谷歌前首席执行官埃里克·施密特（Eric Schmidt）在发表的专栏文章中呼吁美国加大开源人工智能的研发力度，以应对DeepSeek的崛起。图源备注:图片由AI生成，图片授权服务商Midjourney施密特认为，DeepSeek的崛起标志着全球人工智能竞赛的转折点，证明中国可以利用更少的资源与大科技公司竞争。施密特指出，为了对抗DeepSeek，美国必须开发更多的开源模型，投资人工智能基础设施（如星际之门），并鼓励领先的实验室分享他们的训练方法。他还强调，DeepSeek的成功不仅在于其技术的先进性，还

阿里云通义千问开源了全新的视觉模型Qwen2.5-VL，并推出了3B、7B和72B三个尺寸版本。其中，旗舰版Qwen2.5-VL-72B在13项权威评测中夺得视觉理解冠军，超越了GPT-4o与Claude3.5。阿里云官方介绍称，新的Qwen2.5-VL能够更准确地解析图像内容，并突破性地支持超过1小时的视频理解。该模型可以在视频中搜索具体事件，并对视频的不同时间段进行要点总结，从而快速、高效地帮助用户提取视频中的关键信息。此外，Qwen2.5-VL无需微调即可变身为一个能操控手机和电脑的AI视觉智能体（Visual Agents），实现多

继 DeepSeek R1之后，阿里云通义千问团队刚刚宣布推出其最新的开源模型 Qwen2.5-1M，再次引发业界关注。此次发布的 Qwen2.5-1M 系列包含两个开源模型:Qwen2.5-7B-Instruct-1M 和 Qwen2.5-14B-Instruct-1M。这是通义千问首次推出能够原生支持百万Token上下文长度的模型，并在推理速度上实现了显著提升。Qwen2.5-1M 的核心亮点在于其原生支持百万 Token 的超长上下文处理能力。这使得模型能够轻松应对书籍、长篇报告、法律文件等超长文档，无需进行繁琐的分割处理。同时，该模型还支持更长时间、更深入的对话

近日，微软与加州大学伯克利分校、伊利诺伊大学等研究机构联合开源了一个名为 AIOpsLab 的项目，旨在为云自动化运维提供一套智能代理系统。AIOpsLab 能够模拟真实云服务环境中的复杂操作任务，支持故障的自动检测、定位及解决，显著提高云服务的可观测性与运维效率。AIOpsLab 的主要功能是通过模块化设计，支持人类与数字代理的协作，方便开发者扩展应用程序、处理不同工作负载及故障场景。其架构由五个关键部分组成:协调器、服务、工作负载生成器、故障生成器以及可观测性。协

近日，Meta 的工程师们在匿名社交平台 TeamBlind 上吐露心声，揭示了中国公司 DeepSeek 所研发的 AI 模型 R1所带来的巨大压力。DeepSeek 被认为是全球首个与 OpenAI 的 o1模型相提并论的开源 AI 模型，而与 OpenAI 相比，R1不仅开源程度更高，而且训练成本低得惊人，仅为550万美元。相比之下，Meta 的高管年薪常常超过整个 DeepSeek V3的训练成本，这使得 Meta 的管理层倍感尴尬。据内部消息透露，DeepSeek V3的出现已在去年令 Meta 感受到不小的压力。Meta 的工程师们正在加紧时间，努力分析 DeepSeek 的技术，

今日，百川公司宣布，其最新研发的Baichuan-M1系列模型正式面世，包括国内首个全场景深度思考模型Baichuan-M1-preview与行业首个开源医疗增强大模型Baichuan-M1-14B，两款模型均展现了卓越的性能与创新的技术特点。

今日，中国联通宣布，其旗下联通数据智能有限公司正式发布了元景思维链大模型。这一创新成果已在GitHub、魔搭、始智等多个社区全面开源，标志着中国联通在人工智能领域迈出了重要一步。

最近，一位软件工程师安纳奈・阿罗拉（Ananay Arora）以 “不到一顿 Chipotle 餐” 的价格购买了域名 OGOpenAI.com，并将其重定向至中国的 AI 实验室 DeepSeek。这个决定引发了许多人的关注，因为 DeepSeek 近期在开源 AI 领域中取得了显著进展，成为了热议的话题。DeepSeek 发布的 AI 模型在技术上与早期的 OpenAI 模型相似，能够离线使用，并且任何具备相应硬件的开发者都可以免费使用。这一特性使 DeepSeek 的产品受到了不少开发者的青睐。上周，该实验室发布了其 DeepSeek-R1模型的开放版本，声称在某

最近，一名软件工程师以 “不到一顿 Chipotle 餐的价格” 购买了 OGOpenAI.com 域名，并将其重定向至中国人工智能实验室 DeepSeek 的网站。该实验室在开源 AI 领域崭露头角，吸引了广泛的关注。据软件工程师阿纳奈・阿罗拉（Ananay Arora）向《TechCrunch》透露，他的初衷是为了支持 DeepSeek，因为该实验室最近推出了一款名为 DeepSeek-R1的开放版本模型，声称在某些基准测试中表现优于 OpenAI 的 o1。阿罗拉表示，DeepSeek 的模型可以离线使用，任何具备必要硬件的开发者都可以免费获取，类似于 OpenAI 早

