40万照片还原！AI技术让圣彼得大教堂再现文艺复兴巅峰细节
梵蒂冈利用Iconem和微软的技术，仅用一个月时间，通过40万张照片创建了圣彼得大教堂的数字双胞胎。该数字平台包含42个游览点，每个点提供360°全景视图，并结合AI技术实现毫米级精度复刻。预计2025年圣年禧年时，该平台将接待超过10亿天主教徒在线参观，使其无需亲临现场即可感受这一奇迹。
Ilya宣判后GPT-5训练失败，耗时数月需人工重建数据
GPT-5的开发遭遇多次训练失败和新问题，耗资巨大，目前仍不确定能否成功。尽管GPT-5预期能完成复杂任务并减少错误，但其训练成本高达每次5亿美元。与此同时，OpenAI推出的o3系列模型在ARC-AGI测试中表现出色，准确率达到91.5%，展示了推理能力的新突破，但成本依然高昂。
YC押注95个新项目：聚焦AI垂直应用与开发者工具
Y Combinator在2024年秋季批次（YC F24）Demo Day上展示了95家创业公司，近90%的项目运用了AI技术，主要集中在企业服务（B2B）领域。开发者工具、医疗健康和金融科技是最受欢迎的赛道，分别占比21.1%、12.6%和8.4%。地理分布上，旧金山湾区占54.7%，纽约占12.6%，美国项目占92.6%。特别关注的项目包括Protegee（AI支付基础设施）、PearAI（AI代码编辑器）、Circlemind（AI检索能力提升）、Friday（邮件管理AI）等。这些项目展示了AI在解决实际问题和推动企业服务创新方面的潜力。
美团年度报告玩转AI与短剧，创新形式引领报告新潮流！
美团推出了一键生成个性化AI短剧的年度报告，用户可根据自身消费数据扮演总裁、豪门、仙尊等角色，体验定制短剧。这一创新形式不仅获得了用户好评，还在社交网络上引发热议，显示了其在内容创新方面的实力。截至12月，美团无人机商业化订单量已超过40万单，展示了公司在科技领域的前瞻性和创新能力。
玩转AI生图神器，零基础也能轻松创作！
Google 推出的最新 AI 生图工具 Whisk，允许用户通过上传三张图片（主题、场景、风格）来生成融合多种元素的新图片，简化了复杂的提示词编写过程。该工具不仅支持用户上传图片，还可以随机生成内容，提供多种预设风格，适合创意探索和广告制作。尽管Whisk在人脸还原和细致风格模仿方面存在不足，但其独特的玩法和强大的模型能力使其成为一个有趣且实用的创意工具。
Earth AI借助人工智能发现新金矿，科技掘金时代来临！
Earth AI公司利用人工智能技术在澳大利亚新南威尔士州盖拉附近的Willow Glen钼金项目中发现了一个新的黄金系统，确认了7个矿化金样品，品位为每吨1.14克。该公司成立于2017年，已累计筹集约2098万美元资金，能够在3至6个月内完成从勘探到钻探的过程。此外，Earth AI还发现了澳大利亚最大的钯矿床，位于新南威尔士州西南坡地区的Fontenoy项目，该矿床可能成为全球最大的铂族元素矿床之一。
李飞飞2024年度总结：科技与人文的交融
2024年，李飞飞从斯坦福大学申请了两年长假，创办了AI创业公司World Labs并获得2.3亿美元融资。她发表了关于“空间智能”的系列演讲，发布了单图生成3D场景的AI系统，强调AI应以人为本，关注技术的社会影响。李飞飞认为，空间智能是AI的下一个前沿，将引领生成式AI进入3D沉浸新时代。
Cursor获1亿美元融资，估值达26亿美元，HeyGen新功能助力文章一键生成视频播客
Cursor背后的公司Anysphere在4个月内完成了从6000万美元到1亿美元的融资，估值达到26亿美元，增长了6.5倍。Cursor的ARR从4月的400万美元增至10月的近5000万美元，估值约为其ARR的50倍。此外，GitHub宣布推出GitHub Copilot的免费版本，并且HeyGen推出了将PDF或文章链接生成视频播客的新功能。AI编程市场竞争激烈，已成为各大公司争夺的焦点。
小红书悄然推出AI搜索新产品，你发现了吗？
小红书在6月上线了AI搜索功能“AI达芬奇”，但其运营在一个月后停止。随后，小红书推出了新的独立AI搜索产品“点点”，主打生活场景搜索，具备自动定位、智能总结和图片问答等功能。数据显示，70%的小红书月活用户使用搜索功能，平均每天搜索量达6次。小红书通过巧妙融合AI能力来提升用户体验，而非大张旗鼓地推出AI功能。
AI新突破：OpenAI技术进展直逼人类智力
OpenAI的o3系统在ARC-AGI-1测试中，高效模式下实现了75.7%的准确率，成本为2,012美元；在高算力模式下，准确率提升至87.5%，但具体成本未知。该系统展示了AI在新任务适应能力上的重大突破，超越了GPT系列以往的表现。尽管成本较高，但o3在通用人工智能领域的进展显著，预示着未来可能与人类劳动竞争。
腾讯投资聚焦AI与医疗：左手科技，右手健康
腾讯投资经历了从高峰期的“买买买”到近年的大幅收缩。2021年达到顶峰，之后投资显著减少，2024年投资仅16起，为十年最低。腾讯目前重点投资AI和医疗领域，如2024年投资的英派药业和晟斯生物。同时，腾讯通过自研大模型和云服务布局AI，强调场景应用的重要性，并通过“连接”能力构建医疗生态系统。
Salesforce采用AI闭环验证，掀起销售新风暴
Salesforce作为企业级软件巨头，通过AI技术的闭环验证，实现了显著的业绩增长，订阅收入同比增长9.1%，经营现金流同比增长30%，AI相关产品和服务贡献了超过30%的增长。公司市值达到3464亿美元，通过一系列收购构建了完整的生态系统。AI技术不仅提升了业务洞察力，还促进了数字化转型。同时，Salesforce在数据隐私保护方面也取得了进展，确保AI技术的快速落地和广泛应用。
Salesforce推出AI 2.0，或将引发劳动力市场巨变
Salesforce在2024年12月18日发布了Agentforce 2.0，该平台已签下超千份付费合同，收到9000多份专业销售简历。Agentforce 2.0具备跨系统操作、全业务流程覆盖、复杂问题处理及全新测试中心等功能，显著提升了客户服务效率，每周处理32,000次对话中83%由AI解决，人工需求减少50%，预计数字劳动力市场将达数万亿美元。Salesforce计划明年5月推出Agentforce 3.0，以进一步提升跨领域协同能力。
AI+Emoji组合，逆袭之战打响了吗？
Genmoji是一款AI制作Emoji的APP，在苹果公司推出名为Genmoji的新功能后，该应用在美国iOS图形与设计下载榜迅速冲榜，连续8天霸榜，并在一个月内达到59万+的下载量和超7万美元的收入。尽管取得初步成功，但其下载量和收入随后迅速下滑。用户反馈主要集中在AI生图效果不佳和产品稳定性问题上，这可能是导致其未能长期留住用户的主要原因。此外，虽然Emoji市场需求大，但用户更倾向于使用现成的通用Emoji，而非个性化生成的Emoji。
北大校友任泓宇破解陶哲轩难题，编程能力跻身全球前200，直播分享精彩瞬间
OpenAI发布了下一代模型o3，其在CodeForces竞赛和ARC-AGI测试中表现出色，分别获得了超过2700的分数和从32%跃升至75.7%、87.5%的分数。o3还通过了EpochAI Frontier Math测试，得分从2分提升到25分。此外，o3-mini展示了强大的编程能力，在38秒内完成了一项复杂的任务，并在评估中取得了61.62%的准确率。这些成就表明o3在处理高难度任务时具有显著进步。
东京电子欲将AI收入占比提升至40%，以应对中国市场的变化
Tokyo Electron计划在2025财年将其面向AI的营收比率提升至40%，以应对中国经济放缓和半导体市场波动的影响。目前，AI相关营收占比预计从2024财年的30%增至2025财年的40%，并有望突破1万亿日元。然而，由于中国市场的经济放缓，公司预计中国营收比率将从当前的4成降至3成左右。此外，公司还积极拓展其他尖端半导体领域，如2纳米半导体制造，并努力提高资本效率和股东回报。
AI时代算力需求暴增，谁能引领新型基础设施竞赛？
联想在“异构智算，稳定高效-联想算力基础设施新品发布会”上推出8款服务器新品，涵盖联想问天和ThinkSystem V3系列，并强调了液冷技术在提高散热效率（98%）和降低能耗（PUE降至1.1）方面的优势。公司计划加大在人工智能和液冷技术上的投入，以满足数据中心绿色化需求，响应国家政策支持，推动算力基础设施的发展。
