据媒体报道，字节跳动正加大在人工智能（AI）领域的基础研究投入，其豆包大模型团队已在内部组建一支代号为“Seed Edge”的AGI长期研究团队。该团队旨在探索更长周期、具有不确定性和大胆的AGI研究课题，体现了字节在AI领域的战略决心。据披露，“Seed Edge”团队已初步确定了五大研究方向，包括探索推理能力的边界、探索感知能力的边界、探索软硬一体的下一代模型设计、探索下一代AI学习范式以及探索下一个scaling方向。这表明字节在AGI的布局并非仅限于应用层面，而是深入到了基础

OpenAI 首席产品官凯文・维尔（Kevin Weil）于1月22日透露，该公司预计将在2月或3月推出更智能的 GPT-3模型。同时，OpenAI 还计划在第一季度推出首批 AI 智能体工具，旨在赋予 ChatGPT 更强的实际操作能力。这一创新将使得 ChatGPT 能够在用户的计算机上执行具体任务，比如协助填写和提交足球报名表。这一消息无疑令许多 AI 爱好者充满期待。维尔强调，新的 GPT-3模型不仅会在语言理解和生成方面取得进步，还将大幅提升用户体验。随着技术的不断迭代，ChatGPT 有望成为一个更智能、更高效的虚拟

2025年1月22日，上海阶跃星辰智能科技有限公司宣布其视频生成模型 Step-Video 正式升级至 V2版本。此次升级带来了显著的技术突破和功能提升，使其在真实世界模拟方面更加强大。

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

2025年1月22日，网易有道正式发布了国内首个支持分步讲解的推理模型 “子曰 - o1”。这一模型采用14B 的小参数设计，能够在普通消费级显卡上进行高效部署，标志着国内教育领域在人工智能技术应用方面的重大进展。“子曰 - o1” 利用思维链技术，通过自我对话和纠错机制，能够在解题时输出详细的思考过程，让学生在学习中不仅能得到答案，还能理解解题的逻辑。这样的设计显著提升了模型的推理能力与逻辑准确性，非常适合教育场景中的应用。与市场上其它大规模、运行要求高的推

近日，英国《金融时报》报道称，谷歌公司将向人工智能初创公司 Anthropic 投资超过10亿美元。这一投资是在1月初多家媒体报道 Anthropic 即将完成一轮近20亿美元融资后宣布的，预计该轮融资由 Lightspeed Venture Partners 牵头，Anthropic 的估值接近600亿美元。据悉，谷歌的这项新投资与 Lightspeed 的融资轮无关，显示出谷歌对 Anthropic 的持续信心。Anthropic 作为 OpenAI 的主要竞争者，在 AI 基础模型领域占据了重要位置。虽然 Anthropic 未对此事发表评论，谷歌也未在非工作时间内回复置评请求，但市场对

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

谷歌于2025年1月22日正式发布了其 Gemini2.0Flash Thinking 推理模型的增强版，再次夺回 Chatbot Arena 的榜首。此版本的升级主要集中在长上下文的处理能力上，能够支持高达1M token 的输入，为用户在处理长篇文本时提供了更深入的分析能力。谷歌 AI 负责人 Jeff Dean 在发布会上表示，此次实验性更新旨在提高模型的可靠性，并减少模型生成的思想与最终答案之间的矛盾。Gemini2.0Flash Thinking 不仅延续了原有版本的优点，还新增了基于思维（thoughts）增强推理能力的功能，表现出色。在技术层面，Gemini2

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。

“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。

在当今的人工智能（AI）发展中，数据传输速度成为制约其进步的重要瓶颈。为了打破这一壁垒，密歇根大学(U-M)领导的研究团队正在开发一种全新的芯片连接系统，采用光波而非传统电缆进行数据传输。这一创新有望解决限制计算速度的 “内存墙” 问题，推动 AI 模型的进一步增长。该项目获得了来自国家科学基金会未来半导体项目的200万美元资助，参与单位包括华盛顿大学、宾夕法尼亚大学、劳伦斯伯克利国家实验室，以及谷歌、惠普企业、微软和英伟达等四家行业合作伙伴。尽管数据

