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

传统的视频理解模型在处理长视频时面临着许多挑战，包括理解长视频所带来的复杂上下文。尽管已有不少研究致力于提升视频理解能力，依然难以有效克服训练和推理效率低下的问题。针对这些问题，研究团队通过 HiCo 技术，将视频信息中的冗余部分进行压缩，从而显著降低计算需求，同时保留关键信息。具体而言，HiCo 通过对视频进行层次化压缩，将长视频分割成短片段，进而减少处理的标记数量。这一方法不仅降低了模型对计算资源的要求，还提升了上下文窗口的宽度，增强了模型

北京智谱华章科技有限公司于2025年1月16日宣布推出一系列新模型，并在bigmodel.cn上线。继8月推出「智谱清言」后，公司在语言、语音、图像和视频的理解与生成领域深入探索，推出了GLM-Voice、GLM-4V、CogView、CogVideoX等多模态模型。

随着大语言模型（LLM）在现代人工智能应用中的广泛应用，诸如聊天机器人和代码生成器等工具依赖于这些模型的能力。然而，随之而来的推理过程中的效率问题也日益突出。尤其是在处理注意力机制时，如 FlashAttention 和 SparseAttention，面对多样化的工作负载、动态输入模式以及 GPU 资源限制时，往往显得力不从心。这些挑战加上高延迟和内存瓶颈，迫切需要更高效、灵活的解决方案，以支持可扩展和响应迅速的 LLM 推理。为了解决这一问题，来自华盛顿大学、NVIDIA、Perplexity AI 和卡内基梅

近年来，生成式 AI 市场竞争愈发激烈，价格战也在不断升级。近日，中国科技巨头阿里巴巴旗下的云计算部门阿里云宣布，旗下多款 AI 产品价格下调，最高幅度达85%。其中，视觉语言模型 Qwen-VL 的降价幅度最为显著。这一举措标志着中国主要科技公司在 AI 领域的竞争日趋白热化。在过去一年半里，阿里巴巴、腾讯、百度、京东、华为以及字节跳动等公司纷纷推出大型语言模型。由于各家公司所推出的产品差异不大，竞争主要转向了价格。8月，OpenAI 首次发起了价格战，随后谷歌也迅速跟

ElevenLabs 于近日正式推出其最新的人声合成模型 Flash，声称这是迄今为止最快的文本转语音（TTS）解决方案，生成语音的延迟仅为75毫秒(加上应用和网络延迟)。Flash 特别适合低延迟的对话式语音助手，用户可以在 ElevenLabs 的对话 AI 平台上立即体验这一新功能。Flash 模型分为两个版本，其中 Flash v2仅支持英语，而 Flash v2.5则支持32种语言。使用这两种模型时，用户每生成两个字符将消耗1个积分点。尽管 Flash 模型在音质和情感深度上稍逊于 Turbo 模型，但其低延迟性能使其在盲测中超越了其他

在人工智能领域竞争日益激烈的背景下，谷歌近日宣布推出 Gemini2.0 Flash Thinking模型。这一多模态推理模型具备快速且透明的处理能力，能够应对复杂问题。谷歌首席执行官桑达尔・皮查伊在社交媒体 X 上表示:“这是我们迄今为止最具深度的模型。” 根据开发者文档，Gemini2的Flash Thinking比基础版本的 Gemini2.0Flash模型具备更强的推理能力。新模型支持32，000个输入标记（大约50到60页文本），输出响应可以达到8，000个标记。谷歌在其 AI 工作室的侧边面板中表示，这一模型特别适用于 “多模态

谷歌实验室近日在美国推出了最新的生成式人工智能实验工具 Whisk。与传统的图像生成工具主要依赖文本提示不同，Whisk 着重使用图像作为输入方法，允许用户更直观地创造艺术作品。用户可以直接上传图片至 Whisk，或者在该工具内生成图片，指定主题、场景和风格等元素。Whisk 系统支持用户混合和匹配这些组件，并可根据需要使用附加的文本提示进行微调。值得注意的是，在后台，谷歌的语言模型（可能是最近发布的 Gemini2.0Flash）会自动生成输入图像的详细描述。这些描述将输入到谷歌

人工智能（AI）在建筑设计领域的崛起势不可挡，但它并非无所不能，至少目前还无法取代人类的创造力。多伦多Flashcube Labs的创始人兼负责人Kostika Lala认为，AI虽然给行业带来了显著变化，但仍处于早期阶段，目前的设计成果“还很基础”。他强调，AI不会取代创造力，而是可以扩展建筑师的创造力。 Flashcube Labs目前利用AI生成渲染图，并且可以快速修改，无需重新建模。在最近举行的多伦多2024年建筑展研讨会上，与会专家也讨论了AI对建筑业的影响。与会者之一，Architecture49的BIM协调员Vi

科技巨头谷歌的AI研究部门近日推出了Gemini AI模型的最新迭代——Gemini2.0Flash。这款新模型在性能上进行了显著提升，特别是在处理速度和多模态功能扩展方面。官方表示，全球 Gemini 用户可以通过在桌面和移动 Web 的模型下拉列表中选择2.0Flash 实验版来访问聊天优化版本，并且它很快就会在 Gemini 移动应用程序中提供。明年年初，会将 Gemini2.0扩展到更多 Google 产品。Gemini2.0Flash的一个关键发展是其增强的处理速度。谷歌表示，新模型的运行速度是前代Gemini1.5Pro的两倍，同时在各种基准测试中

