AI新闻

Current AI 倡议在法国 AI 行动峰会上启动，旨在推动 AI 在社会公益领域的发展，初期获得 4 亿美元承诺，计划五年内筹集 25 亿美元。该倡议聚焦于医疗、气候等关键领域，强调高质量数据集访问、开源基础设施支持及 AI 社会环境影响评估。创始人 Martin Tisné 指出，AI 发展面临数据瓶颈，需创新数据访问方式。倡议支持开源工具生态建设，推动 AI 系统审计标准统一，并专注于小型模型与高价值数据集的应用，如帕金森病研究。欧洲与全球南方国家主导，谷歌、Salesforce 等科技巨头参与。

英国政府秘密要求苹果为其 iCloud 加密功能创建后门，以绕过端到端加密（E2EE）保护，引发全球数据安全担忧。此举可能削弱数百万苹果用户的数据隐私，并为其他国家或黑客利用类似漏洞提供先例。AI 技术在数据加密和安全领域面临挑战，特别是在联邦学习和隐私保护计算的应用中。这一事件凸显了 AI 系统在平衡国家安全与用户隐私之间的技术难题，并可能影响全球 AI 生态系统的信任基础。

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。

Lyft 计划于 2026 年在达拉斯推出基于 Mobileye 技术的全自动驾驶出租车服务，并逐步扩展至其他城市。Mobileye 提供先进的驾驶辅助技术，并与多家汽车制造商合作。Lyft 采用资产轻量化模式，与日本综合企业 Marubeni 合作，后者负责车队所有权和融资。此次合作标志着自动驾驶出租车服务的商业化加速，同时反映了行业竞争加剧，Uber 已与多家自动驾驶公司达成合作。Lyft 此前在自动驾驶领域遭遇挫折，包括合作伙伴 Motional 和 Argo AI 的失败，但此次合作有望推动其在该领域的布局。

AI 专家 Fei-Fei Li 在巴黎 AI 行动峰会前提出未来 AI 政策制定的三大原则：1) 基于科学而非科幻，强调政策制定者应关注当前 AI 技术现实，避免过度关注未来极端场景；2) 政策应务实而非意识形态化，旨在减少意外后果并激励创新；3) 政策需支持整个 AI 生态系统，包括开源社区和学术界，强调开放访问对技术进步的重要性。这些原则旨在推动 AI 技术的健康发展，同时确保创新不受资源限制。

Apple 最新研究聚焦人机交互优化，通过非拟人化设计（如台灯形态）探索机器人表达性动作对用户体验的影响。研究表明，融入意图、注意力和情感等表达性特征，可显著提升人机互动的自然度。该技术有望应用于智能家居系统，类似 Amazon Astro 机器人，但可能采用更简约的形态（如带 iPad 的机械臂）。研究展示了如何通过细微动作（如‘转头’）增强用户情感连接，为未来消费级机器人产品设计提供新思路。

Autodesk CTO Raji Arasu 强调 AI 在解决复杂软件问题中的长期应用，特别是在处理非结构化数据方面。她指出，计算能力、生成式 AI 和大模型领域特定微调的进步正在推动 AI 从实验室走向实际应用，如建筑自动化、3D 建模和工程设计。Arasu 呼吁行业与政府紧密合作，制定多元化、包容性的 AI 政策，确保技术开发中的伦理设计和风险管控。她认为，女性在 AI 领域的参与对实现公平和创新至关重要，特别是在医疗、教育和金融等行业的转型中。

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。

开源与AI技术的结合成为焦点，Meta等公司推动开源AI模型发展，但透明度与治理问题引发争议。DeepSeek等开源AI模型虽采用MIT许可，但训练数据等关键信息仍不透明。Hugging Face等机构致力于创建更开放的开源AI模型，强调社区参与和长期可持续性。开源AI在技术创新和商业落地中面临数据安全、模型透明度和治理结构的挑战，未来需平衡开放性与商业利益。