在当今数字化的世界里，短文本的使用已成为在线交流的核心。然而，由于这些文本往往缺乏共同的词汇或背景，使得人工智能（AI）在分析时面临诸多挑战。对此，悉尼大学的一名英语文学研究生兼数据科学家贾斯汀・米勒(Justin Miller)提出了一种新方法，利用大型语言模型(LLMs)对短文本进行深入理解和分析。米勒的研究重点在于如何将大量短文本，如社交媒体个人资料、顾客反馈或与灾难事件相关的在线评论，进行有效的分类。他开发的 AI 工具可以将数以万计的 Twitter 用户个人简介聚类

人工智能技术不断发展，越来越多的人开始关注 AI 系统对青少年的描绘。华盛顿大学的博士生罗伯特・沃尔夫在一次实验中让 AI 系统完成句子 “这个青少年在学校_____”。他原本期待的答案是 “学习” 或 “玩耍”，却意外得到 “死去” 这一惊人回答。这一发现促使沃尔夫和他的团队深入研究 AI 如何刻画青少年。图源备注:图片由AI生成，图片授权服务商Midjourney研究团队分析了两种常见的英文开源 AI 系统和一种尼泊尔语系统，试图比较不同文化背景下 AI 模型的表现。结果发现，在英文

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

1月20日，广东佛山市举行了模界・企业 AI 应用商城发布会暨 AI 小模型产业联合体成立大会，这标志着佛山在 “AI+” 赋能新质生产力发展的探索又迈出了重要一步。AI 小模型是指针对特定行业或领域进行优化和定制的人工智能模型。这类模型具有数据需求量小、计算资源消耗低、训练和优化成本低、隐私安全性高等显著优势。佛山市副市长陈新文在大会上表示，佛山以制造业为根基，而 AI 小模型的实用性尤其适合传统产业，能够有效解决实际问题。其应用将有助于企业显著提升生产效率

今日，腾讯宣布推出混元3D AI 创作引擎，旨在通过提示词或图片，快速生成高质量的3D 模型。该创作引擎集成了3D 功能矩阵、编辑工具、生成工作流及丰富的创作素材库，为设计师和创作者提供了极大的便利。用户只需输入简单的提示词，例如 “圆形棕色长形沙发” 或 “猫头鹰，大眼睛，深棕色”，便可轻松生成对应的3D 模型，并可选择不同的风格进行下载，支持主流3D 文件格式如 glb、fbx 和 obj。此外，该引擎还具备3D 动画、草图生成和3D 小游戏创作等多样化功能，大幅提升创作效率。

谷歌近日宣布，将于2025年1月23日发布其全新升级的 AI 模型 ——“Gemini2.0Flash Thinking Exp-0123”。该模型是现有 “Exp-1219” 的进一步优化，主要聚焦于增强推理能力以及思维透明度。随着 AI 技术的迅猛发展，谷歌致力于通过此次升级，让机器不仅能够生成答案，更能够清晰地展现出其思考过程，极大提升了用户对 AI 工作原理的理解。Gemini2.0的一大亮点在于其能够生成 “思考过程”，这一功能将为开发者和研究人员提供更大的便利。通过集成到 Google AI Studio，开发者可以利用这一工具进行更

月之暗面公司隆重推出其全新的 SOTA（state-of-the-art）模型 ——k1.5多模态思考模型，标志着在多模态推理和通用推理领域的重大突破。该模型不仅具备出色的多模态处理能力，还展示了卓越的通用推理能力，能够有效应对各类复杂任务。k1.5模型的最大亮点在于其多模态推理能力。它可以同时处理来自文本、图像、声音等不同模态的信息，进而提供更加全面和准确的理解。这一特性使其在视觉问答、视觉常识推理及视觉语言导航等任务中表现尤为出色。举例来说，用户可以通过图像和文本结

清影2.0在模型结构、训练方法和数据工程方面进行了全面升级，基础模型能力大幅提升38%。这一改进使得清影2.0能够生成动作更自然、画面更精美且稳定可控的视频内容。用户仅需输入简单的提示词，即可让视频中的画面主体进行大幅度运动，同时保持画面的稳定性。例如，清影2.0能够生成男子从海报中走出、整理领带并进行特写镜头的连贯动作，展现了其在动作连贯性和画面稳定性方面的显著进步。