1，玩家斥资超10万只为496GB显存！
DeepSeek-R1模型在多项基准测试中表现出色，尤其是在私有数据上解决问题的比例较之前版本大幅提高，达15.8%，公开数据上则为20.5%。该模型需高端硬件支持，成本高昂，但也存在轻量级版本可在线运行。此外，其在任务规划能力测试中接近或超越了其他先进模型，显示出潜在的商业应用价值。
Anthropic CEO警告：2027年人工智能将超越人类，Claude最新升级全揭秘
Anthropic CEO Dario Amodei在接受采访时预测，AI将在2027年前超越人类智能，Claude模型将新增双语音模式和增强的记忆功能。Anthropic计划在2025年推出“AI同事”系统，并预计到2026年运行超过100万个GPU。此外，Claude 3.5 Sonnet将增加联网功能，提升用户体验。Amodei强调AI的发展未遇瓶颈，并批评部分公司过度炒作。他建议职场新人应掌握AI技术并培养批判性思维。
非主流AI语言App单月收入破百万美金，掀起语言学习新风暴
BoldVoice，一家成立于2021年的美国公司，凭借其AI驱动的口音纠正应用，在近期的“英语口音测试”热潮中获得了显著增长。该应用12月的官网访问量增长了3308%，达到723万次，移动应用内购收入首次突破96万美元。BoldVoice专注于帮助非英语母语者减少口音，其独特的教学方法结合了真人演示和AI纠音，旨在提高用户的口语表达能力。该应用的主要用户群体包括移民和国际学生，目前正逐步扩展至国际市场。
腾讯发布3D生成大模型2.0：开源技术助力分钟级游戏3D资产自动化生产
腾讯发布混元3D AI创作引擎及开源混元3D生成大模型2.0，支持文字、图片生成高质量3D模型，涵盖多种功能并大幅提升创作效率。该引擎已在游戏和地图导航等领域应用，将3D资产制作时间从数天缩短至分钟级，创作效率提升91%。
火山引擎 Tokens 用量领先，大模型商用格局2024年初步形成
2024年下半年，国内大模型商用落地的Tokens消耗量显著增长，从日均1000亿增长至10000亿，增幅近10倍，月复合增长率达45%。其中，火山引擎表现尤为突出，其日均Tokens消耗量从5月的百亿级跃升至12月的超50%市场份额，增速超过60%。豆包APP作为火山引擎的应用之一，日均Tokens使用量达4万亿，增长33倍。这反映出大模型在垂直领域的应用加速，特别是多模态技术和智能体的兴起，带动了AI原生应用的爆发。
网友热议：OpenAI新智能体或将引发新一轮ChatGPT热潮！
OpenAI计划在MAC版ChatGPT桌面应用中引入名为“Operator”的智能体，该智能体能接管用户PC并自主执行任务。与竞争对手相比，OpenAI智能体在多个基准测试中胜出Claude智能体。尽管存在安全性和完成率差异，Operator仍显示出强大潜力。预计至2030年，AI Agent市场规模可达471亿美元，各大科技企业正积极布局这一领域。
科技飞跃：AI与媒体如何重塑体育与人体科学
人工智能在体育领域的应用日益广泛，特别是在2024年的大型赛事中，如阿里巴巴和谷歌的AI技术显著提升了观众体验。阿里巴巴的通义大模型在奥运会上提供了全面的数字化内容，而谷歌则通过3D还原技术和AI合成声音增强了体育新闻播报。尽管AI带来了诸多便利，但仍需人工审核基础信息。此外，传统AI和新兴技术如Apple Vision Pro也在推动体育科技的发展，为体育平权带来希望。然而，实现全面平权仍需专精的垂直工具，且2024年体育科技投资主要集中在特定领域。
商汤大模型突破 Scaling Laws“魔咒”，引领多模态融合新进展