“子曰-o1”是一款14B轻量级单模型，专为消费级显卡设计，能够在低显存设备上稳定运行。该模型采用思维链技术，能够提供详细的解题过程和逻辑推理，其运行思路更接近人类的思考方式。通过“自言自语”和自我纠错的方式，模型可以输出分步解题过程，帮助用户更好地理解和掌握知识。

法国初创公司 Mistral AI，作为开源 AI 领域的崭新力量，近日宣布计划上市，而非被收购。Mistral 的首席执行官兼联合创始人阿图尔・门施（(Arthur Mensch）)在接受彭博电视采访时表示:“我们并不出售。” 此前曾有传闻称，微软可能会收购该公司，部分原因是微软向 Mistral 投资了1500万欧元(约合1560万美元)并与其建立了合作关系。门施补充说，目前 Mistral 并不需要融资，因为公司拥有充足的资金。Mistral 成立于2023年4月，创始团队由来自谷歌深度学习部门 DeepMind 和 Meta 的前工程师组成。门施表示

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

字节跳动旗下的豆包正式上线全新的 AI 编程功能，这一功能适用于豆包的电脑版和网页版，旨在提升开发者的编程效率和使用体验。从页面来看，用户现在可以轻松地通过一键上传多个本地代码文件，或者实时引入 GitHub 开源仓库，从而快速获取项目的完整上下文，无需繁琐的逐段复制操作。豆包的这一新功能配备了全新的代码编辑器，提供沉浸式阅读体验，帮助开发者更专注于代码本身。当用户需要对代码片段进行解释或调整时，能够精准圈选相关部分，大大提高了互动性和便利性。此

​MiniMax于2025年1月15日宣布开源其全新系列模型MiniMax-01，该系列包含基础语言大模型MiniMax-Text-01和视觉多模态大模型MiniMax-VL-01。MiniMax-01系列在架构上进行了大胆创新，首次大规模实现线性注意力机制，打破了传统Transformer架构的局限。其参数量高达4560亿，单次激活459亿，综合性能与海外顶尖模型相当，且能高效处理长达400万token的上下文，这一长度是GPT-4o的32倍、Claude-3.5-Sonnet的20倍。

近日，清华大学、复旦大学与斯坦福大学的研究团队联合发布了一款名为 “Eko” 的 Agent 开发框架，旨在通过简单的代码和自然语言帮助开发者快速构建可用于生产的 “虚拟员工”。Eko 框架能够接管用户的电脑和浏览器，代替人类完成各种繁琐的任务。通过 Eko，用户可以实现自动化的数据收集、测试和文件管理等功能。例如，用户可以设定 Eko 自动收集雅虎财经上的最新股票数据，并生成可视化报告。又如，Eko 能够进行登录页面的自动化测试，以确保系统的安全性和稳定性。这一切都意

AI 图像生成技术正在飞速发展，但模型体积越来越大，对普通用户来说，训练和使用成本都非常高。现在，一种名为 “Sana” 的新型文本到图像框架横空出世，它能够高效生成高达4096×4096分辨率的超高清图像，而且速度惊人，甚至可以在笔记本电脑的 GPU 上运行。Sana 的核心设计包括:深度压缩自编码器:与传统自编码器仅压缩图像8倍不同，Sana 使用的自编码器可以将图像压缩32倍，从而有效地减少了潜在的 tokens 数量。这对于高效训练和生成超高分辨率图像至关重要。线性 DiT:Sana 用线性注意

Mistral公司近日宣布推出其最新的开源编码模型——Codestral25.01，这是其备受欢迎的编码模型Codestral的升级版。这一版本在架构上进行了优化，显著提升了性能，成为其“重量级编码的明显领导者”，速度比前版提升了两倍。与原版Codestral相似，Codestral25.01依然专注于低延迟和高频率操作，支持代码校正、测试生成以及中间填充任务。Mistral公司表示，这一版本特别适合需要更多数据和模型驻留的企业。基准测试显示，Codestral25.01在Python编码测试中的表现超出预期，HumanEval测试得分为86.6%，远超

Mistral 公司近日宣布升级其开源代码生成模型 Codestral，推出了全新版本 Codestral25.01。此次更新使得该模型在编程领域的竞争力显著增强，目标是为开发者提供更高效的代码生成体验。根据 Mistral 的博客文章，Codestral25.01的架构经过优化，承诺在同类模型中成为 “绝对领军者”，其代码生成速度是之前版本的两倍。这一新版本依旧保持了原有模型的优势，专注于低延迟和高频操作，支持代码纠正、测试生成及代码填充等任务。Mistral 表示，这对于拥有大量数据的企业和模型驻留使用场景尤为

近日，英伟达开源了一款名为 Sana 的图像生成模型，这一模型仅有0.6亿个参数，极大降低了运行门槛。据了解，Sana 能够生成4096×4096分辨率的图像，并且可以在16GB 的显卡上运行，不到1秒的时间内生成1024×1024分辨率的高质量图片，这一速度在同类模型中表现突出。Sana 的工作原理是依靠 DC-AE（双通道自编码器）技术，使用32倍的潜在空间进行图像生成。该工具配备了8个 GPU 进行处理，其中包括性能强大的 GTX3090显卡，使其在处理复杂图像时速度更快、效果更佳。据称，Sana0.6B性能上和Flux-12B