企查查APP显示，近日，华为技术有限公司“一种AI模型的生成方法及装置”专利公布。企查查专利摘要显示，该专利涉及人工智能技术领域，能够在一定程度上提升生成AI模型的效率、降低资源消耗。该方法包括:第一处理器基于AI模型的多个算子中的每一个算子的执行时长、每一个算子运行过程中第二处理器的第二内存的内存占用大小以及内存卸载时长，构建以操作指示信息为优化变量的目标优化函数;并且对目标优化函数进行全局寻优，得到用于指示对多个算子中的每一个算子是否执行目

在最近的一期播客中，微软首席执行官萨提亚・纳德拉表示，随着语言模型的不断成熟，AI 模型正逐渐走向标准化和商品化。他指出，这一变化促使企业在人工智能（AI）开发上的战略重心从单纯的模型研发转向系统整合与产品开发。纳德拉强调，“模型本身并不足够，企业需要关注完整的系统架构以及成功的产品。” 他认为，当前 AI 行业正经历一场 “浪潮般的活动”，自从2022年11月 ChatGPT 问世以来，涉及芯片、数据中心、框架、基础模型、垂直 AI 公司、消费者硬件与软件等多个领域的

近日，谷歌推出了其最新的文本处理模型 ——Gemini Embedding，并在 Massive Text Embedding Benchmark（MTEB）中取得了出色的成绩，成为当前性能最强的文本嵌入 AI 模型。这一消息无疑为 AI 文本处理领域注入了新的活力，令业界瞩目。Gemini Embedding 能够将文本转换为数值表示（向量），这使得它在语义搜索、推荐系统以及文档检索等应用中表现尤为优异。在 MTEB 基准测试中，该模型的平均任务得分高达68.32，远超其竞争对手如 Mistral、Cohere 和 Qwen 等。尤其在配对分类任务中，Gemini Embedding 的得分为85.

根据Hedra 在X平台上的最新消息，Hedra Studio正式推出了其全新AI模型——Character-3，这一模型被认为是数字人视频生成技术的一次重大飞跃。Hedra通过整合尖端AI技术，为内容创作者和企业营销人员提供了更高效、更具创意的内容生成工具，标志着AI驱动的叙事方式迈向了新的高度。Character- 3 模型：多模态融合的创新Character- 3 模型具备同时处理多种输入类型的能力，包括图像、文本和音频，并能将这些元素无缝融合，生成高质量的视频内容。用户只需上传一张人物照片，输入一段文本或音频，

媒体报道称，自微软内部 AI 部门负责人 Mustafa Suleyman 接手微软的 AI 业务以来，该公司的合作伙伴 OpenAI 关系经历了波动。据知情人士透露，在去年的一次视频会议上，Suleyman 与 OpenAI 管理层就 “思维链” 推理过程的不同看法发生了争执，最终导致会议提前结束。为了减少对 OpenAI 的依赖，Suleyman 组建了一支专注于开发自主 AI 模型 MAI 的研究团队。该团队目前已在 Microsoft Co pi lot 产品中开始测试 MAI 模型，希望用这一自研技术替代 OpenAI 的模型。此外，微软计划在今年晚些时候推出 MAI 的 API

在AI模型竞争的浪潮中，法国初创公司Mistral另辟蹊径，亮出了一款名为Mistral OCR的光学字符识别（OCR）API，旨在赋予企业更高级的文档理解能力。这款新工具承诺将杂乱无章的PDF和图像文件中的内容——无论是潦草的手写笔记，清晰的打印文本，还是复杂的图片、表格和公式——都精准地提取出来，并整理成结构化的数据呈现。对于那些被海量非结构化数据困扰的企业来说，这无疑是一场及时雨。正如Mistral在官方博客中所言，高达90%的企业信息都以非结构化数据的形式存在。这类数据，比

随着开源 AI 框架的快速发展，开发者们在部署 AI 模型时获得了前所未有的灵活性。Portkey AI Gateway 作为一款开源项目，旨在简化 AI 模型的编排，提供统一的 API 接口，助力开发者轻松整合多种 AI 模型。除了支持大型语言模型（LLMs），Portkey 还涵盖了视觉、音频(文本转语音和语音转文本)、图像生成等多模态生成 AI 模型。图源备注：图片由AI生成，图片授权服务商MidjourneyPortkey AI Gateway 的设计初衷在于解决开发者在集成和管理多个 LLM 提供商时面临的诸多挑战，包括供应商锁定、不同模型性能