下一代AI发展遇瓶颈，大型语言模型训练面临高昂成本和数据限制。OpenAI的GPT-5和Anthropic等公司模型均未如期发布。然而，谷歌的Gemini 1.5 Pro和商汤科技的“日日新”融合大模型展示了新的发展方向，即多模态大模型。商汤的“日日新”在多项评测中表现优异，其多模态能力显著超越传统模型，成本降低40%，已在多个场景商业化落地。
AI假新闻频现，为何频频霸占家族群热议？
在“后真相”时代，AI合成的虚假新闻频繁出现，利用情感驱动公众反应，收割流量。例如，一段虚构的地震受灾儿童视频被误认为真实，广泛传播。此类假新闻制造者利用低技术门槛和高流量回报获利，影响深远，导致公众情感被预制，真实性受到挑战，可能使人逐渐麻木和冷漠。
六小虎发布6款大模型，多模态能力登顶榜首！
2024年，中国AI大模型领域的“五小虎”变为“六小虎”，新增的“阶跃星辰”公司在2024年6月完成了20亿美元的新融资。该公司近期发布了六个全新模型，涵盖语言、语音、推理、视频生成及视觉理解等多个领域，尤其在多模态和视觉推理方面表现突出。其中，Step-1o系列模型在国内外多项评测中获得第一，Step R-mini模型则在文理兼修的推理能力上有所突破。阶跃星辰通过全模态能力覆盖展现了其在AGI（通用人工智能）领域的坚定信念。
ChatGPT语音之父创立新公司，种子轮获a16z 4000万美元投资，估值达数亿美元
WaveForms AI，由前OpenAI高级语音模式研发者Alexis Conneau创立，于2024年12月完成4000万美元种子轮融资，估值2亿美元，旨在开发情感智能的音频大模型。该公司致力于实现更实时、类人化的语音交互，直接处理音频以增强情感互动。资金将用于技术研发和团队扩建，目标是2025年发布可与OpenAI和Google竞争的产品。
特朗普与奥特曼联手启动星际之门，4年投资5000亿美元，孙正义出任董事长
特朗普宣布启动“星际之门计划”，未来4年投资5000亿美元用于AI发展，首期1000亿美元，旨在重塑美国AI领域的领导地位。该计划预计创造10万就业岗位，并推动ASI的发展。首批10座数据中心已在得克萨斯州动工，软银和OpenAI为主要合作伙伴。微软也更新了与OpenAI的合作协议，拥有新增算力的优先购买权。
特朗普上任即撤销拜登AI禁令，硅谷大佬现身就职典礼
特朗普上任后，多位科技巨头CEO参与其就职典礼，并向特朗普就职基金捐赠总计1.5亿美元。特朗普撤销了前总统拜登关于AI的行政命令，并提名多位企业家加入内阁，预计减少对AI企业的监管，推动基础设施建设。这届内阁包含17位亿万富翁，引发争议。
腾讯混元开源3D大模型2.0，开源社区迎来新年大礼包！
腾讯在闭门发布会上开源了最新的3D大模型Hunyuan3D-2.0，该模型在几何结构和材质生成方面表现出色，达到行业领先水平。此外，腾讯还推出了一款名为混元3D创作引擎的产品，支持多种3D生成及编辑功能，显著提高了3D创作效率。
AI泡沫与机器人热潮：马库斯25年经验警示马斯克
马库斯预测2025年不会出现强人工智能，GenAI的可靠性、推理能力及幻觉问题将持续存在，智能体和类人机器人虽受关注但应用有限。他预计AI模型盈利困难，OpenAI估值或下滑，自动驾驶技术难以普及，且各国法规进展不一。此外，AI替代劳动力的比例低于10%，能源消耗问题也将加剧。
AI大牛颜水成回归学界，出任新加坡国立大学特聘教授聚焦e-AGI研究
颜水成重返新加坡国立大学(NUS)担任计算机系特聘教授，将专注于边缘计算、具身智能和演化智能(e-AGI)的研究。他在NUS创建的机器学习与计算机视觉实验室曾培养出多位AI领域的中坚力量。此前，他在昆仑万维搭建了2025全球研究院，历时14个月。
