AI新闻

可灵AI正式发布其全新产品“可灵O1”，定位为首个大一统的多模态创作工具。可灵O1基于全新的视频和图像模型，整合文字、视频、图片、主体等多模态输入。（广角观察）

DeepSeek 发布了两款新模型 V3.2 和 V3.2-Speciale，分别在推理能力和工具调用方面取得突破。V3.2 引入稀疏注意力机制 DSA，显著提升了处理长文档的效率和性能；同时通过强化学习训练框架，实现了边思考边使用工具的能力，适用于日常问答、写作等场景。V3.2-Speciale 则面向高级任务，性能媲美 Gemini-3.0-Pro，但在成本和实用性上有所妥协。

欧盟计划通过私营部门合作，提升 AI 基础设施能力，推动大规模模型训练。欧盟主席冯德莱恩在巴黎 AI 行动峰会上强调，需建设“AI 超级工厂”以支持前沿创新，确保算力资源普惠化。此举旨在应对美国在 AI 算力领域的竞争压力，同时促进跨领域合作，如医疗影像和气候建模。欧盟将采用开放协作模式，推动数据共享与知识整合，加速 AI 技术在经济和社会中的广泛应用。

新闻揭示了 Apple Watch 用户因手腕尺寸、职业限制或纹身干扰传感器读数，转而将设备佩戴在脚踝上的趋势。这一现象凸显了可穿戴设备在生物信号监测（如心率）中的技术挑战，特别是传感器校准和适应性。尽管 Apple 强调其设备专为手腕设计，但用户创新使用方式反映了 AI 驱动健康监测技术的灵活性和潜在改进空间。未来，多模态传感器融合和个性化校准可能成为可穿戴 AI 设备的发展方向，以提升用户体验和数据准确性。

Google 扩展了基于 AI 的笔记和研究助手 NotebookLM Plus 的付费版本，面向个人用户开放，提供更高的使用限制和高级功能，包括 5 倍于免费版本的使用量、500 个笔记本、300 个来源/笔记本、500 次聊天查询和 20 次音频生成/天。该服务基于 Gemini AI 模型，支持多语言扩展和移动设备应用，探索推理模型的应用。Google 强调免费和付费用户的优质体验，并计划持续优化。NotebookLM 自 2023 年推出以来，已获得广泛关注，尤其在学生群体中。

2025 年超级碗成为 AI 技术展示的重要舞台，OpenAI、Google、Meta 和 Salesforce 等科技巨头通过广告展示其 AI 产品。OpenAI 首次推出超级碗广告，以点彩动画风格呈现生成式 AI 的历史意义；Google 展示 Gemini 聊天机器人在家庭与职业场景中的应用，但暴露了 AI 幻觉问题；Meta 推广 AI 智能眼镜，强调其在艺术领域的实用性；Salesforce 则通过广告展示其自主 AI 代理平台 Agentforce 的潜力。这些广告凸显了 AI 技术在大众市场的普及趋势，同时也反映了企业在 AI 商业化落地中的挑战与机遇。

佳士得宣布举办首个纯AI艺术拍卖会’Augmented Intelligence’，展示包括AI初创公司Spawning AI创始人Mat Dryhurst在内的艺术家作品，并推出现场绘画机器人作为展览核心。此举引发争议，因生成式AI工具如DALL-E、Midjourney和Stable Diffusion未经许可使用艺术家作品进行训练。事件凸显了AI艺术在商业应用中的伦理挑战，特别是数据来源和版权问题，同时反映了AI技术在创意产业中的快速渗透与争议并存的发展趋势。

Hugging Face 全新更新了Spaces 导航功能，现在就像是一个 AI 版的 App Store，拥有超过 40 万个 Space。

用户可以通过自然语言进行搜索，轻松找到所需的应用。Spaces 涵盖了广泛的分类，包括图像、视频、音乐、文本、代码、3D 模型生成、语义分割、OCR、文档分析、翻译、游戏等等。

过年期间拖更了，AI 世界发生了不少大事，看俺这一篇就够了！

Kimi k1.5：月之暗面的推理模型，未开源，全面落后 DS R1。
Hunyuan3D-2：腾讯开源混元 3D 2.0，支持在线使用。
Doubao 1.5 Pro**：豆包大模型 1.5 Pro 正式发布，支持推理。
YuE：开源歌曲生成模型，类似 SunoV2。
DeepSeekR1：大大滴出圈，被各大服务商提供。
OpenAI o3 mini：支持联网搜索，对标 R1。
Deep Research：OpenAI 发布 DeepResearch 功能。
OmniHuman：字节推出的效果非常好的数字人动画生成框架。
BEN2：又一个背景删除模型。
Gemini 2.0：谷歌正式发布 Gemini 2.0，此前为 Experimental 版本。
GitHub Copilot**：推出 Agent 模式。

我只按时间顺序列出了一些重点，详细内容大家可以通过链接查看。

新的一年，我还会给大家整理AI日报，记得点个关注哈！

Google DeepMind 发布 AlphaGeometry2，该系统在国际数学奥林匹克竞赛（IMO）几何问题解决中超越平均金牌得主，准确率达 84%。该 AI 结合 Gemini 语言模型与符号引擎，通过生成 3 亿条合成数据训练，展示了在复杂数学推理中的潜力。AlphaGeometry2 的突破不仅限于几何，其问题解决能力有望推动通用人工智能（AGI）发展，并扩展至工程计算等科学领域。尽管在非线性方程等问题上仍有局限，但其创新方法为 AI 在数学推理和多模态融合领域提供了新方向。

