如何去除AI绘画的油腻感？这2个实用方法别错过！
Adobe Premiere Pro 新增 AI 视觉识别搜索功能：一句话快速找到视频片段
今日 Adobe 为其视频编辑软件 Premiere Pro 引入了一项基于 AI 视觉识别的搜索功能，用户可以通过描述视频内容来快速查找相关片段。这一功能是 Adobe 在 Premiere Pro、After Effects 和 Frame.io 中新增的多项提升用户体验的功能之一，这些功能旨在帮助视频编辑者节省时间。
英国零售业拥抱自动化以降本增效，机器人包装工、AI 摄像头等逐渐普及
据英国《卫报》21 日报道，为了应对不断上涨的劳动力成本，英国零售商正加快采用电子货架标签、自动退货机、机器人包装工以及更多自助结账设备。
Claude 创始人：AI 全面超越人类，只剩 2-3 年
他认为，AI 确有可能在短期内替代部分人类的工作，但让 AI 与人类形成互补才是对生产力最有益的方式。
ChatGPT 每月产生 260 吨二氧化碳，与 260 趟纽约至伦敦航班碳排放相当
随着科技不断发展，进入 2025 年后，如何在技术创新和环境可持续性之间取得平衡，将成为科技企业和用户必须关注的核心议题。
谷歌母公司 Alphabet 总裁：美国 AI 技术未必会永远领先中国
据彭博社报道，Alphabet 公司总裁兼首席投资官鲁斯・波拉特（Ruth Porat）表示，美国在人工智能（AI）发展竞赛中未必能保持对中国的领先优势。
灵敏度高达94.9%！牛津团队AI多模态ctDNA检测方法，进行癌症早期筛查
编辑 | 2049在癌症诊疗的漫长征程中，早期检测始终是最具挑战性的环节之一，液体活检技术因其无创性和高灵敏度而备受关注。 然而，现有的检测方法大多依赖于深度靶向测序，难以同时整合多模态数据，导致检测灵敏度和特异性受限。 正是基于这一技术痛点，牛津大学的研究团队开发了一种基于全基因组 TET 辅助吡啶硼烷测序（TAPS）的多模态循环肿瘤 DNA（ctDNA）检测方法。
AI伪造论文渗透学术圈：Google Scholar成虚假科学温床，如何应对？
编辑 | 1984随着生成式 AI 技术的普及，学术界正面临着一个新的挑战：越来越多疑似由 AI 生成的研究论文正在渗透到学术期刊、档案库和知识库中。 这些论文通常借助 ChatGPT 等普及型 AI 应用来模仿学术写作风格，其危害不容忽视。 作为广受欢迎的学术搜索引擎，Google Scholar 在展示搜索结果时，并未区分这些可疑论文与经过严格质量把关的研究成果。
可灵视频生成可控性为什么这么好？快手又公开了四篇研究
可灵，视频生成领域的佼佼者，近来动作不断。 继发布可灵 1.6 后，又公开了多项研究揭示视频生成的洞察与前沿探索 ——《快手可灵凭什么频繁刷屏？ 揭秘背后三项重要研究》。
「称霸」20年的谷歌翻译，一朝被小红书干沉默了
AI好好用报道编辑：杨文莲花脚皮片、硬气体毛……谷歌翻译闹出的那些国际笑话。 每天都在小红书上找乐子。 因为中外网友语言不通，唠嗑全倚仗谷歌翻译器。
百万 tokens 降至 0.8 元后，消息称字节跳动豆包大模型毛利率达 50%
据界面新闻今日援引多个知情人士消息称，字节跳动旗下的豆包大模型在去年大幅降价后，毛利率仍然为正。
阶跃星辰再拿多模态榜首，全方位升级发布六款模型
