商汤科技近日正式上线其全新 APP “秒画趣拍”，为广大用户提供了一场充满创意与趣味的 AI 影像体验。恰逢新春佳节的来临，这款应用旨在通过先进的人工智能技术，帮助用户打造个性化的新年写真，营造浓厚的节日氛围。“秒画趣拍” 不仅仅是一个普通的摄影 APP，它的小程序中涵盖了丰富多样的模板，用户可以选择校园毕业照、创意合照、名画风写真、旅拍照片、新国风以及二次元等多种风格。无论你想要记录青春的毕业时光，还是渴望在旅行中留下美好的瞬间，或是想尝试一下不

字节跳动正式推出其最新的豆包大模型1.5Pro（Doubao-1.5-pro），这一新模型在多个领域的综合能力上表现出色，成功超越了行业内知名的 GPT-4o 和 Claude3.5Sonnet。该模型的发布标志着字节跳动在人工智能领域又向前迈出了重要一步。豆包1.5Pro 采用了新型的稀疏 MoE（混合专家）架构，使用较小的激活参数进行预训练。这种设计的创新之处在于其可以提供等效于7倍激活参数的 Dense 模型性能，使其在效率上远超行业常规的 MoE 架构，带来了约3倍的效率提升。这样的设计使得豆包大模型在知识、代码

2025年1月22日，字节跳动旗下的火山引擎宣布正式发布豆包大模型1.5，并全面上线火山方舟平台。此次发布的豆包大模型1.5在多个领域取得了显著的性能提升，综合能力达到全球领先水平，标志着字节跳动在人工智能领域的又一重要突破。

近日，上海大学在其 “千学百科” AI 智慧平台的基础上，推出了一系列学科专属的大模型，进一步推动了人工智能在教育和科研领域的应用。这些新模型包括上海话大模型、类器官大模型、材料基因大模型等，其中最受瞩目的便是于2024年11月9日发布的上海话大模型 “小沪”。“小沪” 大模型的1.0版本专注于沪语的听说读写能力，能够进行沪语朗读、沪语与普通话的自由对话等多项功能，极大丰富了沪语学习和使用的场景。这一大模型的推出不仅是上海话保护与传承的重要举措，也为非

今天，腾讯宣布开源其混元3D 生成大模型2.0，并同步推出混元3D AI 创作引擎，标志着业界首个 “一站式3D 内容 AI 创作平台” 的正式上线。这一创新平台使得用户可以通过简单的文字或图片输入，快速生成高质量的3D 模型，极大地简化了3D 内容创作的过程。混元3D 生成大模型2.0在技术上进行了全面升级，特别是在几何和纹理两个关键方面。几何大模型主要负责捕捉3D 物体的形状与结构，腾讯采用了 Hunyuan3D-DiT 和 Hunyuan ShapeVAE 等先进技术，生成的 “白模” 效果与设计师手工建模相当。而纹

2025年1月20日，豆包 App 正式发布了其最新的 “端到端” 语音大模型，并对实时语音通话功能进行了重要更新。这一进展标志着豆包在语音交互领域的又一次飞跃，超越了之前的 ASR（自动语音识别）、LLM(大语言模型)和 TTS(文生音频)的级联方案，将语音识别、理解和生成整合在同一个模型中。经过《智能涌现》的测试，新版豆包的最大亮点在于其具备了人类般的表达能力和情感输出，提升了对话的流畅度与智能水平。尤其是 “灵魂歌手” 和 “百变大咖” 模式，让豆包不仅能够进行唱歌，

正文:近期，中国的 DeepSeek 团队重磅推出了其最新开源大模型 R1，受到了广泛关注。R1模型的性能表现极其出色，在多项测试中均超越了 OpenAI 的 o1模型，尤其是在数学和编程方面的评估中表现优异。在最新的美国 AIME2024测试中，R1以79.8分的成绩超越 o1的79.2分。在 MATH-500测试中，R1获得了97.3分，同样领先于 o1的96.4分。此外，在 SWE-bench Verified 测试中，R1得分为49.2，也超过了 o1的48.9分。虽然在代码测试 Codeforces 中，R1仅比 o1低0.3分，但整体性能与 o1模型相当。除了性能，R1的成本优势更为引人

DeepSeek近日正式发布并开源了其最新研发的大型语言模型R1，该模型在性能上表现出色，被认为可与OpenAI的o1正式版相媲美。这一举措不仅标志着国产AI技术的又一次重大突破，也为全球AI开发者带来了新的选择。DeepSeek R1在后训练阶段大规模应用了强化学习技术，即便是在极少标注数据的情况下，也显著提升了模型的推理能力。在数学、代码、自然语言推理等关键任务上，DeepSeek R1的性能均能与OpenAI o1正式版平分秋色，展示了其强大的实力。为了回馈开源社区，DeepSeek同时开源了DeepSeek-R1和De

近日，浙江大学与阿里巴巴达摩院联合发布了一项引人瞩目的研究，旨在通过教学视频创建高质量的多模态教科书。这一创新的研究成果不仅为大规模语言模型（VLMs）的训练提供了新的思路，也可能改变教育资源的利用方式。随着人工智能技术的迅猛发展，VLMs 的预训练语料主要依赖图文对数据与图文交织语料。然而，当前的这些数据多来自网页，文本与图像的关联性较弱，知识密度也相对较低，无法有效支持复杂的视觉推理。为了应对这一挑战，研究团队决定从互联网上海量的教学视频