AI原生APP三强争霸，智能体数量超小程序，AIGC应用发展步入新阶段
2024年中国AI原生APP月活跃用户突破1.2亿，同比增长232%。豆包、Kimi、文小言形成“三强格局”，月活跃用户分别为7523万、2101万、1224万，年复合增长率分别为21.2%、69.4%、4.7%。AI原生APP用户粘性持续增长，人均使用时长133.0分钟，使用次数49.6次。垂类AI原生APP尚处于发展初期，社交、写作、图像视频生成等领域初步形成竞争格局。AI技术广泛应用于各行业APP，智能手机向“AI手机”转型，智能体数量快速增长，预计2025年将有更广泛应用。
DeepSeek开源模型击败OpenAI，强化学习实现重大突破，网友热议AGI时代来临！
DeepSeek宣布推出全新推理模型DeepSeek-R1，该模型在多个任务中与开源版o1性能相当，尤其在数学、代码和自然语言推理等方面表现出色。R1在强化学习阶段前未进行微调，展示了纯强化学习提升模型推理能力的可能性。R1还在AIME2024和MATH-500测试中分别获得79.8%和97.3%的成绩，在Codeforces平台上的Elo评级达到2029，超过96.3%的人类参赛者。研究团队开源了多个版本的DeepSeek-R1及相关模型，参数规模从1.5B到70B不等。
探索全球媒体热点，Grok AI之外还有哪些更优秀的工具？
Grok AI网页版新上线，依托X（前推特）数据库，能实时监测全球媒体热点。通过输入指令，如“特朗普发币带来的全球影响”，用户可获取多方面的分析，包括加密货币市场反应、项目推出、监管预期及全球媒体观点。该工具特别适用于知识工作者和投资者，帮助他们高效获取和处理信息。例如，特朗普支持加密货币使其市值短时间内飙升至90亿美元，但也引发伦理和市场操纵的担忧。通过Grok AI，用户能迅速形成全球媒体图景，提高信息处理效率。
2025年大变革：AI智能体将首次与人类争夺工作岗位
2025年，Open AI预计推出首批AI智能体加入劳动力市场，可能从根本上改变公司产出。Open AI CEO山姆·奥特曼透露，公司已掌握构建AGI的技术，并计划在2025年实现o3-mini推理模型与GPT系列模型的合并。此外，Open AI正与多家机器人公司合作开发AI驱动的人形机器人，预示着从虚拟到现实的全方位AI影响。
AI训练盗用版权内容引诉讼潮，建立共享数据库刻不容缓？
版权问题成为AI发展的重大障碍。随着AI大模型对数据需求的增加，尤其是对社交媒体和媒体内容的大量抓取，多家公司如OpenAI因侵权面临巨额赔偿诉讼。这不仅影响大型AI公司的运营，也威胁到小型公司的生存。解决这一问题需制定相关法规，限制AI公司侵权行为，并建立共享数据库，确保创作者权益的同时，也为AI公司提供合法数据来源。
人大与东北大学联合推出「图机器学习库」Jittor Geometric，性能力压PYG、DGL！
中国人民大学与东北大学联合开发的图机器学习库Jittor Geometric 1.0版发布，基于国产深度学习框架Jittor，优化了图存储、计算和学习，相比Pytorch Geometric和Deep Graph Library等框架，模型运行时间提升10%~50%，支持多种图神经网络模型和数据集，适用于教学和前沿研究。
揭秘字节跳动全新AI神器Trae，一人使用胜过整个公司！
字节跳动发布的AI IDE Trae支持中文，内置免费的Claude-3.5-Sonnet模型。Trae具备AI问答助手、实时代码建议、代码片段生成及项目开发等功能，显著提升了编程效率和用户体验。其多模态功能和Builder模式使得开发过程更为简便，适合不同技术水平的开发者。
