AI教程
最新文章
2025年1月12日，AIforScience演讲中，马毅探讨智能本质，主张明确其数学定义；张峥强调大模型时代教育应挑战极限，培养广谱人才，避免狭隘专业化。
今年春节，国产AI模型DeepSeek能力比肩OpenAI，训练成本更低，一度登顶AppStore。年轻人用AI制作红包封面、表情包和拜年视频，催生新潮流。即梦、可灵等工具降低门槛，但生成准确度不足和免费次数限制仍是挑战。
DeepSeek发布多模态模型Janus-Pro-7B，在GenEval和DPG-Bench中击败DALL-E3与StableDiffusion。其采用理解与生成视觉编码解耦架构，参数量仅7B和1B，支持浏览器本地运行，极大降低图像生成与理解门槛，使图像处理人人可用。这标志着多模态技术进入本地化普及新阶段。
非营利机构AI2发布OLMo2系列开源模型，含7B和13B两个型号，性能与Llama3 1等主流模型相当或更优，计算效率更高。模型训练过程、数据、代码全面公开，采用多阶段训练策略降低能耗，耗电量仅为同类模型的十分之一。
OpenAI推出智能体Operator，能独立执行网页任务，突破传统对话框限制。同期Perplexity、智谱等厂商也发布同类产品。专家预测，未来两年内任何仅需电脑完成的工作都可能被AI智能体替代，预示AI代理时代全面到来，人机交互方式将迎来根本性变革。
OpenAI发布首个智能体Operator，可像人类一样操作电脑，实现网页交互、表单填写、信息检索等自动化任务。其训练结合监督学习与强化学习，具备决策能力。系统注重安全，主动拒绝高风险操作。目前仅向Pro用户开放，月费200美元。
生成式AI重塑体育内容制作，从文本视频到粉丝体验全面渗透。阿里奥运AI增强技术部署14个场馆，谷歌3D转播与AI解说革新观赛方式。媒体领域裸眼3D巨幕与VisionPro拓展体验边界。户外装备转向环保与多功能，充气头盔、定制按摩设备涌现。人体科学聚焦代谢监测、水合分析与肌肉成像，助力运动表现提升。
特朗普就职首日即撤销拜登AI行政禁令，马斯克等科技巨头现身典礼并捐款百万美元。新内阁由17位亿万富翁组成，承诺减少监管、加大AI基础设施投入，以维持美国领先地位，此举引发争议。
小红书翻译功能上线后被网友发现漏洞：通过特定格式可让大模型“越狱”，执行写笑话、报IP等指令，引发狂欢与大量尝试。仅半天后工程师修复漏洞，翻译恢复正常。
谷歌Gemini2 0Flash-EXP模型在不到4小时内完成10万字商业战略书籍，人类全程未参与。基于LaTeX的Deepwriter工具生成内容，检测显示AI生成概率仅9 78%，难以分辨人机差异。该工具支持多种文体创作，内部流程复杂但附有详细步骤总结。
AI手机功能虽覆盖广泛，但深度不足，难以形成差异化优势，用户付费意愿低迷，仅19%愿为生成式AI支付高价。近期实时翻译功能成为痛点最优解，引发换机潮，或开启AI手机真正普及的新时代。
索尼推出XYN软硬件方案降低空间内容创作门槛；AI公司Odyssey开发文本转3D场景工具，皮克斯前高管加入；影眸科技获数千万美元融资，其Rodin大模型45天达百万美金ARR；腾讯推出混元3D平台支持文生图生3D资产。3D生成领域正成为巨头布局热点。
SakanaAI提出Transformer²，实现大语言模型在推理时动态调整权重。通过奇异值分解分解权重矩阵，利用强化学习学习z向量调控组件，使模型自适应未见任务。在数学、编程、推理等任务中表现超越LoRA，参数更少效率更高，向活体智能迈进。
MiniMax开源MiniMax-Text-01与MiniMax-VL-01，首次大规模实现线性注意力机制，支持400万token超长上下文。模型总参数量4560亿，采用混合专家架构，性能媲美GPT-4o等顶尖模型，为AIAgent应用提供关键支撑，标志着线性注意力在超长上下文中的突破。
微软CEO纳德拉指出AI智能体将颠覆SaaS，跨应用协调任务，并建议不要畏惧模型幻觉而应积极测试。未来竞争力在于敏捷适应，五年内人工智能在科学领域和量子计算将成为关键趋势。招聘时员工可携带智能体团队加入。