近日，中国石化正式推出了首位 “AI 数字员工”。这位虚拟助手将在全国40余座加油站进行试点，其中包括广西南宁的新阳加能站。作为我国石油石化行业的首个 AI 加油数字员工，这一创新举措旨在提升客户的自助加油体验。在加油过程中，车主只需通过加油机大屏幕与数字员工进行互动。例如，车主询问 “你好!我要加95号汽油，请问油价是多少?” 数字员工能够快速回答油价，并为客户提供加油指导。加油结束后，这位数字员工还能根据客户的需求，推荐附近的旅游景点，实现信息的多

近日，豆包公司宣布推出其全新的实时语音大模型，号称在中文对话方面实现了 “断崖式领先”，标志着 AI 对话能力的显著提升。这一模型在豆包 App（版本号7.2.0新春版）中全量开放，为用户带来了更为丰富和真实的语音交流体验。据介绍，豆包的实时语音大模型实现了语音理解与生成的深度融合，形成了端到端的语音对话系统。这一技术的突破让模型在语音表现力、控制力以及情绪承接方面的表现非常出色，具备低时延和随时打断对话的功能，极大提升了用户的互动体验。官方表示，

​1月20日，商汤科技宣布其“日日新融合大模型交互版”（SenseNova-5o）正式对外提供实时音视频对话服务，并限时免费开放给用户使用。这一交互版本的发布，标志着商汤在人工智能领域的又一重要进展，旨在通过强大的实时交互、视觉识别、记忆思考和复杂推理能力，推动AI与人类更自然、更流畅的交流。

上海稀宇科技有限公司旗下的MiniMax宣布其全新升级的T2A-01系列语音模型全球同步上线，并推出海螺语音产品。T2A-01系列包含T2A-01-HD，T2A-01-Turbo两款模型供用户使用，API服务已同步上线MiniMax开放平台，企业可以根据音频质量与生成速度的需求重点来选择。

近年来，视觉大模型（Large Vision Language Models， LVLMs）在图像理解和跨模态任务中展现出非凡的能力，然而随之而来的 “幻觉现象” 问题也日益突出。为了应对这一挑战，淘天集团的未来生活实验室团队提出了一种名为 “令牌偏好优化”(Token Preference Optimization，简称 TPO)的新方法，并引入了一种自我校准的视觉锚定奖励机制。TPO 的最大创新在于它实现了自动化的令牌级奖励信号。这一方法能够自动识别偏好数据中的视觉锚定令牌，避免了人工细粒度标注的繁琐，同时在训练过程中为每个令

在地震监测和分析领域，一项重大的技术突破于1月17日在国家超级计算机成都中心正式发布。全球首个亿级参数量的地震波大模型 ——“谛听” 大模型的第三阶段测试版本已经上线。这一模型由国家超级计算机成都中心、中国地震局地球物理研究所以及清华大学联合开发，标志着我国在地震研究技术上的一次飞跃。“谛听” 大模型的研发目的在于提升地震信号的识别精度和监测能力，尤其是在处理复杂的地震波形数据方面，能够提供更为高效和准确的分析。据悉，该模型已经在西藏定日

近日，北汽极狐正式宣布旗下阿尔法 S5车型进行了一次重要的 OTA（Over-The-Air）升级，尽管具体的版本号尚未公布，但此次更新无疑是车主们期待已久的。这次升级不仅引入了多项新功能，还对原有功能进行了优化，提升了用户体验。首先，最受关注的新增功能包括全新的 AI 大模型2.0和哨兵模式。AI 大模型2.0的加入，意味着车辆在智能化程度上有了显著提升，可以更好地理解和适应驾驶者的需求。而哨兵模式则增强了车辆的安全性，当车辆处于停放状态时，该模式可以自动监测周围环境，

近日，OpenAI 的 CEO 山姆・奥特曼在社交媒体上透露，备受期待的 o3-mini 将在几周内正式发布。这一消息让众多关注人工智能发展的用户感到兴奋。o3-mini 作为大模型的蒸馏版，将同时推出 API 和网页端，进一步满足用户的需求。o3-mini 的性能虽然不及其前身 o1-pro，但在速度上却有所提升。对此，OpenAI 的研究科学家洪宇・任表示，o3-mini 将有高、中、低三个版本供用户选择，用户可以根据自身需求选择合适的版本。在 Codeforces 编程基准测试中，o3-mini（低版本）表现不如 o1，但其高版本在成本

近日，科大讯飞股份有限公司在知识产权领域迈出了重要一步，申请注册了多个与 “烟火大模型”“火炬大模型”“星光大模型” 相关的商标。天眼查信息显示，这些商标的国际分类涵盖了科学仪器、网站服务、教育娱乐等多个领域。目前，这些商标的状态均为等待实质审查。科大讯飞成立于1999年12月，是中国人工智能和语音识别领域的领先企业，法定代表人为刘庆峰，注册资本约为23.1亿人民币。作为一家共同股东包括中国移动通信有限公司和中科大资产经营有限责任公司的公司，科大

腾讯混元安全团队的朱雀实验室研发的AI生成图片检测系统，通过上传图片、等待验证，几秒钟就能判断图片是否由AI生成。该系统主要通过捕捉真实图片与AI生图之间的差异来区分，如AI生图有时不符合常识逻辑，会出现带着翅膀飞的小狗、叼着雪茄的猫咪等不符合现实的内容;AI生成图片需要

据智能涌现报道，腾讯 AI 助手“元宝”完成了一次重要的组织调整，产品团队整体迁移至腾讯云与智慧产业事业群（CSIG）。这一变动意味着「元宝」将由腾讯会议的负责人吴祖榕接手。在新角色中，吴祖榕将专注于「元宝」的产品能力建设和用户体验优化。而腾讯混元大模型研发团队则会继续专注于技术支持，提升模型能力和性能。腾讯集团的高层领导汤道生在员工沟通会上强调，将加大对大模型等 AI 战略方向的投入，未来会继续推动技术创新和应用探索。「元宝」作为腾讯基于混元大