人工智能初创公司 Cohere 的非营利研究实验室本周发布了一款多模态 “开放” AI 模型 ——Aya Vision。该实验室声称，该模型在行业内处于领先地位。Aya Vision 能够执行多项任务，包括撰写图片说明、回答与照片相关的问题、翻译文本以及生成23种主要语言的摘要。Cohere 表示，他们通过 WhatsApp 免费提供 Aya Vision，希望能让世界各地的研究人员更方便地获取技术突破。Cohere 在其博客中指出，尽管人工智能已经取得了显著进展，但在不同语言之间的模型表现仍存在很大差距，尤其是在涉及文本和

OpenAI 其“应用协作” 功能在 macOS 平台上进行重大更新，推出三项新设置以及全新的用户界面。这些改进虽然尚未向公众开放，但旨在进一步提升 ChatGPT 与各类桌面应用的整合能力，为用户提供更顺畅的操作体验。首先，新增加的 “自动与聊天栏中的应用配对” 功能能够在用户切换不同的 AI 模型或开启新的聊天时，保持与应用程序的连接。这一功能的推出，有助于提高工作流程的连贯性，减少用户在操作中的中断。其次，ChatGPT 现在可以在连接的应用程序中生成文件的建议编辑。这意味

IBM 最近发布了其最新的 Granite3.2大型语言模型，旨在为企业和开源社区提供 “小巧、高效、实用” 的企业人工智能解决方案。该模型不仅具备多模态和推理能力，还提升了灵活性和成本效益，使得用户更容易采用。Granite3.2引入了视觉语言模型（VLM），用于处理文档，进行数据分类和提取。IBM 声称，这一新模型在一些关键基准测试中，性能达到或超过了更大型的模型，如 Llama3.211B 和 Pixtral12B。此外，Granite3.2的8B 模型在标准数学推理基准测试中，也显示出能匹敌或超越更大模型的能力。为

OpenAI 宣布开始向 ChatGPT Plus 用户推出其最新、最大的人工智能模型 ——GPT-4.5。根据公司的安排，ChatGPT Plus 的订阅者将在未来一到三天内逐步获得该模型的使用权限。OpenAI 首席执行官山姆・阿尔特曼（Sam Altman）表示，由于容量限制，初期的用户访问将受到控制，以管理用户的期望。GPT-4.5是 OpenAI 迄今为止最大规模的人工智能模型，它在训练过程中使用了更多的计算资源和数据，旨在提升模型在对话任务中的表现。相比之前的版本，GPT-4.5在日常聊天、实用问题解决和创意任务上展现了更为

最近，得到了英伟达（Nvidia）支持的数据中心公司 CoreWeave 宣布收购人工智能开发平台 Weights & Biases，交易金额未公开，但据《信息》(The Information)报道，CoreWeave 在此次交易中花费了约17亿美元。Weights & Biases 成立于2017年，创始人包括 Lukas Biewald、Chris Van Pelt 和 Shawn Lewis，旨在为 AI 应用程序的开发提供工具。如今，Weights & Biases 的工具已经被包括阿斯利康（AstraZeneca）和英伟达在内的1400多家机构广泛使用，成为了他们在训练和优化 AI 模型过程中的系统记录工具。此次收购对于 CoreWeave 而言，

近日，硅基流动在其更新公告中宣布，为了进一步优化资源配置，提供更先进、优质、合规的技术服务，将于2025年3月6日对部分模型进行下线处理。此次下线的模型主要为未经审查的国外模型，特别是生图模型，仅保留KColor。请用户注意，如果之前接入了公告中提及的模型，务必在3月6日前完成迁移。公告地址:https://docs.siliconflow.cn/cn/release-notes/overview

