AI模型
前路已明！我的2025年度AI模型+产品大盘点
2025，终于过去了。 那，每一年的保留节目，怎么能不盘点一下，今年的年度 AI 呢？ 就像游戏行业每年有 TGA、有各大博主自己的年度游戏，影视圈有各种博主自己的纯主观金菊花、金扫帚奖等等。
腾讯发布 HY-MT1.5:翻译又快又准，连手机都能跑
翻译软件我们天天用，但背后的模型通常很大，往往需要连接云端服务器才能运行。 腾讯这次推出的 HY-MT1.5系列打破了这个限制，推出了两个版本，满足不同场景的需求:1.8B 小尺寸版: 别看它体量小，它在性能上几乎能和体量大得多的模型叫板。 经过优化后，它只需要约1GB 的内存就能在手机等端侧设备上流畅运行。
Meta 首席 AI 科学家曝料：Llama 4 发布前 “造假” 测试结果，引发行业震动！
社交媒体巨头 Meta 旗下的开放人工智能模型 Llama 系列在 AI 社区享有盛誉，尤其是前几代产品 Llama1至3备受好评。 然而，随着2025年4月 Llama4的推出，Meta 却遭遇了重大的信任危机。 当时，Meta 声称 Llama4在基准测试中的表现非常优秀，但随着模型的发布，众多开发者迅速进行了测试，结果显示 Llama4的实际性能远低于 Meta 的宣传。
入门必读！超实用的AI基础知识科普系列（一）
相关文章：一、AI核心概念名词解释. 在 AI 领域，有许多专业术语，覆盖从底层算法到应用层产品设计。 以下是常见 AI 名词解释列表。
年薪55.5万美元！OpenAI 急招安全防范负责人，挑战AI风险！
近日，OpenAI 发布了一则引人注目的信息，急需一位新的安全范负责人，年薪高达 55.5 万美元（约合 389.4 万元人民币），并附带股权分红。 这一职位的核心职责是帮助公司评估其 AI 模型可能带来的风险，尤其是滥用和潜在危害。 在 2025 年即将结束之际，OpenAI 临的挑战愈发严公司因其 ChatGPT 模型对用户心理健康的影响而饱受指，甚至还涉及数起非正常死亡的相关诉讼案。
阿里巴巴推出新款 Qwen 模型，三秒音频即可克隆声音
近日，阿里巴巴云计算的 Qwen 团队发布了两款全新的人工智能模型，旨在通过文本指令生成或克隆声音。 其中，Qwen3-TTS-VD-Flash 模型允许用户根据详细描述生成声音，用户可以精确定义声音的特征，如情感和说话节奏。 例如，用户可以请求生成一个 “中年男性，洪亮的男中音 —— 充满活力的广告解说，快速的语速，夸张的音调变化，充满销售魅力的声音”。
MiniMax 更新 M2.1 模型，重点聚焦于更多编程语言和办公场景的可用性
AI在线 12 月 24 日消息，MiniMax 昨日宣布为其 MiniMax M2 开源模型推出 M2.1 版本更新。 此次更新致力于提升真实世界复杂任务中的表现：重点聚焦于更多编程语言和办公场景的可用性。 MiniMax-M2.1 的具体亮点如下：系统性提升了 Rust / Java / Golang / C / Kotlin / Objective-C / TypeScript / JavaScript 等非 Python 语言的能力；显著加强了原生 Android / iOS 开发能力，系统性提升了模型在 Web 与 App 场景中的设计理解与美学表达能力；系统性问题解决能力再次升级，关注对“复合指令约束”的整合执行能力，在真实办公场景具备更高的可用性；模型回复以及思维链更加简洁，在实际编程与交互体验中响应速度显著提升、Token 消耗明显下降；在各类编程工具与 Agent（智能体 / 代理）框架中均有出色表现；在日常对话、技术说明与写作场景中，也能提供更具细节与结构性的回答。
亚马逊 AGI 部门换帅:云业务老将接棒，力求终结 AI “落后局势”
面对微软、谷歌及 OpenAI 等对手的步步紧逼，全球电商与云巨头亚马逊正试图通过一场高层地震来扭转其在 AI 赛道的被动局面。 AIbase 获悉，亚马逊首席执行官安迪·贾西（Andy Jassy）近日宣布，公司AGI（通用人工智能）部门负责人罗希特·普拉萨德（Rohit Prasad）将于明年离职，由 AWS 高级副总裁彼得·德桑蒂斯(Peter DeSantis)接过帅印。 德桑蒂斯是亚马逊效力超过30年的元老级人物，他将领导一个全新的扩权部门。
机器人界的GitHub诞生！Tnkr平台上线，让造机器人像写代码一样简单
在物理智能加速落地的2025年，一个被称作“机器人GitHub”的开源平台——Tnkr——正式登场，试图终结机器人研发长期存在的碎片化困局。 该平台首次将硬件、软件、数据与AI模型四大核心要素整合于统一开源生态，让开发者能像协作写代码一样，共建、共享、共优实体机器人项目。 传统机器人开发如同“拼图游戏”:工程师需在CAD软件、代码编辑器、数据采集工具和AI训练平台之间反复切换，项目文档散落各处，复现难度极高。
谷歌搜索测试“+”按钮:允许用户上传图片文档，利用 Gemini AI 进行深度分析
