谷歌扩展了其人工智能模型家族，推出了三款新版本的 Gemini2.0模型，分别为基础版 Gemini2.0Flash、经济版 Gemini2.0Flash-Lite 以及实验版 Gemini2.0Pro。这些新模型旨在满足不同的使用需求，并在性能和成本之间提供多样化的平衡。基础版 Gemini2.0Flash 在去年12月首次推出，现在已全面上线，具备了更高的使用频率限制和改进的性能。而 Gemini2.0Flash-Lite 则是一款针对开发者的低成本变体，目前正在通过 API 进行公共预览。Gemini2.0Pro 是一个尚处于实验阶段的模型，专为复杂的提示和编码任务设计，其上

中国人工智能公司 DeepSeek 近日发布其推理模型 R1的开放版本，迅速在科技界引发热议。其惊人的突破性成就不仅令风险投资家马克·安德森惊叹为“我见过的最令人惊叹、最令人印象深刻的突破之一”，更在AI基准测试中展现出匹敌甚至超越 OpenAI o1模型的实力。尤其引人关注的是，DeepSeek 声称其模型训练成本仅为560万美元，而美国领先企业则需要数亿美元，这无疑颠覆了人们对AI模型开发成本的认知。Y Combinator 首席执行官 Garry Tan 认为 DeepSeek 的成功将促使AI推理需求加速，从而带动整个行

电视软件的竞争焦点正转向广告。电视制造商们越来越热衷于利用电视操作系统（OS）进行广告投放和用户追踪，由此催生了诸多大胆的新策略，例如广告技术公司推出电视操作系统，以及在电视屏幕保护程序上展示广告。TCL 作为电视制造商，即将推出一系列短片，并在其免费流媒体服务上首映。这标志着该公司在电视用户货币化、影视制作方面采取了新的尝试，通过依赖生成式 AI 和定向广告来降低成本。AI 短片“入驻”免费流媒体，TCL 押注内容新模式TCL 的五部短片是该公司为了让人们

北京百川智能科技有限公司近日宣布推出其一站式解决方案，旨在帮助企业以低成本实现大模型的私有化部署，并提高效率。这套解决方案包括全链路优质通用训练数据、Baichuan4-Turbo和Baichuan4-Air两款模型，以及全链路领域增强工具链，能够满足企业在不同场景下的需求。

最近，Salesforce AI 研究团队推出了一款全新的多模态语言模型 ——BLIP-3-Video。随着视频内容的快速增加，如何高效处理视频数据成为了一个亟待解决的问题。这款模型的出现，旨在提升视频理解的效率和效果，适用于从自动驾驶到娱乐等各个行业。传统的视频理解模型往往是逐帧处理视频，生成大量的视觉信息。这一过程不仅消耗了大量的计算资源，还极大地限制了处理长视频的能力。随着视频数据量的不断增长，这种方法变得愈发低效，因此，找到一种既能捕捉到视频的关键信息，又能

Recogni公司推出了一种名为"Pareto"的革命性AI计算方法，采用创新的对数方法，使AI芯片在运行大型模型时性能超越现有技术，同时大幅降低能耗和运行成本。该技术得到知名企业和风险投资公司的支持，如宝马、博世和Mayfield。与传统AI模型相比，如OpenAI的GPT-4和谷歌的Gemini，Pareto系统通过将乘法转换为加法运算，显著降低了能耗。已与Meta和Stability AI等公司合作，测试结果积极。Recogni的首款芯片采用七纳米工艺，与未透露名称的合作伙伴共同推广计划，计划在未来几个月内宣布。此外，公司正与提供数据中心硬件租赁服务的公司洽谈合作，以推动Pareto技术的广泛应用。

微软研究院与北京航空航天大学团队合作推出了名为E5-V的高效多模态嵌入框架，旨在解决多模态大语言模型（MLMs）发展中存在的挑战。这一创新框架通过单模态训练简化多模态学习过程，并克服以往模型依赖独立编码器，导致输入整合效果不佳的问题。E5-V通过统一文本、图像信息，减少了训练成本，并在多个复杂任务中展现了卓越性能，如文本-图像检索、图像检索等，特别是在零样本图像检索任务上，相较于顶级模型CLIP ViT-L，性能大幅提升。该框架不仅提高了多模态数据处理的效率，更在复合图像检索任务中超越了当前先进方法，验证了其在提升模型表现上的有效性。E5-V框架代表了多模态学习领域的重要进步，未来有望在多模态研究中树立新标准并具有广泛的应用潜力。

["汤姆猫表示公司与OpenAI、Google等公司合作，利用人工智能模型开展内容创作","公司已使用Pika等工具制作视频素材，在营销、动画制作领域进行探索","类似Sora的AI工具将帮助公司更高效、低成本地打造丰富体验的AI应用产品与服务","在视频领域，将有助于降低动漫视频制作成本，提升内容质量和效率"]

["研究人员从斯坦福大学提出了一种名为 Mobile ALOHA 的低成本整体远程操作系统，用于收集关于整体远程操作的数据。","Mobile ALOHA 通过将其放在轮式底座上，扩展了原始 ALOHA 的功能，使其具有移动能力。","研究人员使用静态 ALOHA 数据集进行模仿学习，通过预训练和联合训练，在移动操作任务中取得了良好的性能。","该研究为日常需要整体远程操作的任务提供了一种低成本、高效的数据收集方法。"]

["🔍 模型寄生攻击：研究人员揭示大型语言模型存在关键漏洞，可能导致私人信息泄露和有针对性攻击。","🔐 网络安全风险：尽管大型语言模型具有巨大潜力，但企业应认真考虑采用和部署它们时可能存在的网络安全风险。","🤖 潜在威胁：研究警示，封闭源和开源的机器学习模型之间可能成功传递安全漏洞，需要谨慎行事。"]