​谷歌公司及其母公司Alphabet的首席执行官桑达尔·皮查伊宣布，公司推出了最新人工智能模型——Gemini2.0，这标志着谷歌在构建通用AI助理领域迈出了重要一步。Gemini2.0在多模态输入处理和原生工具使用方面展现了显著进步，使得AI代理能够更深入地理解周围世界，并在用户监督下代表用户采取行动。

北京智谱华章科技有限公司宣布，其旗下的智谱开放平台BigModel上线了首个免费的多模态API——GLM-4V-Flash。这一新模型基于4V系列模型的优秀能力，在图像处理方面实现了精确度的提升，进一步降低了开发者在各领域深入挖掘大模型的门槛。

谷歌最近推出了其最新的AI模型Gemini1.5系列，包括Gemini1.5Flash-8B、Gemini1.5Flash和Gemini1.5Pro。这些模型旨在处理长文本和大量多模态输入，如文档、视频和音频。Gemini1.5Flash是轻量级版本，参数数量为80亿，性能显著提升，成为全球开发者首选。Gemini1.5Pro在数学、编码和处理复杂提示方面表现出色。谷歌计划在未来几周内推出生产可用版本，并提供评估工具。新模型免费提供给开发者，通过AI Studio和Gemini API进行测试，未来将通过Vertex AI的实验性端点推出。Gemini1.5Flash在大型模型系统组织（LMSO）的排行榜上实现了巨大飞跃，性能超过Google的Gemma开放模型。用户反馈两极化，部分人期待全面升级的Gemini2.0，而另一部分人对当前更新表示赞赏。

智谱AI开放平台宣布免费开放GLM-4-Flash模型，旨在推动AI应用创新。该模型以高速和经济性著称，适用于快速响应的简单任务，支持多轮对话、网页浏览、Function Call和长文本推理，覆盖26种语言。通过优化技术，如自适应权重量化、并行化、批处理和投机采样，GLM-4-Flash显著降低了推理成本，预训练阶段获得超过10T高质量多语言数据。模型在逻辑推理能力测试中表现出色，生成速度达到72.14token/s。其功能包括实时网页检索、函数调用等。在多个领域展现潜力，如生物研究、教育、翻译和广告。为鼓励用户反馈，提供限时免费微调福利，完成调查问卷即可获得训练资源包。

​北京智谱华章科技有限公司近期宣布，将旗下GLM-4-Flash大型语言模型的API接口免费向公众开放，以推动大型模型技术的普及和应用。GLM-4-Flash模型在速度和性能上都展现出显著的优势，特别是在推理速度方面，通过采用自适应权重量化、并行处理技术、

谷歌推出Gemini API的Gemini1.5Flash免费套餐，提供每天15亿个免费Token，包括每分钟15次请求、每分钟100万个Token，及每小时100万个Token的上下文缓存服务，以及微调功能全免费。此举旨在降低开发者使用AI技术的门槛，支持创新应用的孕育。对于中小型开发团队，这将大幅降低成本，带来研发便利。预计此举将吸引更多开发者加入，推动AI应用市场发展。

谷歌宣布下调其快速AI模型Gemini1.5Flash的价格，输入令牌成本降至每百万个令牌0.075美元，输出令牌成本降至每百万个令牌0.30美元，降幅高达78%。此举对开发者极为利好，尤其适用于摘要、分类和多模态理解等场景。谷歌新API和AI工作室增强了对PDF的分析能力，支持包含图形、图像等视觉内容的PDF理解，并扩展了语言支持，覆盖超过100种语言。同时，向所有开发者开放了Gemini1.5Flash的微调功能，通过提供额外数据定制模型，提升性能，降低延迟和成本，提高准确性。这一降价举措正值OpenAI宣布其GPT-4o API访问费用降低50%，显示了AI模型开发和运营成本竞争的激烈态势。

Google AI助手Gemini发布重大更新，推出Gemini1.5Flash版本，显著提升性能、推理能力与图像理解，将免费版上下文窗口从8K扩展至32K令牌，支持更长时间对话。新增文件上传功能，用户可通过Google Drive或直接上传文件处理复杂任务。回应中显示相关内容链接，提升信息探索便利性。引入双重检查功能，通过Google搜索验证回应准确性，增强信息可靠性。Gemini将登陆更多平台和地区，面向青少年用户，支持40多种语言，同时强化安全措施与AI素养教育，确保负责任的技术开发与使用。此次升级旨在为用户提供更智能、实用的AI体验，促进生产力提升、激发创造力与满足用户好奇心。

全新Transformer加速技术FlashAttention-3发布，显著提升大型语言模型推理速度和降低运行成本。对比前版本，此更新大幅提高GPU利用率，训练和运行速度提升1.5至2倍。采用低精度数字（FP8），保持高准确性同时大幅降低成本。处理长文本能力显著增强，大幅优化了内存消耗与序列长度关系，特别是与大规模数据集和长序列的兼容性。技术亮点包括先进算法支持、Hopper GPU优化以及集成的多种先进技术，使模型性能和应用范围大幅提升。安装简单，兼容CUDA11.6与PyTorch1.12以上版本，Linux下使用pip命令安装，Windows用户亦有指导文档辅助。整体而言，FlashAttention-3提供高效性能、内存优化、先进特性和易用性，能够在各种项目中便捷集成。

在最新的研究中，一项名为Flash Diffusion的新方法为图像生成技术带来了革命性的突破。该方法通过训练预测模型以在单个步骤中生成经过去噪的多步骤预测结果，从而加速了预训练扩散模型的生成过程。