谷歌Gemini仅用4小时写出10万字商业战略书籍，人类竟未参与！
AI初创公司DeepWriter宣布，全球首部由AI撰写的203页商业战略书籍问世，全程未有人类参与，仅用不到4小时，通过谷歌的Gemini Flash 2.0-exp模型完成约10万单词的写作。该模型在3.9小时内进行了1152次API调用，处理了约1.23亿请求token和92万响应token。书籍主题为指导小型SaaS初创公司发展，其内容难以辨别是由人类还是人工智能创作。
OpenAI推出全新「超级智能体」，与ChatGPT融合，或将颠覆人机交互！
OpenAI正内部测试名为「Operator」的新功能，预计很快在ChatGPT macOS中推出。该功能使AI能独立完成软件开发、财务分析等复杂任务，预示着AI从辅助工具转变为能主动解决问题的超级智能体。这可能显著改变多个行业的人力资源配置。
英伟达预测：北京峰会上的人形机器人或将50年发展期缩短至5年
英伟达预计2025年将是人形机器人量产元年，通过其Omniverse仿真技术和三阶段（训练、仿真、部署）开发流程，加速机器人技术进步。该方案利用合成数据弥补现实数据不足，已在银河通用等公司验证有效，有望大幅缩短机器人开发周期至5年。
欧莱雅联手IBM开发AI模型，革新化妆品配方
欧莱雅与IBM合作开发定制化生成式AI模型，旨在加速化妆品配方流程并促进可持续发展。该模型将帮助4000名研究人员提高新产品开发效率，优化配方并采购可持续原材料。此外，欧莱雅正利用生成式AI在营销、数字化转型及消费者体验等方面取得显著进展。
这款AI画布集视频、搜索、PPT功能于一体，用过就再也回不去
自由画布是一款AI创作工具，支持多种格式文件上传和处理，能够生成文章、PPT、总结音视频内容等。它能整合百度网盘资源，实现全网搜索，提高资料管理和创作效率，支持多线程并行处理，使创作过程更加自由和高效。未来还将推出自由分享功能，实现更便捷的协作和交流。
60余名数学高手因提前泄露考题集体中招，o3考试成绩作弊丑闻引爆热议
OpenAI因被曝获资助并提前获取保密数学题目而陷入争议。这些题目由60多位数学家制定，难度极高，此前模型解决率不足2%。Epoch.ai承认与OpenAI的秘密协议，但否认作弊行为，表示OpenAI未将数据用于模型训练。此事引发外界对o3能力真实性的质疑。
火山引擎从GenAI领跑到MaaS，日均tokens激增320倍引领产业变革
2024年，AI大模型进入“渗透”阶段，深度融入各行各业。中国公有云市场在AI推动下于2024年上半年反弹，智算服务市场同比增长79.6%，达146.1亿元人民币，其中GenAI IaaS市场增长最快，达203.6%。大模型应用在教科、通信、金融等领域落地显著，MaaS模式成为主流，预计2027年市场规模占比将提升至47%。此外，AI应用/智能体开发平台成为新趋势，将进一步释放大模型潜力。
面壁发布MiniCPM-o 2.6：三合一超能力模型“她”，无需联网即可使用
面壁智能发布的MiniCPM-o 2.6端侧模型，具备8B参数，首次实现在终端设备上的GPT-4级别音视频全模态交互，无需联网即可实现看、听、说及自然互动。该模型在视觉和音频理解及生成方面均超越现有技术，展示出强大的多模态认知能力。CEO李大海认为，端侧AI将广泛应用于各类设备，预计10年后将有1000亿硬件搭载此类智能。
斯坦福&伯克利推出元链式思维，革新推理框架提升模型能力
