/
新型 AI 文本扩散模型突破速度瓶颈，从噪声中提取文字
Inception Labs 于周四发布了 Mercury Coder，这是一种新的 AI 语言模型，利用扩散技术比传统模型更快地生成文本。与逐字生成文本的传统模型（如 ChatGPT）不同，基于扩散的模型（如 Mercury）能够同时生成完整的响应，并将其从最初的遮蔽状态逐步精炼为连贯的文本。
AI 助手 Copilot 首次登陆 macOS 平台
微软终于将其 AI 助手 Copilot 作为独立应用程序推出 macOS 版本。这款免费应用现已在 Mac App Store 上线，支持多种功能如文本翻译、问题解答、文档生成等。Copilot 采用 OpenAI 的 GPT-4 和 DALL-E 3 等模型，标志着微软在 AI 领域的重要布局。该应用要求 M1 或更新的 Mac 设备，以及 macOS 14 或更高版本。
OpenAI 宣布新版 ChatGPT 4.5 具备更强的情感智能
OpenAI 发布 ChatGPT 4.5 预览版，承诺对话更自然、情感智能更强、知识面更广。新模型能更好理解语境和细微差别，创造力和协作能力提升，幻觉现象减少。这一升级体现了 AI 向着匹敌甚至超越人类能力的目标迈进，为未来更强大的 GPT-5 奠定基础。
Figure 计划将于 2025 年在家庭环境中开启人形机器人"内测"
Figure 公司宣布将于 2025 年底开始在家庭环境中进行 Figure 02 人形机器人的"Alpha 测试"。这一加速计划得益于公司自主研发的 Helix 视觉-语言-行动模型。尽管家庭环境复杂多变，但 Figure 仍决定优先发展家用机器人，以应对人口老龄化等社会问题。
NVIDIA CEO 表示推理模型将提升 GPU 需求
Nvidia在人工智能（AI）数据中心的主导地位持续巩固，最新季度财报显示收入增长16%，与去年同期相比增长93%。该公司的数据中心业务季度收入为356亿美元，全年收入为1150亿美元，同比增长142%。Nvidia首席执行官黄仁勋表示，推理AI将推动对Blackwell的需求，认为新AI模型将进一步提升计算需求。尽管云服务提供商（CSP）正在开发定制芯片以优化AI工作负载，但他认为Nvidia的GPU仍将长期受益于企业客户的增长。
抖音将关闭创作者市场，转向集成 AI 工具的 TikTok One 平台
TikTok 计划关闭其创作者市场，转而推出更全面的 TikTok One 平台。新平台将继续连接品牌与创作者，并提供 AI 驱动的创意工具，如 Symphony 创意工作室和 AI 助手。这一转变旨在为广告商和创作者提供更强大的功能，包括趋势分析、视频生成和脚本创作等，以适应 TikTok 的原生风格。
Tencent 发布新 AI 模型，称速度快于 DeepSeek-R1
腾讯推出新AI模型"混元Turbo S"，定位为"快思考模型"，旨在与DeepSeek-R1等"慢思考模型"竞争。该模型通过提高输出速度和减少首字延迟，实现近乎"即时回复"。混元Turbo S融合了直觉式短思考链和理性推理长思考链，在数学、推理和知识等方面表现可比肩主流AI模型。腾讯采用混合Mamba-Transformer架构，提高效率并降低成本，有望成为未来基础模型的核心。
OpenAI 发布 GPT-4.5，但表示这并非前沿 AI 模型
OpenAI 今日推出最新最大的 AI 语言模型 GPT-4.5。该模型将首先向 ChatGPT Pro 用户提供研究预览。虽然 OpenAI 称其为"最具知识性的模型"，但也警告 GPT-4.5 并非前沿模型，可能无法超越 o1 或 o3-mini 的表现。GPT-4.5 在写作、知识储备和个性方面有所提升，但不会引入足够的新功能被视为前沿模型。
数千个已私有化的 GitHub 代码库仍可通过 Copilot 访问
安全研究人员警告称，即使数据在互联网上暴露的时间很短，仍可能在像 Microsoft Copilot 这样的在线生成 AI 聊天机器人中长期存在。
Hugging Face 推出 FastRTC，简化实时 AI 语音和视频应用开发
