AI新闻

Google 正在将 AI 深度整合到其搜索引擎中，计划在 2025 年实现重大创新。CEO Sundar Pichai 表示，未来的 Google Search 将更像一个 AI 助手，能够浏览网页并直接提供答案，而非传统的链接列表。这一转变由 DeepMind 的多模态 AI 系统 Project Astra 驱动，该系统可实时处理视频并回答问题，未来还可能应用于增强现实眼镜。此外，Google 正在开发 Gemini Deep Research 和 Project Mariner 等 AI 代理，旨在自动化复杂的研究任务并减少用户对网站的依赖。尽管初期 AI 概述功能出现了一些问题，Google 仍坚定推进 AI 在搜索中的应用，以应对 ChatGPT 等竞争对手的挑战。

OpenAI 与软银合作开发 AI 自动化平台“Cristal Intelligence”，旨在通过 AI 代理自动化数百万白领工作流程，推动企业转型。同时，OpenAI 推出新型 AI 代理和推理模型 o3-mini，提升研究效率和响应速度。然而，大规模自动化可能引发失业问题，引发社会担忧。欧盟已禁止高风险 AI 应用，如社会评分和潜意识广告。此外，Google X 实验室孵化的 Heritable Agriculture 利用机器学习优化作物产量，展示了 AI 在农业领域的潜力。

OpenAI 加速亚洲市场布局，与韩国 Kakao 和日本软银达成战略合作，推动多语言大模型发展。通过与 Kakao 合作，OpenAI 将开发韩语智能助手 Kanana，并整合其技术至 KakaoTalk；软银则计划投资 30 亿美元，部署 OpenAI 技术并成立合资公司 SB OpenAI Japan，开发定制化企业解决方案。这些合作不仅扩展 OpenAI 的商业版图，还为其提供了丰富的亚洲语言数据，助力大语言模型在多语言环境下的优化与训练，应对来自中国 AI 公司 DeepSeek 的竞争压力。

印度 AI 初创公司 Krutrim 获得 2.3 亿美元投资，计划打造印度最大超级计算机，并与 Nvidia 合作。Krutrim 开源了其 120 亿参数的 Krutrim-2 大语言模型，该模型在印度语言处理、代码生成和多轮对话中表现优异。公司还开发了 BharatBench 评估框架，专注于印度语言能力评估。Krutrim 的技术创新包括 128,000 个 token 的上下文窗口，支持更复杂的对话处理。此举旨在推动印度在全球 AI 领域的竞争力，并构建本土 AI 生态系统。

印度初创公司 Presentations.ai 利用 AI 技术帮助企业快速生成演示文稿，已完成 300 万美元种子轮融资。其平台结合前沿大语言模型（LLMs）和自研小型语言模型，支持文本到图像生成（如 Flux 和 Stable Diffusion），并提供多语言支持、品牌模板等功能。公司通过数据管道构建“防护栏”以减少 AI 生成内容的幻觉问题，确保企业级应用的高可靠性。自 2023 年公测以来，平台已吸引超 500 万用户，并实现盈利。该案例展示了生成式 AI 在办公自动化领域的商业落地潜力。

TechCrunch Disrupt 2025 将聚焦 AI 技术在多行业的深度应用，涵盖医疗、交通、SaaS、国防等领域。活动将汇聚 200+ 行业专家，探讨 AI 在商业扩展、领导力及前沿科技（如太空技术、金融科技）中的创新实践。通过互动环节和专家圆桌讨论，参与者可深入了解 AI 技术的最新进展与挑战。此外，Startup Battlefield 200 将展示 AI 初创企业的创新潜力，为行业提供投资与合作机会。活动旨在推动 AI 技术的商业落地与生态发展。

Conviction Partners 成功募集 2.3 亿美元 AI 基金，凸显 AI 投资热潮。创始人 Sarah Guo 和新增合伙人 Mike Vernal 在 AI 领域具有深厚背景，投资了 Mistral、Harvey 等 AI 创新企业。该基金将加速 AI 技术在编程助手、智能安全等领域的商业落地，推动多模态模型和边缘计算等前沿技术的发展。

MLCommons 与 Hugging Face 合作发布全球最大的公共领域语音数据集 ‘Unsupervised People’s Speech’，包含超过 100 万小时的音频，涵盖 89 种语言。该数据集旨在支持多语言自然语言处理研究，特别是低资源语言的语音模型改进、跨口音和方言的语音识别增强以及语音合成的新应用。然而，数据集可能存在偏见和伦理问题，如数据来源主要为美式英语，且部分录音可能未经授权。开发者需谨慎使用，MLCommons 承诺持续更新和改进数据集质量。

中国AI实验室DeepSeek凭借其高效计算技术训练的AI模型迅速崛起，其聊天机器人应用在苹果和谷歌应用商店登顶。DeepSeek-V2和V3模型在多项AI基准测试中表现优异，成本显著低于竞争对手，推动国内AI市场价格竞争。其R1推理模型在物理、科学和数学领域展现出更高的可靠性。尽管面临美国硬件出口限制，DeepSeek通过优化算力效率和成本控制，展示了中国在AI领域的竞争力。公司还注重多学科人才引进，以提升模型的广泛适用性。