OpenAI 的 GPT-4.5模型在刚刚发布后的六小时内，成功登顶人工智能竞技场，并成为全任务分类的第一名。然而，这一荣耀并未持续太久，马斯克的 xAI Grok-3模型迅速逆袭，反超成为总榜第一名。根据投票数据显示，GPT-4.5与 Grok-3各自获得超过3000票，最终总分为1412对1411，仅差一分。尽管 GPT-4.5在大多数项目上表现优秀，但 Grok-3在特定的 “带风格控制” 和 “困难提示词” 任务上略有优势，这使得它在总分上实现了反超。图源备注：图片由AI生成，图片授权服务商Midjourney对于这场 “六小时逆转

近日，谷歌宣布开源一款名为 SpeciesNet 的人工智能模型，该模型旨在通过分析相机捕捉到的照片来识别动物种类。随着科研工作者在全球范围内使用相机陷阱（连接红外传感器的数字相机）进行野生动物研究，这些设备虽然提供了宝贵的数据，但同时也会产生大量数据，处理这些数据往往需要耗费数天到数周的时间。为了解决这一问题，谷歌在六年前启动了 “野生动物洞察” 项目，属于其谷歌地球外展慈善计划的一部分。这个平台让研究人员能够在线共享、识别和分析野生动物图像，从

近日，科技媒体 The Decoder 发布了一篇有关 OpenAI 最新模型 GPT-4.5的报道，内容引发了业界对该模型的性价比质疑。根据官方数据显示，尽管 GPT-4.5在性能上有所提升，但相较于前一版本 GPT-4o，其成本却大幅增加。具体而言，GPT-4.5在多个方面的表现优于 GPT-4o 的比例分别为:专业查询63.2%、日常查询57% 以及创意任务56.8%。然而，这些提升的幅度仅在6.8% 到13.2% 之间。更令人瞩目的是，GPT-4.5在使用成本上，输入 token 的费用高达每百万个75美元，而输出 token 的费用则为150美元。与之相比，GPT-4o 的输

OpenAI通过官方博文宣布，其最新研发的GPT-4.5AI模型已正式亮相。这款模型被OpenAI标榜为其目前最大、表现最佳的聊天模型，并将以研究预览版的身份率先向ChatGPT Pro用户开放体验。

字节跳动旗下悟空浏览器近日正式接入DeepSeek R1模型，这一举措引发业界广泛关注。与此前飞书、火山引擎接入DeepSeek不同，悟空浏览器作为面向C端用户的产品，融合了抖音与番茄小说等内容，其接入被认为可能为抖音未来接入DeepSeek铺路。目前，悟空浏览器同时搭载豆包与DeepSeek两大模型，DeepSeek R1主要负责智能对话与文本生成，而豆包则提供AI快捷功能，应用场景更为广泛。悟空浏览器曾经历多次迭代，从最初的“赚钱浏览器”发展为集成搜索、内容推荐与AI辅助的多功能浏览器。此次接

在近日的财报电话会议上，英伟达 CEO 黄仁勋对公司的未来展望依旧充满信心，尽管上个月因中国的 DeepSeek 技术引发了一场市场恐慌。他表示，DeepSeek 的推出不会对公司的销售造成影响。市场对 DeepSeek R1模型所需的芯片数量大幅减少的猜测，曾导致英伟达的股价出现了创纪录的下跌。然而，黄仁勋在电话会议中称赞 R1为 “优秀的创新”，并强调这一类 “推理” 模型实际上对英伟达来说是个好消息，因为这些模型需要更多的计算能力。他指出:“推理模型的计算需求可能会高达100倍，未来的

日前，Google 推出了其最经济的模型 Gemini2.0Flash-Lite，并且正式可用于生产用途。Gemini2.0Flash-Lite 是 Google Gemini 系列的一部分，定位为成本效率最高的选择，该模型在 Google AI Studio 和 Vertex AI 上提供公共预览，目标是服务于需要高性价比 AI 解决方案的开发者。它的设计强调轻量化，适合预算有限的团队和初创公司，特别是在处理大规模文本输出任务时表现出色。 定价是该模型的一大亮点Gemini2.0Flash-Lite 的输入 tokens 定价为每百万0.075美元，输出 tokens 为每百万0.30美元。这一定价策略使其在市场