AI热潮下，沾AI玩具价格疯涨十倍，能否复制泡泡玛特奇迹？
AI玩具市场预计从2022年的87亿美元增长至2030年的351.1亿美元，年复合增长率超16%。字节跳动、特斯拉等巨头及多家创业企业纷纷涌入。例如，字节的“显眼包”已在二手平台炒至300元，而Haivivi的BubblePal两个月内售出2万多台。然而，市场尚未出现真正的爆款，产品质量和用户体验仍需提升。AI玩具的核心竞争力在于大模型技术和优质内容，而不仅仅是硬件本身。
大学生在没有AI帮助下写论文变得困难了吗？
ChatGPT在高校期末考期间崩溃，引发广泛关注，其影响巨大，甚至被认为使全球科研倒退。该工具已成为众多学生的学习助手，但在使用过程中也引发了学术诚信问题。OpenAI发布的《学生使用ChatGPT写作指南》虽提倡合理利用，但教师们对此持谨慎态度，认为过度依赖AI会影响学生独立思考能力。此外，AI检测器对非英语母语者的误判率较高，进一步加剧了信任危机。
字节跳动与阿里强势入围，智谱无缘144笔大模型中标订单
2024年大模型商业化竞争激烈，下半年订单金额同比增长480%，中标数量翻倍。主流云厂商及大模型初创公司在下半年中标144笔订单，总金额超16亿元，其中2/3订单来自下半年。字节跳动和阿里云等公司表现突出，而智谱则出现下滑。金融、教育科研、通信、政务、传媒是大模型应用的主要领域，大额订单集中在政务领域。算力价格的下降加速了AI技术在各行业的落地。
图森未来转型之路：推出AI大模型，进军游戏生态，背后的思考与底气何在？
图森未来宣布启用新品牌CreateAI，并发布大模型产品Ruyi，聚焦于游戏和动画制作领域。公司计划在2025年上线多款游戏和动画项目，包括《金庸群侠传》和《三体》。Ruyi模型定位于开源图生视频领域，旨在通过生成式AI技术降低成本和开发周期。图森未来决定不再继续投资L4级别无人驾驶业务，转而寻求在游戏和动漫领域的商业化机会。
AI重塑乳品行业：从供应链到营销的全方位变革
「2024 AIGC 视频生态创新大赛」由伊利集团、阿里云、新华网联合举办，展示了AIGC技术在营销视频领域的创新应用，共评选出78部内容赛道获奖作品和10家技术赛道优胜企业。此次大赛不仅是伊利对新技术的探索，也体现了其从数字化转型到全面拥抱AIGC的发展路径。伊利通过AI技术优化生产流程，降低成本，提高效率，并通过数字孪生工厂增强与消费者的互信关系。未来，伊利致力于将AI与健康产业深度融合，提供个性化产品和服务，推动乳制品行业的智能化发展。
OpenAI发布O3模型，颠覆AI格局？破解陶哲轩最难数学题震惊全球
OpenAI发布了新一代推理模型o3及其迷你版本o3-mini。o3在多项基准测试中表现出色，特别是在数学、代码和软件工程领域，刷新了多项记录。例如，在AIME 2024数学竞赛中，o3取得了96.7%的准确率，比o1提升了13.4%。o3-mini具备三种推理模式，成本效益高，性能优越。然而，尽管取得了显著进步，o3仍面临高昂成本和适应新任务的挑战，尚未达到AGI水平。
谷歌发布Gemini 2.0，闪速推理能力全面超越o1-preview
谷歌发布了Gemini 2.0 Flash Thinking模型，该模型在推理能力上有所提升，并能够展示其思考过程。Gemini 2.0 Flash Thinking在多项评测任务中表现优异，包括编程、数学和创意写作等，且速度更快。尽管存在一些错误，如难以准确计数或理解简单数学概念，但它成功解答了复杂的三赌徒问题。该模型还支持多种数据模态输入，但目前在中文验证码识别上表现不佳。该模型现已提供实验版免费使用。
照片级真实生成式世界模型问世，获皮克斯及Jeff Dean投资
Odyssey公司推出的生成式世界模型Explorer，基于单张图像生成高质量3D世界，已完成1800万美元A轮融资，皮克斯创始人Ed Catmull加入董事会。Explorer能生成照片级真实度、运动和高斯溅射的世界，已在虚拟制作中展示效果，但尚处早期阶段，存在生成时间较长等问题。
众多登顶App Store的AI应用竟是骗钱套路！
AI图像生成应用在App Store中迅速增多，尤其在图形和设计领域，但其质量参差不齐，用户体验普遍不佳。据统计，美国下载量最高的10个iOS图形和设计应用中有4个包含“AI”字眼，其中DaVinci AI等应用因广告夸张、功能受限和质量问题受到批评。尽管如此，如Photoroom和Picsart AI等应用表现尚可，但市场内卷导致优质应用难以脱颖而出。此外，AI应用在iPhone和iPad排行榜上的分布差异表明，传统创意工作者对AI应用的兴趣有限。
7位华人获2025英伟达奖学金，中科大与浙大学子上榜，人均奖金达6万美元！
英伟达2025-2026年度奖学金公布，每位获奖者的奖金提升至6万美元。在全球600名申请者中，最终10位博士研究生获选，其中7位为华人学者。获奖者来自全球顶尖高校，研究领域涵盖自主系统、计算机图形学、机器人技术等。此外，还有5位华人学者入围。
图森未来陈默转向AIGC：拿下金庸群侠传与三体IP，重塑自动驾驶未来
图森未来从全球自动驾驶第一股经历退市、管理层动荡和业务收缩，转向生成式AI应用领域，计划打造基于《三体》的动画电影及视频游戏。公司面临自动驾驶商业化难题，如技术瓶颈、市场限制和资金压力，决定转向动漫游戏市场，以AI技术赋能产业，目标在2027年实现10亿美元收入。公司将于2024年陆续发布多个游戏工具和产品，以实现经营性现金流为正。
“端到端”过时了吗？揭秘炒VLA的新潮流
VLA（视觉-语言-动作模型）作为“端到端2.0”技术，在智驾领域备受关注，但其落地面临算力和成本挑战。目前，尽管多家企业如理想汽车和商汤绝影已宣布相关进展，但实际应用还需克服车端芯片不足、算力需求大等问题。同时，云端算力的竞争也在加剧，小鹏汽车等公司认为云端大模型将是未来制胜的关键。总体来看，VLA技术虽前景广阔，但其全面落地仍需时间。
北航实习生研发机器人故障检测系统，实现实时被动与主动检测！
银河通用机器人提出了一种名为Code-as-Monitor (CaM) 的系统，通过视觉语言模型(VLM)生成可执行的监控代码，利用几何元素实时检测和预防机器人操作中的故障。该系统在三个模拟器和真实世界环境中展示了良好的性能，成功率达到28.7%，执行时间减少31.8%，特别是在处理复杂干扰时表现出色。
AI助力科研！达摩院青橙奖六成获奖者采用人工智能，平均年龄仅34岁
2024年达摩院青橙奖公布，15名平均年龄34岁的中国青年科学家获奖，每位获奖者将获得100万元奖金。本届青橙奖AI含量突出，超六成获奖者将人工智能应用于科研领域。获奖者的研究涵盖集成光电芯片、情感计算、冰冻圈研究等多个领域。此外，“最具潜力奖”30人名单公布，每人获10万元奖励。青橙奖自2018年发起，已发掘超过170名青年科学家。
不写一行代码，这届AI创业者已实现百万级营收
火山引擎总裁谭待在发布会上表示，借助字节跳动的AI应用开发平台“扣子”，一位没有任何编程经验的人成功开发出营收破百万的产品。该平台升级至1.5版本后，用户无需编写代码即可开发AI应用，只需三步：梳理业务逻辑、拖拽式设计UI和选择平台发布。目前，扣子已拥有超过100万活跃开发者和200万个智能体，广泛应用于企业和科研领域。
GPT论文首席作者Alec Radford宣布离职，OpenAI前两代GPT核心团队成员全数离开
Alec Radford，初代GPT论文的第一作者，已离开OpenAI转向独立研究。他在OpenAI期间参与了从初代GPT到GPT-4的主要项目，其论文被引用量超过19万次。Alec的离开标志着前两代GPT论文的所有作者均已离开OpenAI。
腾讯版Sora开源后提速8倍，官方点赞并预告下月推出新功能：图生视频
FastHunyuan是一款由加州大学圣地亚哥分校Hao AI实验室开发的新视频生成模型，它将生成速度提升了8倍，从50步减少到6步，并提高了视频细节的真实感。该模型仅需1分钟即可生成5秒长的视频，在相同时间内可生成8条视频，且在物理细节理解上优于Sora。FastHunyuan已开源，最低硬件要求为40GB GPU内存，支持全微调和LoRA微调。未来还将增加更多蒸馏方法和模型支持。
AI搜索独角兽Perplexity CEO：衡量我们进步的标准就是对世界的理解有多深
