/
OpenAI 计划将 Sora 视频生成器整合到 ChatGPT 中
OpenAI 宣布计划将其 AI 视频生成工具 Sora 整合到 ChatGPT 中，以扩大用户群体并提升功能。公司还在开发 Sora 驱动的 AI 图像生成器，有望生成更加逼真的照片。此外，OpenAI 正考虑推出 Sora 独立移动应用，并正在招募移动开发工程师。这些举措旨在增强 OpenAI 在 AI 创意工具领域的竞争力。
Nvidia 数据显示科技巨头的 AI 支出热潮仍在持续
Nvidia CEO 黄仁勋表示，Blackwell 芯片已成功量产，公司下季度业绩将保持强劲。分析师认为供应链将继续改善，对 Blackwell 的需求没有问题。尽管中国 AI 初创公司 DeepSeek 引发震动，但 Nvidia 的业绩依然超出预期。专家指出，Nvidia 在 AI 基础设施方面的优势依然明显，有望把握住 AI 计算需求的指数级增长。
AI 正在改变我们的学习方式：人类教师的新角色
人工智能正在改变教育领域，但人类教师仍然不可或缺。教师角色正在从知识传授者转变为价值观大使、情感引导者和批判性思维导师。未来教育需要培养学生的数字素养和人文素养，结合AI和人类智能的优势，创造更有效的混合智能学习环境。教师的同理心、道德判断力和激发好奇心的能力，将成为最宝贵的教育资源。
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。
京公网安备 11010802021500号