由前 OpenAI 首席科学家 Ilya Sutskever 创立的 AI 初创公司 Safe Superintelligence 正在洽谈融资，估值至少 200 亿美元。尽管尚未产生收入，该公司已筹集 10 亿美元，投资者包括红杉资本等。Sutskever 因在 OpenAI 期间推动 ChatGPT 开发等重大 AI 突破而备受尊敬。Safe Superintelligence 专注于安全超级智能技术，其技术方向可能涉及大语言模型、AGI 发展及多模态融合等前沿领域，标志着 AI 产业在技术创新和商业落地上的重要进展。

微软 Copilot 是基于 OpenAI 模型优化的生成式 AI 助手，已集成至 Windows、Edge、GitHub 等平台，支持代码生成、文本翻译、图像创作及音乐生成等多模态任务。其核心能力包括自然语言处理、实时网络搜索及第三方插件集成（如 Instacart、Kayak），并在 Windows 11 中实现系统设置控制。Copilot Pro 提供优先访问高性能模型及 Microsoft 365 生产力工具的高级功能，标志着生成式 AI 在商业落地中的广泛应用与持续创新。

Despite all the buzz last week that DeepSeek would herald in an era of lower AI budgets, there is zero sign that Big Tech is slowing down. Instead, they’re ramping things up. Amazon is the latest tech giant to announce a massive AI spending plan, with well over $100 billion in predicted capital expe

GitHub has announced a slew of updates for Copilot, while also giving a glimpse into a more agentic future for its AI-powered pair programmer. Among the notable updates includes a feature called Vision for Copilot, which allows users to attach a screenshot, photo, or diagram to a chat, with Copilot

TrueFoundry 获 Intel Capital 领投 1900 万美元融资，专注于企业级 AI 系统规模化部署。其平台即服务（PaaS）模式为数据科学家提供全栈支持，包括自动扩展、实时监控和 GPU 优化等功能，显著降低基础设施成本 40-50%，并提升部署速度 10 倍。TrueFoundry 通过 Kubernetes 架构实现多云兼容，支持从 RAG 框架到复杂深度学习模型的多样化需求，助力企业快速构建内部 AI 平台，缩短 ROI 周期至 4 个月。其客户包括 Nvidia、Siemens Healthineers 等，展现了在生成式 AI 时代优化算力利用和加速 AI 应用落地的关键价值。

生成式 AI 正在革新产品工程设计领域。Trace.Space 等新兴平台利用 AI 技术（如 Llama 模型和 OpenAI 的 LLM），为复杂工业产品开发提供云原生解决方案，覆盖电动汽车、卫星、医疗设备等领域。相比传统本地化软件，这些平台通过 AI 驱动的协作功能显著提升设计效率，满足制造业对快速产品迭代的需求。该趋势标志着 AI 在工程领域的深度应用，推动传统工具向智能化、云端化转型。

美国民主党议员 Mark Pocan 提出《ELON MUSK 法案》，旨在禁止特殊政府雇员（如 Elon Musk）持有联邦合同，以防止利益冲突。Musk 的 SpaceX 与 NASA 和国防部有联邦合同，同时他领导的新 AI 公司 xAI 及其他企业可能涉及联邦机构的敏感数据访问。此举引发对 AI 技术应用中数据安全与伦理规范的关注，特别是在联邦学习、多模态模型等 AI 技术快速发展的背景下，如何平衡技术创新与公共利益成为关键议题。

TechCrunch Sessions: AI 将于6月5日在加州大学伯克利分校举办，汇聚1200名行业领袖，探讨AI领域的最新突破与未来趋势。活动涵盖专家演讲、圆桌讨论及创新展览，重点关注多模态模型、AI视频分析、企业级AI应用等前沿技术。投资专家如Shravan Narayan和Jill Chase将分享AI创业与投资经验，推动产业生态发展。活动为开发者、投资者和创新者提供交流平台，助力AI技术商业化与规模化落地。

特斯拉因涉嫌在发布会上使用 AI 生成的《银翼杀手 2049》版权图像而面临诉讼。原告 Alcon Entertainment 指控特斯拉通过 AI 模型复制受版权保护的图像，用于推广其未来概念车。此案突显了 AI 生成内容在商业应用中的版权风险，尤其是在涉及多模态模型和计算机视觉技术的场景下。特斯拉的辩护策略将直接影响 AI 生成内容的法律边界，可能为未来类似案例提供重要参考。

Andreessen Horowitz (a16z) 聘请前海军陆战队员 Daniel Penny 作为投资者，专注于政府与国防科技领域的投资。尽管 Penny 缺乏投资背景，a16z 计划对其进行培训。这一举措凸显了 AI 在国防和政府技术中的重要性，特别是在强化学习、联邦学习和多模态模型等领域的应用。a16z 的投资策略可能推动 AI 技术在国家安全和智能系统中的应用，进一步促进 AI 在复杂场景中的商业落地和技术创新。