Perplexity致力于构建全球首个“答案引擎”，通过优化现有AI模型的搜索体验，旨在成为广泛可访问且可靠的答案提供者，帮助用户高效获取信息和完成任务。尽管面临版权和技术挑战，Perplexity选择与出版商分享广告收入，并强调其商业模式的可持续性。公司注重团队多元化技能组合和领导者的亲身体验，以保持产品的真实性和用户满意度。
谷歌科学家揭秘：AI未来靠大模型与智能体协作共舞
过去一年，强化学习成为大模型AI领域的热点，展示了其在通往通用人工智能（AGI）道路上的重要性。AlphaZero等基于强化学习的模型，不仅在国际象棋等领域超越人类，还推动了大模型AI进入新阶段。未来，智能体和多模态整合将成为AI发展的重点，模型开发范式也从数据主导转向模型主导。预计到2025年，AI领域将出现更多自主性和协作式的AI应用，大模型与小型模型的结合将更为普遍。
投入数亿建设智算中心，八成GPU面临出租难题
在过去两年，中国AI行业经历了智算中心建设热潮，但近期多家上市公司因算力需求未达预期而宣布终止或暂停相关项目。数据显示，截至2024年上半年，国内算力规模达246 EFLOPS，智能算力增速超65%，应用项目超1.3万个。然而，当前机房平均出租率仅20%-30%，且租赁价格大幅下降，使得许多智算中心面临收支不平衡的困境。尽管政府提供了补贴和支持政策，但长期来看，算力中心的建设和运营仍需谨慎考虑市场需求和成本效益。
谷歌新模型o1思考速度 surpass 所有竞品五倍，精通摩斯密码与数理问题秒解
谷歌发布了Gemini 2.0 Flash Thinking，该模型能迅速解决复杂问题并展示思考过程。在多项测试中，包括数学、代码、指令跟随、长QA和创意写作等方面，Gemini 2.0 Flash Thinking均表现优异。目前，该模型支持免费使用，但仅限于32k上下文窗口且不支持联网。用户反馈显示其速度快且能处理多种类型的问题，但也存在一些小bug。
对话式AI将取代浏览器成互联网新入口
微软AI掌门人认为对话式人工智能将成为下一代网络浏览器，取代传统的浏览器。对话式AI如ChatGPT等因其直观性和易用性，更适合新时代用户需求。浏览器在移动互联网时代逐渐衰落，而对话式AI有望成为新的互联网入口。
Uber投身数据标注服务，欲成为AI领域的“卖水人”
Uber宣布将开放其内部使用的数据标注服务Scaled Solutions，面向外部市场提供人工数据标注服务。该公司与多国的独立承包商签约，通过他们进行数据标注任务。数据标注是将图片、文本、视频等数据打上标签，使其成为计算机可识别的信息。尽管数据标注门槛较低，但它需要大量的数据和有效的分发机制，Uber凭借其丰富的行车和地理位置数据及全球供应商网络，能够提供高性价比的数据标注服务。
智源发布“百模”评测结果，100+大模型跨模态综合测评一览
2024年12月，智源研究院发布了涵盖国内外100多个大模型的评测结果，重点展示了语言、视觉语言、文生图、文生视频和语音语言模型的综合及专项能力。结果显示，多模态模型发展迅速，语言模型能力趋于饱和，但在复杂场景任务上仍与国际水平有差距。在K12学科测验中，模型整体得分提升12.86%，但仍低于海淀学生平均水平，且存在“文强理弱”的现象。此外，大模型在金融量化交易和辩论能力方面也有所进展，但整体仍需提高。本次评测涵盖了800多个模型，采用多项创新方法和技术手段，持续推动大模型技术生态的发展。
豆包AI新功能上线，截图APP即可自动生成代码，超低价格助力多模态AI普及！
豆包发布了新的大模型，包括视觉理解模型、语音大模型和文生图模型，显著提升了看、说、唱能力。新模型能在30秒内根据截图生成复杂的代码，支持OCR和图像知识理解，且价格低廉（0.003元/千tokens）。此外，豆包的语音模型能生成3分钟完整音乐，文生图模型可实现一键生成海报。豆包已应用于科教、金融等多个行业，与多家头部企业合作，日均tokens使用量超过4万亿。
用AI大模型解决四模态通信难题，LAM-MSC实现高效无歧义传输
该研究由多所高校合作，提出了一种基于AI大模型的多模态语义通信（LAM-MSC）框架，解决了多模态数据传输中的数据异构、语义歧义和信号衰落等问题。研究结果显示，在不同信噪比下，LAM-MSC框架提高了传输准确性，并且在压缩率上优于其他单模态传输方法。
这家公司的平台用户已超五万，能否在GenAI时代成为新的Semrush，挑战AI搜索对SEO流量的冲击？
随着AI搜索应用的兴起，传统SEO面临挑战，许多网站自然流量下降。为应对这一变化，生成引擎优化（GEO）应运而生，专注于适应AI模型的生成能力。Otterly.AI作为GEO优化公司，在6个月内吸引超1000名用户，目前拥有超10000名活跃用户。该公司创始人Thomas Peham指出，通过提高关键词跟踪频率，客户可以更好地优化内容，提升品牌曝光和定位描述。
AI颠覆物理模拟：学术圈顶尖团队24个月联手打造，一句话实现精准仿真
Genesis是一款由多家顶尖学术机构和企业合作研发的先进物理引擎，能够在几秒钟内生成高精度的物理模拟世界。它不仅能生成视频，还能模拟物体运动参数、人物动作、机器人操作等，其速度比现实世界快约430,000倍，且在单个RTX4090显卡上仅需26秒即可完成训练。Genesis支持多种操作系统和计算后端，并具备高度的兼容性和可扩展性，有望推动机器人和物理人工智能领域的快速发展。
MiniMax的AI明星Talkie在美国突然下架，背后究竟隐藏着什么秘密？
中国AI公司MiniMax的热门应用Talkie疑似在美国区苹果App Store下架，具体原因不明，可能是产品调整、苹果政策或监管压力所致。Talkie在2024年上半年成为美国下载量第四的AI应用，全球下载量达1700万次，主要用户为18至35岁的年轻人。MiniMax预计今年收入将突破7000万美元，但其在美国市场的前景受监管环境影响，面临不确定性。
苹果洽淡与腾讯、字节合作大模型，此前百度合作遇阻
苹果公司正与腾讯和字节跳动商讨将它们的人工智能模型整合到国行iPhone中，但讨论尚处早期阶段。由于OpenAI的生成式AI模型被禁，苹果计划与百度合作，引入文心大模型4.0，以提升国行iPhone的人工智能服务。然而，苹果与百度的合作面临技术难题和隐私政策冲突，且需承担额外费用。目前，双方均未对此合作传闻作出回应。
微软豪购近50万块TOP 1 GPU，xAI率先拿到GB200喜迎丰收节
微软成为2024年英伟达GPU的最大买家，购买了约48.5万块Hopper芯片，是第二名Meta的两倍多。此举使得微软在AI基础设施投资中遥遥领先，而英伟达GPU在服务器支出中占43%，全球前十买家占据60%的投资份额。然而，AMD及自研AI芯片如谷歌TPU等也在快速崛起，挑战英伟达的市场主导地位。
2025年AI Agent风口还能继续吗？揭秘智能体技术的11个关键问题
Langbase公司通过对3400名来自100多个国家的开发者调查，揭示了AI智能体技术的应用现状。报告显示，OpenAI的大模型服务目前占主导地位，但谷歌和Anthropic正在迅速追赶。数据隐私、安全合规性和高基础设施成本是主要障碍。开发者最关注准确性、安全性和可定制性，而成本影响较小。大多数开发者将AI用于实验，生产用途正在增加。未来，智能体在多模态和大模型操作计算环境下的应用将更加广泛。
中国团队AI社交产品引爆Product Hunt，揭秘打破“日抛社交”魔咒的背后故事
GiddyGiddy是一款由中国团队开发的AI社交产品，以其“以人为本”的理念在美国市场受到关注。该产品允许用户创建并互动于AI生成的虚拟人物，强调一对一社交和个性化表达。团队指出，通过AI社交产品提供表达机会，尊重个性化需求，比单纯的“日抛”社交产品更具价值。此外，团队采用KOL营销等本地化策略进行增长推广，而非传统的裂变模式。
AI炼成数据飞轮2.0，28年数据枯竭难题破解，智能体+多模态数据湖开启掘金之路
面对AI数据需求激增导致的“数据枯竭”问题，火山引擎推出“数据飞轮2.0”，包含ChatBI智能体和多模态数据湖两大亮点。ChatBI智能体通过自然语言交互降低数据分析门槛，而多模态数据湖则能统一管理各类数据，提升数据处理效率。该方案已在多个企业中应用，实现降本增效超30%。火山引擎还推出加速计划，提供3个月免费试用和项目制陪跑服务，助力企业快速落地AI应用。
2024数学大突破：AI助力破解黎曼假说与朗兰兹猜想