TechCrunch Disrupt 2025 将聚焦 AI 技术在多领域的深度应用，涵盖医疗、交通、SaaS、国防等行业的 AI 创新。活动将汇聚 200+ 行业领袖，探讨 AI 在规模化商业应用、领导力提升及前沿技术（如空间科技、金融科技）中的实践与挑战。重点关注 AI 模型训练优化、推理效率提升及数据安全等关键技术问题，同时展示 AI 在创业生态中的商业落地潜力。活动还将通过 Startup Battlefield 200 展示 AI 驱动的创业项目，探讨未来 AI 发展趋势，包括多模态融合、边缘计算及可解释性等前沿方向。

英特尔通过美国 CHIPS 和科学法案获得 22 亿美元联邦拨款，用于推动半导体制造和先进封装技术。该资金将支持 AI 硬件基础设施的升级，特别是在算力效率和成本控制方面。随着 AI 模型训练和推理需求的增长，高性能芯片的本地化生产将加速 AI 产业发展，推动多模态模型、自动驾驶和医疗诊断等领域的创新。

Google 正在测试基于 AI 的“Ask for Me”功能，通过语音识别和自然语言处理技术，自动为用户拨打本地商家电话，获取服务价格和可用性信息。该功能旨在提升用户效率，减少等待时间，初期应用于美甲店和汽车维修店等场景。结合去年推出的“Talk to a Live Rep”功能，Google 进一步优化了 AI 在客户服务中的应用，展示了智能助手在商业落地中的潜力。这一创新标志着 AI 在多模态交互和自动化服务领域的持续发展。

Meta 计划通过 AI 技术重塑 Facebook，以吸引年轻用户并提升文化影响力。尽管具体细节未披露，但公司暗示将利用 AI 优化用户体验，可能涉及个性化推荐、内容生成和多模态交互。此举旨在与 TikTok 等平台竞争，但面临数据隐私、用户迁移和技术创新的挑战。Meta 的 AI 战略或将推动社交网络向更智能、去中心化方向发展，同时需平衡短期收益与长期技术投入。

Meta CEO Mark Zuckerberg 在财报电话会议上宣布，Meta 将长期投入数百亿美元用于 AI 基础设施，包括数据中心和下一代大模型 Llama 4 的开发。他强调，AI 基础设施的扩展是 Meta 的战略优势，尤其在推理需求持续增长的背景下。Llama 4 的目标是超越闭源模型（如 ChatGPT），具备多模态和代理能力，进一步推动开源模型的竞争力。尽管市场对 DeepSeek 可能减少 GPU 需求的担忧导致 Nvidia 股价下跌，Zuckerberg 认为芯片需求仍将持续增长，Meta 将继续加大 AI 投资以支持其数十亿用户规模。

OpenAI 在 2024 年取得显著进展，发布多模态模型 GPT-4o 和文本生成视频模型 Sora，并推出实时视觉功能及新推理模型系列 o3。ChatGPT 用户数达 3 亿，广泛应用于教育、政府等领域，但面临版权诉讼和高管离职等挑战。技术发展聚焦多模态融合与推理优化，未来趋势包括 AGI 发展和边缘计算应用。

Google Maps 将根据美国政府官方数据库更新地名，展示 AI 在地理信息处理中的实时响应能力。通过联邦学习技术，Google 实现了多国用户界面的个性化地名展示，体现了 AI 在跨区域数据适配和动态更新中的技术优势。此举凸显了 AI 在智能地图服务中的关键作用，未来或可进一步结合多模态模型，提升地理信息的精准性和用户体验。

阿里巴巴发布多模态AI模型Qwen2.5-VL，支持文本、图像、视频分析及PC控制，性能超越GPT-4o等主流模型。该模型在图表解析、发票数据提取、长视频理解等任务中表现优异，并具备IP识别能力。Qwen2.5-VL还展示了与移动和桌面应用的交互能力，但操作系统控制性能仍有提升空间。模型系列中较小版本开源，旗舰版需商业授权。该发布凸显了中国AI在多模态技术领域的快速进展及商业化潜力。

中国 AI 初创公司 DeepSeek 因网络攻击暂停新用户注册，但其开源推理模型 R1 在多个基准测试中表现优异，超越 OpenAI 的 o1 模型。DeepSeek 近期发布新图像模型家族，并实现单日 100 万次应用下载。该事件凸显 AI 企业在快速扩展中面临的数据安全挑战，同时展示了开源模型在多模态推理领域的竞争力。

DeepSeek 发布多模态 AI 模型 Janus Pro，参数规模从 10 亿到 70 亿，支持图像分析与生成，分辨率达 384×384。在 GenEval 和 DPG-Bench 基准测试中，Janus Pro 7B 超越 DALL-E 3 及其他竞品，展现出色性能。模型采用 MIT 许可，可商用。DeepSeek 强调其自回归框架的简洁性、高灵活性和高效性，预示其在下一代统一多模态模型中的潜力。同时，其高效训练技术引发对美国 AI 领先地位的质疑，凸显全球 AI 竞争加剧。

xAI 即将发布新一代大语言模型 Grok 3，该模型在逻辑推理和代码生成任务中表现出色，成功解决了 OpenAI 模型未能正确回答的复杂谜题。Grok 3 已完成预训练，训练算力为前代模型的 10 倍，依托 xAI 的 10 万 GPU 数据中心。模型新增法律案例数据，提升法律领域理解能力，并计划推出语音模式和更具争议性的 ‘Unhinged Mode’。Grok 3 的发布标志着 xAI 在大语言模型领域的快速追赶，展现了其在多模态和智能助手应用中的潜力。