Hugging Face 推出开源 Python 库 FastRTC，旨在简化实时音视频 AI 应用的开发过程。该库可自动处理复杂的实时通信功能，使开发者能够用少量代码快速构建语音和视频 AI 功能。这一工具有望加速语音优先和视频增强型 AI 体验的普及，为用户带来更自然的交互界面。
IT 领导者在整合主动式 AI 与传统基础设施时的顾虑
智能AI是去年生成式AI领域的重大突破技术,今年企业将大规模部署这些系统。但整合智能AI与现有系统存在诸多挑战,包括基础设施现代化、数据集成、安全合规等。IT领导者需要谨慎考虑这些问题,以确保成功部署智能AI系统。
ElevenLabs 推出自研语音转文本模型
ElevenLabs是一家刚刚完成1.8亿美元融资的人工智能初创公司，主要以其音频生成能力而闻名。该公司通过推出首个独立的语音转文本模型Scribe，迈出了另一个技术方向。该初创公司估值为33亿美元，已帮助许多其他公司提供语音转文本服务，利用其庞大的声音库。然而，该公司现在希望进入语音检测领域，与Gladia、Speechmatics、AssemblyAI、Deepgram和OpenAI的Whisper模型竞争。
OpenAI 发布迄今最大规模的 AI 模型 GPT-4.5 "Orion"
OpenAI 推出代号"Orion"的 GPT-4.5 模型，这是公司迄今最大规模的 AI 模型。GPT-4.5 在计算能力和训练数据方面均超越以往版本，但 OpenAI 并不认为它是前沿模型。该模型将逐步向付费用户开放，但运营成本高昂。尽管在某些基准测试中表现出色，但 GPT-4.5 在部分任务上仍落后于其他 AI 推理模型，凸显了传统预训练方法的局限性。
Amazon 混合模型与智能代理，重塑智能 AI 助手 Alexa
亚马逊正在重塑其旗舰语音助手 Alexa，通过整合 AI 代理、模型混合和浏览器操作能力，打造更智能的 Alexa+。新版本不仅可以主动提供个性化信息，还能理解复杂指令并完成多步骤任务。亚马逊希望通过这种创新方式，让 Alexa 成为更强大、更智能的家庭语音助手。
Amazon 的 Alexa+ 在消费者智能助手领域展开新布局
亚马逊在周三分享了一个令人印象深刻的“代理”未来愿景——在这个未来中，改进后的 Alexa+ 将处理无数日常任务，从预订餐厅到寻找家电维修工。如果亚马逊能够实现这一目标，它可能会成为首个推出全面、以消费者为中心的代理工具的公司。该公司希望将更自然、更具表现力的 Alexa（由生成性 AI 模型驱动）与能够以完全自主、智能的方式接入第一方和第三方应用、服务及平台的能力结合起来。
Microsoft 新推出的 Phi-4 AI 模型：小巧身材蕴含强大性能
微软推出了新一代高效 AI 模型 Phi-4，可同时处理文本、图像和语音，且计算资源需求大幅降低。其中 Phi-4-Multimodal 仅有 56 亿参数，Phi-4-Mini 仅有 38 亿参数，性能却超越同等规模竞品，甚至在某些任务上媲美两倍大小的模型。这一突破性进展为开发者提供了先进的 AI 能力，有望推动边缘计算和普及 AI 应用。
阿里云开源视频基础模型
阿里云开源了其视频基础模型系列，为企业和研究人员提供视频创作能力。这包括两个版本的四个模型，分别拥有140亿和13亿参数。这些模型可以从文本和图像输入生成高质量视频，支持中英文文本效果，并在视频生成模型基准测试中表现出色。此举旨在降低AI应用门槛，让更多企业能够创建高质量视觉内容。
Amazon 订阅版 Alexa+ 功能强大但引发质疑
亚马逊推出Alexa+订阅服务，大幅提升Alexa的对话和任务处理能力。它能理解日常用语，执行复杂指令，并整合多种第三方服务。Prime会员可免费使用，非会员每月需付20美元。这项服务旨在提升Alexa的盈利能力，但也引发了隐私和数据使用方面的担忧。
2025 年迄今已诞生 7 家科技独角兽公司
尽管风险投资市场依然紧张，但每个月仍有新的独角兽公司诞生。根据 Crunchbase 和 PitchBook 的数据，TechCrunch 跟踪了截至 1 月底新成立的风险投资支持的独角兽初创公司。这些公司包括医疗保健公司 Hippocratic AI 和卫星公司 Loft Orbital。此列表将在全年更新，敬请关注今年的强劲企业！
京公网安备 11010802021500号