2024年，数学领域取得了多项里程碑式成果，包括几何朗兰兹猜想的证明、球堆积问题的新进展以及数论中黎曼假说和abc猜想的突破。此外，人工智能在数学证明方面也取得了显著进展，如AlphaGeometry和AlphaProof模型在IMO中达到银牌水平。这些成就不仅推动了数学各领域间的融合，还预示着未来数学研究方式的变革。
AI大模型争霸：21世纪最关键科技竞赛的真相与未来走势
这场始于2023年的全球大模型竞赛已进入第三个阶段，主要参与者包括OpenAI、Meta、谷歌、微软、亚马逊等巨头及国内的多家公司。OpenAI的GPT系列模型在参数和功能上不断迭代，推动了多模态拓展和商业化进程。尽管国内公司在多模态能力上不落后，但在算力和成本回收方面仍面临挑战。总体来看，这场竞赛不仅比拼技术，还涉及商业模式的探索，未来可能引发产业变革。OpenAI的GPT-4o系列模型参数高达1.8万亿，训练成本超过6300万美元，而GPT-4o的成本为每百万输入令牌0.15美元，输出令牌0.60美元。
对话类AI竞争格局将如何演变？
字节跳动认为对话式AI产品的天花板可能不高，但其产品豆包月活数据超过竞争对手。AI领域的技术发展正逐步走向成熟，但高期待能否持续取决于实际应用进展。2025年将是关键节点，届时AI技术的应用将更为迫切。此外，新载体如AI眼镜可能成为未来竞争焦点，同时“农村包围城市”策略也可能在AI市场中发挥作用。总体而言，2025年或将成为对话式AI格局稳定的关键年份。
家居AI 2.0时代：居然设计家、酷家乐、欧派及百度揭秘落地密码
家居行业正积极推动AI大模型的技术提升与应用，涵盖家电、科创和家居三大类企业。尽管多家公司已发布相关大模型，但AI技术在家居领域的应用仍处于探索阶段，面临算法、算力和数据积累不足等问题。未来，企业需专注解决用户痛点，提升技术实力，跨界合作，并构建开放互联的智能生态系统，以实现真正的智能化转型。
超七成用户吐槽 Apple Intelligence！苹果AI遭遇重大挫折？
尽管苹果公司在iPhone 16系列中大力推广AI功能，但根据SellCell的报告显示，73%的iPhone用户认为这些AI功能几乎没有价值，主要原因是实用性和准确性不足。相比之下，87%的三星用户对自家AI功能也不满意。此外，尽管iOS 18.2增加了Genmoji和ChatGPT集成等功能，但社交媒体上的评论普遍对Apple Intelligence的发展持悲观态度。
ChatGPT迎来新突破：现已支持电话和WhatsApp通话
12月18日，OpenAI推出了ChatGPT的电话和WhatsApp联系方式，美国用户每月可通过电话享受15分钟免费通话，全球用户则可通过WhatsApp发送消息进行交流。此举旨在让更多人便捷地使用AI，特别是对于不习惯使用智能手机的人群。WhatsApp版本的ChatGPT无需账户，但设有每日使用上限，目前拥有超过27亿用户的WhatsApp成为重要的接入平台。
在AI时代，人类创意在艺术领域的地位正逐渐下降？
研究显示，尽管人类的创意在AI生成结果中仍有一定影响，但这种影响相对较小。杜克大学和哈佛大学的联合研究发现，人的创意能力对AI艺术作品的创意评分仅占有限比例，且语义多样性的贡献更为显著。此外，多伦多大学的研究表明，使用AI工具可能会抑制人类自身的创意能力，导致自信心下降，从而进一步削弱人类的创意。这两项研究共同挑战了人类创意不可替代的传统观念。
史玉柱马斯克加入游戏大佬AI争夺战
巨人网络发布“千影QianYing”有声游戏生成大模型，实现游戏视频和配音的创新突破。报告显示，49%的游戏开发者已将生成式AI应用于工作，近六成头部游戏企业构建AI生产管线。AI在游戏行业的应用显著提高效率，降低开发成本，但仍需解决场景逻辑性和创意提升等问题。
360开源文生图模型，让AI打造专属中国风新娘形象
360人工智能研究院提出的Bridge Diffusion Model (BDM) 模型结合Dreambooth，能够生成符合中文文化认知的图像，并兼容Stable Diffusion生态。该模型使用10亿量级的中文图文数据训练，解决了原生中文文生图模型的世界观偏见问题，提升了生成图像符合中文文化认知的能力，且兼容SD1.5社区生态。BDM在AAAI会议上被接收，接收率为23.4%。
云计算龙头的生成式AI秘籍：选择至关重要
亚马逊云科技在re:Invent 2024发布了一系列新的AI基础模型Amazon Nova，包括文本对话、图片生成和视频生成等多模态模型，强调了“选择”而非单一强大模型的重要性。Amazon Nova系列模型的成本大幅降低，性能优于同类产品。此外，亚马逊云科技还升级了云计算核心领域，如EC2 Trn2实例、Amazon S3 Tables和Amazon Aurora DSQL等，展现了在计算、存储和数据库方面的显著提升。数据显示，采用多模型策略的公司如Anthropic市场份额增长至24%，而OpenAI份额降至34%。
蚂蚁开源负责人王旭：大模型开启应用开发新范式，新一代LAMP架构正在形成
蚂蚁集团的王旭指出，具备数据生成式能力的模型正逐步取代数据库在传统应用中的核心地位。在AI时代，新一代LAMP架构正在形成，模型比数据库更具可迁移性，促使数据传输链路和数据安全性需求上升。数据显示，在Llama2开源模型发布后，AI Agent框架项目数量激增，但尚未出现主导者。AI技术在过去一年半中显著提升了应用效率，从“录入工具”转变为“有灵魂的协作伙伴”。此次MEET 2025智能未来大会吸引了1000多名线下观众和320万名线上观众。
今天起，难过随时打给AI——OpenAI发布会亮点回顾
OpenAI推出新功能，用户可通过电话或WhatsApp与AI聊天，以获得倾听和建议。电话接入仅限美国，每月有15分钟免费额度；WhatsApp则面向全球。该功能旨在让AI走进普通人生活，提供实际帮助，减轻孤独和压力。AI不仅能倾听，还能充当翻译，连接不同语言背景的人。然而，作者提醒，AI的陪伴无法替代家人朋友间的情感联系，呼吁人们珍惜现实中的陪伴和关爱。
AI巨头Databricks获史上最大规模融资，投资细节全揭露
Databricks在J轮融资中筹集了100亿美元，估值达到620亿美元，成为硅谷史上最大规模的风险投资。此次融资将用于人工智能产品开发、收购及国际市场扩张。Databricks预计第四季度收入将超30亿美元，并实现正自由现金流。公司已有500多家年收入超百万美元的客户，智能数据仓库产品Databricks SQL营收运行率达6亿美元，同比增长超150%。
Dify如何通过日本市场成功迈出AI全球化步伐？
2024年，AI创业者纷纷瞄准全球市场，其中Dify在日本市场取得了意外的成功，成为AI全球化的一个典型案例。Dify在过去一年中用户激增，GitHub上有54,000个Star，开源版本全球安装量超300万。尽管面临商业化和被大厂收购的质疑，Dify通过选择全球化战略、采用PLG ToB模式和开源策略，实现了盈利并服务了超过30家财富500强企业。
Pika 2.0与Sora火爆全网：一键广告革新，自拍秒变好莱坞大片！
斯坦福推出的AI视频工具Pika 2.0，凭借强大的场景元素功能、卓越的文本对齐能力和真实的物理效果，在一个月内吸引了超十亿浏览量，并获得Balenciaga等大品牌青睐。该工具允许用户自定义角色、物体和场景，生成高质量的视频广告，显著降低了广告制作成本和周期，有望彻底改变广告创作生态。
揭秘28岁清华boy如何通过AI电商创造百亿销售神话！
武彬，极睿科技创始人，从清华大学人工智能实验室硕士毕业后投身AI创业，6年间公司获得超3亿融资，估值近30亿。极睿科技主要提供电商内容AI系统，已与2000+知名品牌、40000+家店铺合作。公司使命是为品牌搭建AI内容工厂，提高内容生产效率，降低成本。近期，极睿科技的AI工具帮助全网4.5万店铺实现49.8亿元的销售额。
打造3D界ImageNet，引领具身智能训练新模式
2024年被称为“具身智能元年”，该领域吸引了大量资本、公司和学者的关注。具身智能不仅通过屏幕与用户交互，还能与物理世界进行互动，如自动驾驶汽车。图形学背景的公司在模拟物理世界方面具有先天优势。当前具身智能技术进展包括四个核心器官的发展：“脑子”（决策系统）已超越人类，“眼睛”（传感器技术）极为先进，“手脚”（运动能力）灵活高效。唐睿博士认为，具身智能最终可能成为了解用户需求并主动服务的管家机器人。此外，并行计算和边际计算在降低模拟成本和提高训练效率方面发挥了关键作用。