Lumina-Image 2.0 是上海 AI 智能实验室推出的一款开源统一图像生成模型。该模型支持多种图像生成功能，包括写真、艺术字、风格化图像、逻辑推理图像、双语 prompt 以及图片加文字的引导生成。

从基准测试来看，Lumina-Image 2.0 的表现优于 DALL-E3，远超 SDXL。目前，该模型正在逐步开源，并且已经适配支持了 ComfyUI

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！

DeepSeek 在春节假期可谓大大滴出圈，饭桌上居然都有人在讨论了，找到了这个 DeepSeek 实用集成列表，涵盖了支持 DeepSeek 的应用程序、AI Agent 框架、RAG 框架、即时通讯插件、浏览器插件、VS Code 插件等。

对了，你可以在三花日报找到有关 DeepSeek 的所有报道，从 v1.5 到 v3，以及 r1 都有。

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。

OpenAI 宣布将在德国慕尼黑设立新办公室，进一步扩展其在欧洲的业务版图。德国作为技术、学术和工业创新的中心，拥有大量 OpenAI 技术的用户、付费订阅者和 API 开发者。此举旨在推动 AI 技术在更多企业、机构和人群中的应用，加速 AI 的商业落地和技术创新。此前，OpenAI 已在巴黎、布鲁塞尔和都柏林设立办公室，持续加强其在欧洲的产业生态布局。

Anthropic CEO Dario Amodei 对 DeepSeek 的 AI 安全性能表示担忧，特别是在生物武器信息生成方面的测试中表现不佳。DeepSeek 的 R1 模型在安全测试中未能阻止有害提示，显示出潜在的国家安全风险。尽管 DeepSeek 团队技术实力强劲，但其模型的安全性问题可能影响其全球扩展。Anthropic 强调 AI 模型的安全性，并支持对中国的芯片出口控制，以防止技术被用于军事目的。DeepSeek 的崛起引发了对其安全性的广泛关注，未来其发展将受到安全考量的影响。

美国交通部暂停了价值50亿美元的电动汽车充电基础设施项目资金，特斯拉已从中获得至少3100万美元。此举被视为非法，并可能影响AI驱动的自动驾驶和智能充电技术的发展。特斯拉在可持续能源转型中的技术领先地位与其政治环境的不确定性形成对比，凸显了政策对AI技术商业落地和产业生态的深远影响。

新闻揭示了 AI 在文化遗产保护领域的创新应用，重点聚焦 Vesuvius Challenge 项目。该项目利用 3D 建模和 AI 技术解码被火山灰掩埋的古卷轴，展示了 AI 在图像识别和模式检测方面的突破。年轻工程师 Luke Farritor 通过开发软件成功识别烧焦纸上的文字模式，凸显了 AI 在解决历史难题中的潜力。这一案例不仅体现了 AI 技术的跨学科应用价值，也反映了年轻一代在 AI 创新中的重要作用。

Google 近期撤销了其不开发武器相关 AI 系统的承诺，引发广泛讨论。AI 专家 Andrew Ng 支持这一决定，认为 AI 在国家安全领域具有战略意义，尤其是 AI 无人机将彻底改变战场格局。Ng 强调，美国需在 AI 技术上与中国竞争，并反对过度监管阻碍开源 AI 发展。然而，Google 内部对此存在分歧，部分员工和专家反对 AI 军事化应用，呼吁全球监管。随着五角大楼等机构对 AI 需求的增加，科技巨头正通过军事合作寻求投资回报，AI 在国防领域的应用成为焦点。

特斯拉正通过自研超级计算机 Dojo 推动自动驾驶技术发展，旨在实现从辅助驾驶到完全自动驾驶的跨越。Dojo 专为训练 FSD 神经网络设计，结合特斯拉自研 D1 芯片，显著提升模型训练效率。尽管面临 EV 销量下滑的压力，特斯拉仍将 Dojo 视为实现完全自动驾驶的关键。通过持续优化算力与数据规模，特斯拉致力于将自动驾驶安全性提升至人类驾驶的 10 倍以上，展现了 AI 技术在自动驾驶领域的巨大潜力与挑战。

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。