作者｜朱可轩编辑｜陈彩娴春节将近，各家厂商似乎都在争取休假前的最后一博，此时步入 2025 年也才半月有余，大模型玩家们已然卷上了新高度。 先是 OpenAI 打响了开年第一“枪”，ChatGPT 上线了新功能“Tasks”，主打提升了任务执行能力，之后国内一众厂商也先后发布了自家成果——月之暗面发布了全新的多模态图片理解模型 moonshot-v1-vision-preview；MiniMax 开源了基础语言模型 MiniMax-Text-01 和视觉多模态模型 MiniMax-VL-01；生数科技上新了视频大模型 Vidu 2.0；接着，智谱 AI 推出了端到端多模态大模型 GLM-Realtime；面壁智能带来了端侧多模态模型 MiniCPM-o 2.6；DeepSeek 开源了 DeepSeek-R1 推理模型......刚开年，模型更新便多到让人眼花缭乱，当中也不难发现，多模态、推理和端侧依旧是今年各家寻求突破的重点方向。 不得不提的是，在这一各厂商密集上新的“黄金节点”，AI 科技评论关注到，阶跃星辰一周内竟一口气批量更新了 6 款模型，全方位涵盖语言、语音、推理、图片理解、视频生成等多类别。
截胡 OpenAI：清华复旦等抢先开源智能体框架 Eko，一句话打造「虚拟员工」
清华、复旦和斯坦福的研究者联合提出了名为 Eko 的 Agent 开发框架，开发者可以通过简洁的代码和自然语言，快速构建可用于生产的「虚拟员工」。
36000亿元！OpenAI启动全球史上最大规模AI基础设施项目，英伟达软银甲骨文均参与
史上最大规模AI基础设施项目启动！ 不久之前，OpenAI官宣了一项“星际之门”（The Stargate Project）计划——将与软银甲骨文组建合资公司，未来4年内总投资5000亿美元（约合3.64万亿元人民币）在美国建立多个AI数据中心。 该计划将立即启动，而且OpenAI一出手就准备先投它个1000亿美元。
几十个测试后，发现海螺语音与 ElevenLabs 掰手腕的能力不是盖的
试想一个场景，职场中接到一个香港客户的单子，但是在交付的过程中耽搁了时间，现在要进行线上沟通解释，那么你面对的情况大致是这样的：如果不对这段音频进行标注，可能大部分人会认为这一粤语、英语混用的片段是真实发生或从TVB电视剧里截出来的。 但其实，这是由 AI 完成的配音，背后所使用的工具是海螺语音。 今年 1 月，继 MiniMax 发布并开源基础语言大模型 MiniMax-Text-01 和视觉多模态大模型 MiniMax-VL-01 后，再次推出了升级的语音大模型 T2A-01 系列，搭载于海螺 AI 之上，开辟海螺语音板块。
深扒星际之门主角团：中东皇室也参与了！奥特曼搭上特朗普，至少5000亿开搞“星际之门”！大规模AI基建时代：带动数十万美国人就业
编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）太炸裂了！ 一早上刷到OpenAI奥特曼和特朗普同框了！ 特朗普大手一挥，宣布了一个疯狂燃烧经费的AI项目——星际之门计划，将投资 "至少 "5000亿美元！
李飞飞：语言之外，另一半的智能还有待实现
「语言是人类的语言，而 3D 是自然的语言。 」「除了语言，我们还有另外一半智能，这部分非常深刻，就是我们做事的能力。 」「在 AI 之间加一个 G 以强调其通用性，我是尊重这个想法的。
1M长上下文，满血版Gemini 2.0又一次登上Chatbot Arena榜首
就在国内各家大模型厂商趁年底疯狂卷的时候，太平洋的另一端也没闲着。 就在今天，谷歌发布了 Gemini 2.0 Flash Thinking 推理模型的加强版，并再次登顶 Chatbot Arena 排行榜。 谷歌 AI 掌门人 Jeff Dean 亲发贺信：「我们在此实验性更新中引入了 1M 长的上下文，以便对长篇文本（如多篇研究论文或大量数据集）进行更深入的分析。
化解机器人的「幻觉」：北大发布OmniManip，VLM结合双闭环系统，3D理解能力大幅提升
AIxiv专栏是AI在线发布学术、技术内容的栏目。 过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。 如果您有优秀的工作想要分享，欢迎投稿或者联系报道。