沃顿教授解析：人机协同智能，或是实现通用人工智能的最大挑战
OpenAI推出的满血版o1 Pro模型在经过3个月的发展后正式上线，每月费用为200美元。该模型在数学和科学领域表现出色，尤其是在解决需要规划和迭代的复杂问题上。然而，尽管在某些任务上表现出色，如填字游戏和规划任务，o1 Pro仍存在局限性，特别是在语言理解和避免错误方面。沃顿商学院教授Ethan Mollick认为，该模型标志着AI发展方向的重要一步，但也提出了关于人机合作未来的问题。
OpenAI圣诞福利：API音频token降幅达60%，开发者狂欢开启！
OpenAI在第九天直播中宣布，全面开放满血版o1 API，支持函数调用、开发者消息、结构化输出和视觉功能，并集成更先进的GPT-4o版本，成本降低60%。此外，实时API支持WebRTC，新推出的偏好微调功能让模型定制化更简便。OpenAI还发布了新版SDK，简化了开发者获取API密钥的流程，并公开了全球开发者日的活动视频。
AI独角兽企业战略方向大调整：行业洞察揭示未来走向。
智谱AI在2024年末宣布完成20亿融资，并展示了其AI智能体AutoGLM的技术突破，实现了跨应用操作和多模态理解。尽管技术进展迅速，但智谱面临多线布局带来的资源分配难题，以及商业化困境，如算力成本下降导致的价格战和对服务可持续性的担忧。专家建议中国AI企业需在广度与深度之间找到平衡，以实现长远发展。
亚马逊云科技为何仍在深耕基础大模型？预训练终结论引发行业震动
亚马逊云科技在re:Invent大会上发布了新的大模型系列Nova，包括Micro、Lite、Pro和Premier四个版本。尽管有关“Scaling Law是否撞墙”的争论不断，亚马逊仍坚信基础大模型的前景，认为数据的多样性和技术进步将推动其发展。Nova系列为创业者和企业提供替代选项，降低了进入壁垒，并有助于市场良性竞争。亚马逊此举旨在强化其云服务生态，参与行业标准制定，并应对竞争压力。
从智谱到月之暗面，中国公司如何贴身追随OpenAI？
OpenAI发布了o1模型API及一系列新产品，标志着其从模型研发向产品公司的转变。在中国追随者中，智谱紧跟OpenAI的步伐，完成了30亿元的新一轮融资，估值超过200亿元，主要依赖B端市场。月之暗面则侧重于C端市场，发布了对标OpenAI的新模型，估值近217亿元。尽管面临挑战，中国大模型公司仍在积极融资并推进技术研发，竞争激烈。
OpenAI遭遇史上最长停机，自研K8s系统成障碍，修复耗时数小时
OpenAI在2024年12月11日经历了长达四个多小时的服务中断，主要原因是新部署的遥测服务意外压垮了Kubernetes控制平面，导致API服务器不堪重负。此次事件影响了ChatGPT、API和Sora等服务，直至当晚7:38才全部恢复。OpenAI已承诺改进登台发布机制、加强基础设施监控和测试，并建立应急访问机制以防止类似事件重演。
社交神器！「AI宠物」热卖断货，直击当代年轻人孤独内心
名为Moflin的AI宠物在日本一经发售便断货，并在二手网站上炒至上万元。AI玩具主要分为两类：AI能力与毛绒玩具结合和传统仿生机器人形态。这类产品能满足人们的情感陪伴需求，如缓解孤独感。尽管市场前景广阔，但AI玩具玩家仍需面对商业化和产品迭代的挑战。据预测，到2030年，全球AI玩具市场价值将达到351.1亿美元。然而，能否突破200万台的生死线，还需市场进一步验证。
英伟达下一代RTX 50系列显卡曝光，旗舰5090搭载32GB显存！
英伟达计划在2025年CES展会上发布RTX 50系列显卡，包括RTX 5090、RTX 5080、RTX 5070 Ti和RTX 5070，最高配备32GB GDDR7显存。其中，RTX 5090作为旗舰型号，性能显著提升，售价预计将超过RTX 4090的1599美元。此外，英伟达还发布了廉价的生成式AI超级计算机Jetson Orin Nano Super，售价249美元，具备67 TOPS的AI性能。
AI科研想法被人类转化为论文，正式发表
Sakana AI公司推出的“AI科学家”生成了一篇关于神经网络最小描述长度（MDL）与“grokking”现象关系的论文，该论文启发人类研究员进一步研究并完成了一篇更详细的论证论文。该研究发现神经网络的复杂性在从记忆训练数据到实现泛化的过渡中先上升后下降，并强调简单模型在数据压缩中的优势。此外，Sakana AI因此获得了2亿美元的A轮融资。
AI大模型时代来临，人才需求格局全面重塑
全球科技公司争夺顶尖AI人才，人才短缺成为AI技术落地的最大障碍。尽管生成式AI进入大规模应用阶段，但缺乏符合实际需求的Killer App，导致行业内客户合作意愿降低。AI技术的研发者和行业从业者之间存在认知鸿沟，难以满足具体场景需求。
小红书发力AI，原今日资本合伙人戴丽丹出任战略负责人，徐新亲自挂帅推动业务发展
小红书任命原今日资本合伙人戴丽丹为首席战略官，负责公司战略业务整合。戴丽丹将组建专注于硬科技及AI应用的战略投资团队。小红书计划进一步加强AI技术在核心业务中的应用，如通过AI搜索助手“达芬奇”提升搜索效率。目前，小红书日均搜索量接近6亿次，月活用户超过3亿，预计今年利润将达到10亿美元，电商业务销售额将达千亿元量级。此外，小红书正进行组织结构调整，简化管理层级，以提高决策效率。
OpenAI对举报人“自杀”事件表示震惊，NYU教授发长文悼念并警示：警钟依然回荡
Suchir Balaji，曾参与ChatGPT和GPT-4的研发，指控OpenAI在训练AI时违反了“合理使用”原则，质疑其版权问题。他在10月发文详细分析了AI训练数据的版权问题，认为ChatGPT等AI模型的商业用途和对原作品市场价值的影响不符合合理使用标准。Suchir于26岁时离世，疑为自杀，引发对举报人保护的关注。
对话DDream创始人王俊皓：如何在垂直领域打造纯AI驱动的UGC视觉小说游戏平台？
AI陪伴产品因其差异化路径，已从单纯的聊天工具演变为多功能智能伴侣，下载量自5月以来每月平均增长94%。然而，商业化难题仍存，Character.AI尽管降低了33倍的成本，但盈利仍难实现。DDream创始人王俊皓提出，游戏化是解决AI陪伴商业化问题的关键方向。该公司计划构建一个纯AI驱动的UGC视觉小说游戏平台，旨在通过游戏化目标和反馈体系来提高用户参与度及付费意愿。
云天励飞子公司发布AI拍学机，内置大模型玩具，售价649元！
云天励飞推出的“噜咔博士AI拍学机”于12月12日上市，专为3岁以上儿童设计，定价649元。该设备内置AI大模型，能秒级识别拍摄物体，涵盖4800个门类、230万种物品，并可生成双语学习内容及趣味故事。产品配备3.4英寸护眼屏，重170克，搭载2000毫安电池。家长可通过微信查看孩子的学习进度和探索情况。此外，云天励飞将与闪极科技合作开发新产品。
AI体育老师入驻校园，定制个性化每日1小时运动计划
宇视科技通过AI体测屏和AI体锻屏等设备，将AI技术应用于学生体育锻炼和身心健康监测，实现个性化指导和数据化管理。这些设备已在多所学校投入使用，政策的支持和技术的成熟推动了AI在教育领域的广泛应用，旨在全面提升学生的综合素质。
95后AI从业者的辛勤付出铸就24万“AI民工”的亿万富豪梦
Scale AI，一家估值达140亿美元的AI数据标注公司，因涉嫌克扣薪资、规避劳工法及提供有害工作内容等行为，被其数据标注工人诉至法庭。该公司在全球拥有24万名注册数据标注工人，主要分布在发展中国家。诉讼指出，工人薪资被克扣、迟发，且需处理涉及暴力、自杀等内容，缺乏相应心理支持。此外，Scale AI可能需面对10000-20000名工人的集体诉讼，赔偿金额可能高达数千万美元。
Cohere AI发布Rerank 3.5，引领搜索技术新时代
Cohere AI 推出的 Rerank 3.5 搜索模型通过深度上下文理解和优化的注意力机制，显著提升了搜索相关性和效率，相比传统模型提升了20%的相关性。该技术帮助企业快速找到关键信息，提高生产力和决策效率，增强客户体验，并减少错误信息，适用于内部知识库优化、市场情报分析及自动化客户支持等多个场景。
AI巨头诞生：华人联合创办，融资728亿创历史新高