谷歌搜索中近日新增了一个神秘的**“ ”按钮**，允许用户上传图片和文档，从而利用谷歌的 Gemini AI 模型进行深度分析。 尽管谷歌尚未发布官方博文，表明该功能可能仍处于实验阶段，仅对部分用户开放。 用户只需上传图片或文档，即可启用 Google AI 模式。
谷歌发布 FACTS 基准:AI 模型准确性面临70% 天花板挑战
近日，谷歌的 FACTS 团队与数据科学单位 Kaggle 联合发布了 FACTS 基准套件，旨在填补当前 AI 模型评估中对事实准确性缺乏标准化的空白。 该基准套件提供了一种全面的评估框架，特别适用于法律、金融和医疗等行业，其中准确性至关重要。 图源备注：图片由AI生成，图片授权服务商MidjourneyFACTS 基准将 “事实性” 定义为两个独特的操作场景:一是 “上下文事实性”，即依据提供的数据生成准确响应;二是 “世界知识事实性”，即从记忆或网络中检索信息。
美国监狱电话隐私大曝光：囚犯通话竟成 AI 训练材料
近年来，美国一家名为 Securus Technologies 的电信公司，秘密地利用监狱内囚犯的电话和视频通话记录，构建其专有的人工智能模型。 根据《麻省理工科技评论》的报道，Securus 自2023年起开始开发其 AI 产品，而其收集的通话数据则早在更早的时间就已积累。 这些数据来源于各类监狱，从地方监狱到长期监禁的监狱，甚至包括移民和海关执法局的拘留中心。
想让AI帮你做用户研究？这两大场景超实用！
数字化时代，用户研究正迎来前所未有的机遇与挑战。 每天涌进来的海量用户反馈、访谈记录和评论，是蕴藏需求的“宝藏信息库”，可传统分析方法很难扛住这份“信息量”。 今天就聊聊AI大语言模型在用户研究里的实际用法，重点说短文本反馈分类、长文本分析洞察这两个核心场景，帮用户研究人员省出更多时间做关键决策。
OpenAI 宣布将停止 GPT-4o 模型 API 访问，开发者需尽快迁移
OpenAI 近期向其 API 客户发布通知，确认将于 2026 年 2 月 16 日正式停止对 chatgpt-4o-latest 模型的访问。 这一决定意味着仍在使用 GPT-4o 开发应用的开发者们仅剩下大约三个月的过渡期来调整他们的项目。 OpenAI 发言人指出，此次 API 访问的终止仅适用于 GPT-4o 模型，而该模型仍然作为 ChatGPT 个人用户和付费用户的重要选项。
Gemini 3重磅发布，我连夜整理了3大核心亮点与5种免费用方法！
这两天AI界最炸裂的消息，就是Gemini 3 发布了！ 我连夜整理了3大核心亮点与5种免费用的方法，赶紧收藏起来吧~. 深度测评：一、3大核心亮点.
断档式领先！2025年最强模型 Gemini 3 Pro 实测
等了很久、很久、很久。 也期待了很久、很久、很久的Gemini 3 Pro，终于在昨天晚上，正式上线了。 往期回顾：之前回回都有新消息，回回都是误传。
OpenAI 财务泄露：巨额开销压制盈利前景
根据 Techcrunch 和博主 Ed Zitron 的报道，最近泄露的内部文件揭示了 OpenAI 与微软之间资金流动的情况。 这些文件显示，OpenAI 的模型运行成本极其高昂，按照这些数字，盈利的目标似乎仍遥不可及。 根据 Zitron 的说法，OpenAI 在2024年向微软支付了约4.938亿美元，作为20% 的收入分成。
李彦宏:AI 的内化将重塑生产力
在2025年百度世界大会上，百度创始人李彦宏发表了主题为《效果涌现》的演讲，强调当 AI 能力被内化后，智能不再是成本，而是推动生产力的关键力量。 李彦宏指出，目前 AI 产业结构正在经历从 “正金字塔” 向 “倒金字塔” 的转变，这种变化将使得 AI 模型和应用的价值大幅提升。 李彦宏表示，传统的 AI 产业结构使底层芯片获得了绝大部分的价值，而模型和应用的价值则相对较小，形成了不健康的局面。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI新词
AI绘画
大模型
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
英伟达
Gemini
智能体
技术
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
AI for Science
代码
腾讯
苹果
算法
Agent
Claude
芯片
具身智能
Stable Diffusion
xAI
蛋白质
人形机器人
开发者
生成式
神经网络
机器学习
AI视频
3D
字节跳动
大语言模型
RAG
Sora
百度
研究
GPU
生成
华为
工具
AGI
计算
生成式AI
AI设计
大型语言模型
搜索
亚马逊
AI模型
视频生成
特斯拉
DeepMind
场景
Copilot
深度学习
Transformer
架构
MCP
编程
视觉