斯坦福和伯克利的研究者提出了元链式思维（Meta-CoT）框架，该框架使模型在推理过程中能够反思任务本身，从而在复杂推理问题上表现出色。实验显示，使用Meta-CoT的新模型在HARP等数学基准测试中，特别是在解决高难度问题时，生成tokens的数量显著增加，表现优于传统模型。在小规模实验中，使用MCTS和A*搜索算法生成的合成数据提升了模型在复杂数学问题上的表现，且回溯次数增加有助于提高解答准确性。
字节推出免费AI编程神器Trae，轻松体验Claude！
字节跳动新推出的AI IDE Trae因其原生中文支持、优秀的交互设计及强大的技术实力受到好评，特别是在提升开发效率方面表现突出。尽管存在一些小瑕疵，但其潜力巨大，有望推动AI编程在中国的普及。
7000字深度解析：AI硬件哪家将率先迎来“iPhone时刻”？
2024年，AI技术与各类硬件融合，推动了AI手机、AI PC、AI眼镜、AI耳机、AI玩具及具身智能机器人的迅速发展。苹果、小米、三星等公司纷纷推出AI手机，提升用户体验；AI PC出货量显著增长，预计2025年将突破1亿台；AI眼镜市场火爆，预计2029年销量达5500万副；AI耳机销量激增，预计2024年国内销量超20万副；AI玩具市场快速增长，预计2030年全球市场规模达351.1亿美元；具身智能机器人在工业场景中初步应用，未来有望普及。这些AI硬件正深刻改变人们的生活方式。
MiniMax海螺语音全球发布，文生音技术超越ElevenLabs！
MiniMax发布了升级版T2A-01系列语音模型，支持17种语言及上百种音色，最长可输入10000字符。该模型提供高音质、自然流畅的语音生成体验，综合能力媲美国际顶尖模型，在多语种评测中表现优异，尤其在中文、粤语、英语等语言上领先。此外，用户可自定义情绪、音色效果，满足多样化需求。
MIT与UCSD专家联手，揭秘灵巧手Dexmate如何通过软硬协同和数据飞轮打破技术瓶颈
Dexmate由陈涛和秦誉哲创立，两人分别毕业于上海交通大学、麻省理工学院等顶尖院校。公司专注于开发基于AI的灵巧机器手，采用软硬件协同设计和数据驱动学习等技术。产品旨在实现多样化任务处理，包括抓取上万种物体和应对复杂操作，目标是成为即插即用的全能助手。Dexmate强调软硬件协同和数据飞轮策略，致力于解决机器人领域的技术难题。
今年AI圈最火的话题：OpenAI引领智能体浪潮
2025年，智能体（AI Agent）有望成为AI领域的主角。OpenAI计划推出的Tasks新功能，使ChatGPT具备自动化任务处理能力，用户可设置提醒或任务让其自动执行。Anthropic等公司也瞄准此领域，智能体被视为推动AI从“有趣”向“有用”转变的关键，以实现业绩增长并应对行业泡沫风险。智能体能自主感知环境并完成任务，无需用户详细指导，更符合人们对AI的期待。
AI搜索巨头Perplexity收购Read.cv，助力专业人士社交平台发展
Perplexity收购了专业社交媒体平台Read.cv，该平台成立于2021年，提供简历分享和职业交流功能。作为交易的一部分，Read.cv将于周五停止运营，用户可在5月16日前导出数据。这是Perplexity自2023年以来的第三次收购，此前已收购Carbon和Spellwise。Read.cv曾获得F7 Ventures和Fanjul Capital的投资支持。
夸克如何凭借AI技术吸引亿级用户的产品哲学
夸克在AI应用领域表现出色，其MAU领先同行，提供包括AI搜索、语音输入、图片识别等功能，尤其在健康搜索和教育辅导方面表现突出。2024年6月，夸克高考AI搜索使用量超过1亿次，体现了其一站式AI服务的优势。夸克通过强大的用户洞察和AI技术，不断优化产品功能，致力于成为“一站式AI服务”的典范。
本文部分素材来自网络，不代表【AI 应用与实战】官方立场。
扫码关注本站公众号/加入知识星球，订阅更多精彩内容