Databricks在J轮融资中已完成86亿美元，估值达620亿美元，超越OpenAI成为全球AI创企新纪录。该公司预计2025年第一季度自由现金流将首次为正，当前季度同比增长超60%，ARR超过30亿美元。Databricks计划利用融资资金开发AI产品、进行收购及扩展国际市场。尽管未实现正向自由现金流，Databricks在数据智能市场与Snowflake等公司展开激烈竞争，并受到微软、谷歌等大公司的挑战。
阿里集团重组：“通义”团队从阿里云分拆并入智能信息业务
阿里将AI应用“通义”从阿里云分拆并入智能信息事业群，旨在更好地推动AI To C应用的发展。此次调整使通义的PC及App团队与夸克平级，夸克月访问量已超6300万。此举反映了阿里希望通过整合资源，提升AI应用的用户体验和市场竞争力。
MJ、微软争相合作的背后：视觉中国成为AI浪潮最大受益者
视觉中国股价自10月以来已翻倍，主要受益于AI项目的合作。该公司与多个主流文生视频平台及AI巨头如智谱、通义千问等合作，AI生成视频的数量、上传人数、下载数量和交易金额同比增长超十倍。视觉中国的图库包含超过5亿张图片，具备高质量和结构化数据的优势，吸引了众多AI公司合作。此外，视觉中国正构建AI内容电商平台，推动AI作品交易，并在数字版权布局方面进行了多项投资。
OpenAI发布三款新模型，语音API亮相，价格全面下调！
OpenAI发布了o1 API，支持函数调用、开发者消息和结构化输出等功能，并提高了推理速度和准确性。新版o1-2024-12-17已更新至ChatGPT，其“思考”token减少60%。同时，GPT-4o音频价格降低60%，Whisper Mini音频价格降低10倍。新增WebRTC支持和嵌入式集成功能，提升了实时语音应用的开发便利性。此外，引入了偏好微调技术，使得模型定制更加灵活。这些更新主要面向开发者，目前部分功能仅对高级别开发者开放。
AI热潮推动桌面机器人量产，产业链上市公司争相布局抢先机
桌面机器人市场因科技巨头入局而迅速发展，受益于AI大模型的推动，多家公司如天辰时代科技、奋达科技等已发布或即将量产相关产品。这些机器人具备AI智能化功能，如仿生行为系统和语音交互。尽管面临产品定位和技术挑战，桌面机器人市场前景广阔，预计将成为新的增长点。瑞芯微等芯片厂商提供了多种适用于桌面机器人的解决方案，支持丰富的AI功能。
博通引领AI基建2.0，美股多家公司创新高背后隐藏重要信号
美股AI产业链的新一批“明星股”如博通、Marvell、Credo、Astera Labs等表现强劲，多家公司股价创下新高，涨幅显著。这些公司涉及ASIC芯片、高速连接、存储、光通信和交换机等领域。博通和Marvell的财报突出，Credo和Astera Labs的收入分别增长63.6%和206%。国泰君安研报指出，云厂商未来三年将增加自研AI ASIC芯片投入，并建设超百万XPU集群，推动光模块、交换机等相关产业链繁荣。AI支出增长将更侧重于推理侧，以提升生产力。
贝索斯重返前线，AWS在AI大战中能成功翻盘吗？
AWS在AI浪潮中落后于微软云和谷歌云，尽管近期发布了自家的基础大语言模型Nova。AWS大中华区人事频繁调整，试图通过引入新鲜血液提升竞争力。数据显示，2024年第三季度，AWS营收274.52亿美元，同比增长19%，而微软云和谷歌云的增速分别为33%和35%。调查显示，62%的企业正在使用Azure服务，相比之下，仅29%考虑AWS，表明微软云在AI领域更具吸引力。
谷歌Veo 2力压OpenAI Sora，反超之战打响！
谷歌发布两款视觉生成模型Veo 2和Imagen 3，以及一个工具Whisk。其中，Veo 2能生成2分钟以上的4K视频，且在人类评估中显著优于其他模型，尽管目前实验版本仅支持720p、8秒视频。Veo 2在生成高质量、真实感视频方面表现出色，尤其是在物理世界理解和人类表情生成方面。
工业AI四大豪门角逐，开启隐秘技术战线争夺战
工业机器人四大家族（ABB、库卡、发那科、安川电机）正通过技术创新和市场拓展，积极布局具身工业机器人领域。尽管没有直接布局人形机器人，但他们通过引入人工智能、本地化生产和拓展新应用领域等方式，推动机器人智能化和灵活化发展。据统计，2024年前三季度，ABB机器人业务收入为24.44亿美元，同比下降12%；发那科机器人业务净销售额为1631.16亿日元，同比下降15.30%；安川电机机器人业务收入为1120.82亿日元，同比下降0.2%。高盛预测，到2035年人形机器人市场规模有望达到1540亿美元。
AI大模型推动能源行业迎来“奇点变革”，仿真技术成关键｜MEET 2025
新奥数能科技有限公司总裁程路在MEET2025智能未来大会上表示，通过构建基于“数字孪生”的AI仿真模型，能源行业可实现智能化决策、运营和交易。这一技术预计在未来3到5年内将引发能源行业的科技革命。目前，已有案例展示了AI在印染工厂和酒店等行业中的应用，分别实现了25%和20%的能源节省。大会吸引了1000多名线下观众和320万线上观众。
宇树科技发布机器人强化学习教程，涵盖从仿真到实操全流程教学代码公开
宇树机器人开源了强化学习代码，并新增了对MuJoCo模拟仿真的支持，涵盖其H1、H1-2和G1三款机器人。该项目名为RL GYM，提供了从训练到模拟再到真实机器人运行的完整开源体系，并附带详细教程。此外，宇树还公开了用于数据采集和训练的数据集及教程，并开源了其激光雷达所使用的Point-LIO算法。
OpenAI聚焦细分领域，教育App面临巨大挑战？
OpenAI 计划将AI聊天机器人整合到在线课程中，探索自定义“GPTs”在教育领域的应用。此前，OpenAI已投资口语学习平台Speak，并发布ChatGPT EDU。与此同时，OpenAI在教育市场的动作对不同教育公司产生了截然不同的影响：Chegg因未能及时拥抱AI技术，订阅用户数和股价大幅下滑；相比之下，多邻国通过稳定引入AI功能，实现了营收和净利润的显著增长。这表明，能否有效利用AI技术成为教育公司成败的关键因素。
谷歌新模型挑战OpenAI！4K高清视频生成更懂物理世界
谷歌发布了Veo 2视频生成模型，其4K分辨率和卓越的物理理解能力使其在视频生成方面超越了OpenAI的Sora。Veo 2在细节、真实感和运动一致性方面表现出色，能够精确生成复杂的镜头和场景。同时，谷歌还推出了升级版图像生成模型Imagen 3和基于图像生成的新工具Whisk，进一步巩固了其在AI视觉创作领域的领先地位。
27岁华裔亿万富翁：中美AI差距正缩小，Agent成2025年重大创业机遇
Alexandr Wang 在近期对谈中回顾了Scale AI的创业历程，强调了非理性但坚定的自信是公司成功的核心动力。他认为数据稀缺性和模型多轮交互能力的不足是AI发展的主要瓶颈。他预计到2025年，AI智能体将彻底改变C端和B端的互动方式。此外，中美在AI技术上的竞争将决定未来全球的技术主导地位，而数据和计算能力需同步扩展才能推动AI进步。
数聚链完成数千万A轮融资，推动AI技术与全国市场加速发展
数聚链完成数千万A轮融资，由汇孚资本和道生资本投资。此轮融资将推动公司在人工智能和物联网领域的技术研发和市场拓展，特别是在智慧口岸、智慧交通和智慧物流等领域。公司计划在未来五年内与湖州国资合作，落成集硬件研发及生产制造为一体的大型综合配套工程，进一步提升软硬件协同能力和智能硬件产品研发能力。数聚链已获得多项专利和荣誉，聚焦行业大模型产品和国产化替代，致力于提高面向全国市场的核心竞争力。
AI重塑生物医药：从暴力破解到Transformer模型的演变历程
2024年诺贝尔化学奖授予DeepMind的Demis Hassabis和John Jumper，以及华盛顿大学的David Baker，以表彰他们在蛋白质结构预测和设计方面的贡献。AlphaFold2和RoseTTAFold等AI工具显著提升了蛋白质结构预测的精度和速度，加速了生物医药研究进程。尽管AI技术在生物医药领域的应用已取得突破，但仍面临准确性和实验验证的挑战。未来，AI有望在药物研发、临床试验等方面发挥更大作用，推动生物技术行业的革新。
揭秘“AI代理”：科技巨头争夺月薪过万人才的新战场
OpenAI计划推出每月2000美元的AI代理订阅服务，并可能按用户使用AI获得的价值收费。AI代理是用于处理复杂任务的软件，需调用多个工具完成工作。目前多家科技巨头如谷歌、英伟达及赛富时均在开发类似产品。尽管当前AI代理存在缺陷，但有望在未来实现自主完成任务。这一趋势可能改变就业市场，提高拥有不可替代技能员工的报酬。
AI驱动的多语言金融投资平台「Bridgewise」获数千万美元融资
Bridgewise LTD宣布完成数千万美元战略融资，主要用于AI平台研发及全球市场扩张。该公司成立于2019年，提供多语言全球证券分析及投资建议，涵盖90%的全球上市证券。其主要产品包括EquityWise、FundWise和Bridget™，支持25种语言，已服务于50多家机构客户，并计划在亚太地区扩大影响力。
谷歌Sora升级4K！一句话操控镜头，跑分挑战顶级竞争对手
谷歌发布了Veo 2，其2.0版本在视频生成质量及控制方面有显著提升，支持4K分辨率，能更好地理解和展示现实物理世界及人类表情。在Meta基准测试MovieGenBench中，Veo 2在整体偏好和Prompt指令准确遵循方面优于其他模型，包括国产的可灵和MiniMax。此外，谷歌还改进了图像生成模型Imagen 3，使其生成的图像更加多样化且忠实于Prompt描述。
OpenAI推出免费AI搜索，实时语音搜索抢先体验，却慢了字节一步！
OpenAI宣布对ChatGPT的搜索功能进行全面升级，包括自动判断何时需要网络搜索、增加搜索按钮、丰富搜索结果展示及优化移动端体验。Plus、Team、Pro用户已可体验新功能，免费用户将在未来几周内开放。新功能涵盖语音搜索、地图集成、位置导航等，但移动端搜索仍存在一些问题。
LeCun等专家反对Ilya观点，认为「小模型时代」或将使奥特曼预言成真
Ilya在NeurIPS 2024中宣称预训练将结束，引发争议。谷歌和Meta的专家反驳称，视频等其他类型数据仍未充分利用。尽管近期顶级模型参数量有所减少，从GPT-4的1.8万亿降至约2000亿至4000亿，但未来模型规模变化仍不确定。主要原因是需求激增、蒸馏技术、数据生成方法的改进以及推理效率的提高。
Kimi专属O1版本上线，独家一手测试曝光！
Kimi发布了新的视觉思考模型K1，该模型在多项推理测试中超越OpenAI o1，并支持端到端图像理解和思维链技术。K1在数理化基准测试中表现出色，涵盖几何图形题、考研数学真题、物理和化学题目。K1能在模糊或手写潦草的图像中保持较好的性能。该模型基于强化学习技术，分为预训练和强化学习后训练两个阶段。
苦涩的教训：为何我们总是在错误中寻求正确？
Ilya Sutskever认为大模型预训练已走到尽头，而Noam Brown提出提升Test-Time Compute是提高大模型答案质量的关键。Rich Sutton在《The Bitter Lesson》中指出，70年AI研究中最深刻的教训是利用计算能力的通用方法最有效，这得益于摩尔定律。
阿里妈妈一年内将创意转化为NeurIPS’24顶会workshop的故事
NeurIPS 2024上，阿里妈妈主办了关于“大规模拍卖中的自动出价”（Auto-Bidding in Large-Scale Auctions）的Workshop，并发起了相关竞赛。此次Workshop吸引了全球1522支队伍参与，其中包括AIGB赛道793支队伍和通用赛道729支队伍。阿里妈妈提出了基于生成式模型的AIGB范式，显著提升了广告投放效果。此外，阿里妈妈开源了AuctionNet，这是一个包含大规模模拟竞价系统和博弈数据集的Benchmark，适用于决策智能领域的广泛研究。
当应用成主流，大模型公司加大投入争夺市场
过去一周，多家科技巨头如OpenAI、Google和Amazon纷纷推出新一代AI产品，强调多模态能力、执行能力和AI原生操作界面的提升。OpenAI发布了O1和GPT-4o高级语音模式，Google推出了Gemini 2.0及智能体Project Mariner，而Amazon则成立了Amazon AGI SF Lab。这些进展表明AI正从生成能力向创作能力延伸，多模态和智能体技术将促进AI在更多场景的应用，推动硬件智能化发展。
2024大模型竞赛进入最后冲刺阶段
2024年，大模型行业经历了激烈的竞争，仅有约10%的基础大模型脱颖而出，进入决赛圈。科技巨头和头部创企成为主要竞争者，其中百度、阿里、腾讯、字节跳动和华为等企业在资源投入、快速迭代和商业化能力方面占据优势。大模型市场从百家争鸣收束为少数几家，未来将仅留下3-4个基础模型作为基础设施。2025年，模型使用将进一步简化，生态也将扩大，以满足多样化的用户需求。
BetterYeah张毅：企业级AI Agent已迈入生产力新时代
BetterYeah CEO张毅在MEET2025智能未来大会上表示，企业级Agent已进入生产力阶段，通过数据和AI驱动建立反馈评估-自学习-验证的闭环，加速了AI应用的成功。目前，已有数百家头部企业在BetterYeah平台上完成生产级Agent落地，客服领域的应用速度最快，数据类任务增量价值明显。生产级Agent提升了企业业务效率，部分企业的任务量和数据呈指数级增长。例如，某客户利用Agent每日完成15万次任务，客服Agent使生产力提升28%。未来，BetterYeah将支持更复杂的多Agent应用场景和自规划能力，进一步释放企业级Agent的价值。
专家预测：人形机器人成本5年内有望降至2万元
宇树科技作为人形机器人领域的头部公司，以其强大的硬件实力和成本控制脱颖而出。公司成立于2016年，现已发布两款人形机器人，其中最新款G1售价9.9万元起。尽管人形机器人市场火热，但宇树科技认为未来竞争关键在于将细节做到极致，而不仅仅是依靠开源方案。王兴兴预计，未来2-3年人形机器人的硬件成本有望降至约2万元，同时强调公司需持续创新和保持谦卑态度以应对激烈的市场竞争。
抢先体验Kimi新模型K1：视觉思考利器，智能超越O1！
月之暗面发布了视觉思考模型k1，该模型基于强化学习技术，原生支持端到端图像理解和思维链技术，其推理能力在数学、物理、化学等领域超越了全球标杆模型如OpenAI o1、GPT-4o及Claude 3.5 Sonnet。k1不仅在基准测试中表现出色，还在处理几何图形、手写识别及古代文献分析等方面展现了强大的视觉和推理能力，同时在仿真环境中性能显著优于其他模型。
扎克伯格支持马斯克？Meta致信加州总检察长欲阻止OpenAI盈利
Meta 致信加州总检察长，呼吁阻止 OpenAI 转变为营利性公司，认为此举会为其他创业公司设立危险先例。Meta 认为，如果 OpenAI 新商业模式成功，非营利投资者将获得与营利性公司投资者相同的盈利机会，同时享有税收优惠。OpenAI 反驳称，马斯克的禁令请求是无证据的骚扰，并指出自己已完成新一轮66亿美元融资，估值达1570亿美元。
智能柔韧机器人领军企业“万勋科技”完成近2亿A轮融资，推动多场景大规模应用加速
万勋科技近期完成近2亿元的多轮融资，资金将用于技术研发和市场扩展。该公司专注于开发Pliabot®柔韧技术，这是一种通用软体机器人技术，具备高适应性和低成本优势。该技术已在高空清洁、能源运维等多个行业应用，并计划进一步拓展至全球市场。软体机器人技术因其轻巧灵活、安全互动等特点，被认为是下一代机器人的核心底层技术。
Gemini 2.0上线，一句话实现任意图片生成，网友直呼想要！
Gemini 2.0 图像处理功能火爆，通过简单的文字指令即可实现图片的一键修改，包括改装车辆、改变车身颜色、添加物品等，并能保持图像一致性。该技术支持同时修改多个元素，甚至能将物体转换成其他物体，或结合不同图像进行创作。Gemini 2.0计划于明年年初更广泛推出，目前引起大量关注和期待。
OpenAI宣布ChatGPT升级至博士水平，月薪1.4万，网友热议更倾向直接聘请博士
OpenAI计划推出能执行复杂任务的AI Agent，并考虑采用基于产品价值的定价模式。目前，其人工智能产品的订阅费用可能高达每月2000美元，引发广泛讨论和争议，许多人认为这一费用过高，甚至超过了普通工薪阶层的月收入。此外，OpenAI表示这种工具可为企业创造更大经济价值。
Bengio参与发布AI安全指数报告，最高分仅C，国内一家公司上榜
新闻稿总结：生命未来研究所发布首份《人工智能安全指数报告》，评估了六家顶尖AI公司（Anthropic、Google DeepMind、Meta、OpenAI、x.AI、智谱）在六个关键领域的安全实践。尽管Anthropic获得最高评级“C”，但所有公司在安全方面均有待提升。报告强调了风险评估、当前危害、安全框架、生存性安全策略、治理和问责制以及透明度和沟通的重要性，并提出行业需扩大研究规模，建立明确风险阈值，以提高AI模型的安全性和可靠性。
浙大研发AI助手OmniPT，3秒精准锁定癌细胞，准确率突破95%
浙江大学联合浙大一院开发了人机交互AI病理助手OmniPT，该系统已在临床应用中验证，尤其在胃癌、结直肠癌和宫颈癌等高发癌症的诊断中取得了95%以上的准确率，且在预后预测方面达到了80-90%的精度。OmniPT通过多项关键技术突破，提升了病理诊断的效率和质量，有效缓解了病理诊断人才短缺的问题。该系统预计将在更广泛的应用场景中推广，为病理医生减负并提高医疗服务质量。
这家领先大模型公司的经验揭示了企业成功落地的关键因素
2024年12月12日，2024大模型技术与应用创新论坛在北京举办。中关村科金发布了得助大模型平台2.0，具备算力统一调度、一站式模型训推和应用快速构建三大核心能力，并已在智能营销、智能客服、智能运营和知识管理四大场景中构建了200多个应用。总裁喻友平表示，大模型行业正进入精细化落地阶段，平台+应用+服务是企业大模型落地的最佳路径。该平台已与各行业伙伴合作，显著提升了转化率和工作效率，降低了企业大模型落地成本。
尝试这款AI播客生成工具，声音自然得让人难以置信！
ElevenLabs公司推出的GenFM功能可通过上传内容自动生成由两名AI对话交流的播客，支持多种格式如文章、PDF、电子书等。该功能通过添加人类元素使对话自然流畅，并适用于多样场景，如将文字转化为有趣、轻松的音频或视频转化为播客，从而增强内容的互动性和趣味性。
顶级VC向LP揭示的AI趋势：两家机构内部报告曝光
Menlo VC的报告指出，2024年AI发展集中在企业级B端市场，AI编程尤其受到非技术人群的欢迎，2个月内ARR突破2000万美元。Forerunner报告预测，2024年早期融资估值和金额增加，AI公司估值高于非AI公司。AI企业的A轮融资金额达到53亿美元，而消费类仅为5亿美元。技术趋势从“与我协作”转向“为我完成”，减轻负担成为主要趋势。BCV报告则认为AI是互联网以来最大技术变革，AI正改变工作系统，并推动物理世界的创新。三大技术创新包括后训练技术、多智能体系统和推理成本下降。
AI时代下，初创企业能否再次颠覆大型公司？
AI的崛起使得初创企业面临新挑战，大公司因拥有大量数据和昂贵算力而在AI应用中占据优势。初创企业需转变观念，从颠覆老牌企业转向与其合作并改造它们。尽管初创企业在创新和灵活性上有优势，但要在AI时代成功，它们需要与大企业更紧密合作，提供直接服务并注重负责任的创新。AI有望带来巨大的生产率提升和经济影响，但初创企业需调整策略以抓住新机遇。
千亿AI巨头“拆出”新 IPO，引爆科技圈热潮
讯飞医疗科技股份有限公司通过港交所上市聆讯，估值达84亿元。该公司专注于医疗领域的人工智能技术研发和应用，覆盖5.8万家基层医疗机构，2023年收入5.56亿元，研发支出占总收益的47.5%。随着医疗AI市场预计2023年至2033年复合年增长率达43.1%，讯飞医疗计划通过募资持续升级技术、优化产品及拓展服务网络。
豆包竟能生成汉字，揭秘这项不神秘 yet 强大的技术！
设计圈因AI生成带中文图片的新功能而掀起波澜。豆包和即梦APP的更新使AI生成的四格漫画、产品海报等刷屏朋友圈。尽管仍有乱码现象，但成功率已超过其他AI工具。该技术通过打通大语言模型（LLM）和深度学习（DIT）架构实现，克服了中文生成的技术难点，如复杂性高、排版独特等问题。然而，商业化仍面临字体版权保护等挑战。
DeepMind推出AI视频生成神器，吸粉10万！获顶级机构近亿美元投资
Moonvalley 是一家位于洛杉矶的AI生成视频公司，在Discord上拥有超10万用户。公司核心产品为文本到视频生成平台，涵盖多种视频风格。尽管已积累大量用户，其视频生成模型仍在开发中，预计2024年底推出首个版本。Moonvalley强调数据使用的合规性，并致力于解决视频AI领域的关键挑战。公司于2024年11月完成7050万美元融资，团队约30人，其中包括8名来自DeepMind的成员。
黄仁勋与埃森哲CEO对话：AI不仅是成本削减工具，重塑业务与战略方能驱动增长
印尼正成为东南亚增长最快的经济体之一，商品总值接近2000亿美元，预计到2030年将达到3000亿美元。人工智能有望使经济增长达到5000亿美元，推动各行业创新。英伟达和埃森哲的合作旨在通过技术与战略结合，助力印尼实现人工智能目标。埃森哲CEO Julie Sweet强调，重塑、战略和学习是关键，人工智能将促进8%的经济增长。黄仁勋表示，印尼已决定积极参与人工智能，通过开源技术和合作伙伴关系激活全国创新活力，推动经济增长。
周鸿祎：大模型将深入各行业，从“原子弹”转变为“日常用品”
周鸿祎在“2024中国企业领袖年会”上表示，大模型已进入专业化、垂直化发展阶段，2025年将是大模型在企业内部应用的智能体之年。他建议企业在AI时代应全员学习并应用AI，优先在办公和营销场景中实现AI化，并选择合适的具体业务场景打造专业大模型。2023年是大模型元年，2024年转向专业化方向，2025年将形成企业智能体。
从伯克利到PromptAI：肖特特揭秘下一代视觉智能的创业之路
2023年，Meta AI发布的“Segment Anything Model”(SAM)标志着通用视觉模型的新突破，无需特定类别标注即可分割任意物体，展示了对空间信息的处理能力。这项技术为计算机视觉(CV)新时代打开了大门，促进了具身智能的发展，使机器人和自动驾驶等设备具备更全面的感知和互动能力。肖特特博士参与了SAM项目，并于同年成立PromptAI公司，致力于打造通用视觉智能平台，获得了业内专家的支持。
20大AI案例闪耀CCAI大会，海淀引爆人工智能科技风暴
海淀区作为北京市西北角的区域，集中了大量的人工智能企业和人才资源，拥有37所高校和众多国家级实验室，吸引了约1300家人工智能企业入驻，其中包括26家独角兽企业。在12月13日至15日举办的2024中国人工智能大会上，发布了《北京人工智能产业白皮书（2024）》等多项重要成果。此次大会汇集了众多院士和专家，聚焦大模型等前沿话题，展示了20个涵盖多个领域的中关村科学城人工智能全景赋能典型案例。海淀区正致力于建设全球人工智能创新策源地和产业高地，通过政策支持和平台建设，推动AI技术的产业化和普惠化。
美国刚刚成立AI联盟，引领科技新潮流
美国军方正与Palantir和Anduril两家公司合作，整合各自的人工智能平台以提升国家安全能力。Anduril获得了价值1亿美元的合同扩展其边缘数据集成服务，Palantir则获得总计约6.58亿美元的合同，用于其Maven智能系统和TITAN地面站计划。这两家公司计划结合技术优势，解决数据准备和大规模数据处理的挑战，以提高美军在人工智能领域的作战效能。
黄仁勋：为AI奔波，推动行业发展
英伟达CEO黄仁勋坚信AI时代已全面开启，推动全球向英伟达计算转变。2023年，英伟达营收达350.82亿美元，同比增长94%，数据中心收入308亿美元，同比增长112%。全球AI芯片市场预计2024年达到671亿美元，年均复合增长率15.0%。黄仁勋频繁奔走全球，推动AI应用和基础设施建设，特别是在东南亚和印度。英伟达还积极布局人形机器人和算力租赁市场，计划在越南建立AI研发中心，并在中国周边拓展算力服务。
OpenAI巨头发声：预训练或成过去，Scaling Law依旧重要！
Noam Brown在研讨会上讨论了Scaling Law在AI领域的应用，强调了推理计算的重要性。尽管从2019年到现在的大型语言模型（如GPT-2到GPT-4）主要通过增加数据和算力规模取得进展，但Brown指出增加推理时间也能显著提升模型性能。例如，在扑克和棋类游戏中，推理时间的增加可等同于数万倍的模型规模扩展。Brown认为未来的AI研究应更多关注推理计算能力的提升。
OpenAI推出2000元/月会员计划，疑似推出博士级人类智能替代品，这让我陷入了沉思
OpenAI首席财务官Sarah Friar表示，公司正考虑推出每月2000美元的AI订阅服务，该服务因其“博士级智能”可替代人类完成复杂任务。这一高价位引发质疑，认为这可能是一种基于价值的定价模型，旨在让AI自主完成任务如预定旅行或科研工作。OpenAI目前主要依赖订阅费收入，未来可能通过更昂贵的套餐提升收入。这一举措引发了关于AI与人类共生关系的讨论，以及AI是否将成为人类替代品的担忧。
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
