https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析

Buy ads: https://telega.io/c/AI_News_CN
Anthropic与五角大楼就AI使用限制产生分歧

去年夏天,Anthropic获得美国国防部一份价值两亿美元的合同。如今该公司与五角大楼的关系陷入困境。据知情人士透露,该公司和五角大楼在关于如何使用Anthropic技术的合同条款上存在分歧。合同授予后,该公司与美国政府的紧张关系几乎立即开始,部分原因是Anthropic的条款和条件规定,Claude不能用于任何与国内监控相关的行动。这限制了美国移民海关执法局和联邦调查局等执法机构部署该技术的程度。Anthropic对AI安全应用的关注,以及其反对将技术用于自主致命行动的做法,持续引发问题。一些政府官员不满该公司规定了其技术可如何使用。

—— 华尔街日报

via 风向旗参考快讯 - Telegram Channel
今年一月OpenAI Sora安装量环比下降45%

OpenAI的视频生成应用Sora在去年十月迅速登上苹果 App Store 榜首后,目前正面临困境。最新数据显示,随着人们对这款AI视频社交网络的早期热捧逐渐消退,该应用的下载量和用户消费额均出现下降。市场情报提供商Appfigures的数据显示,Sora在去年十二月的下载量环比下降32%。这一情况令人担忧,因为节假日通常是移动应用的增长契机,人们会收到新的智能手机作为礼物,而且往往有休假时间,从而更可能安装新应用和游戏。下降趋势持续至2026年一月,安装量环比减少 45%,降至 120万次。用户消费额同样出现下滑,截至一月环比下降32%。

—— Techcrunch

via 风向旗参考快讯 - Telegram Channel
腾讯混元大模型迎来顶级科学家:清华博士庞天宇加盟,领衔多模态强化学习

腾讯在 AI 人才版图上再下一城。2026年1月30日,清华大学计算机系博士、前新加坡 Sea AI Lab 高级研究科学家庞天宇宣布,将于2月4日正式入职腾讯。他将出任腾讯混元大模型团队首席研究科学家,并兼任多模态强化学习技术负责人。

人物履历:从清华学霸到顶级科学家

庞天宇是机器学习领域的知名青年学者,其履历极具含金量:

学术背景:1995年出生,高一即获得保送清华资格。2017年本科毕业于清华数理基科班,2022年取得清华计算机系博士学位,师从朱军教授。

研究成就:长期深耕机器学习鲁棒性与深度学习领域,在 ICML、NeurIPS 等国际 AI 顶级会议上发表论文70余篇,总引用次数已超过1.5万次。

业界荣誉:曾荣获微软学者奖学金、百度奖学金、英伟达学术先锋奖及 CAAI 优秀博士论文等数项重量级奖项。

职业轨迹:博士毕业后曾任职于新加坡 Sea AI Lab,主攻可信机器学习与生成式模型。

职责定位:深耕多模态与强化学习

在加盟腾讯混元团队后,庞天宇将主要负责多模态模型的强化学习研究:

研发重心:前期将聚焦于生成模型技术的突破。

团队架构:他所领衔的混元多模态部 Exploration Center,主要职能是承担强化学习前沿算法的探索任务。

腾讯混元大模型的“人才拼图”

此次庞天宇的加盟,是腾讯近期一系列“人才强基”动作的延续:

人才高地:2025年12月,前 OpenAI 研究员姚顺雨入职腾讯任首席 AI 科学家。马化腾曾表示,腾讯已通过人才引进完成了混元大模型的“深度重构”。

技术成果:1月28日,腾讯宣布开源混元图像3.0图生图版本,该模型已在国际图像编辑榜单进入第一梯队,并已接入 AI 助手“元宝”。

随着多位顶尖专家的加入,腾讯混元大模型正通过强化学习与多模态技术的深度融合,加速追赶全球 AI 技术的第一阵营。

via AI新闻资讯 (author: AI Base)
大厂抢人:清华学术新星庞天宇加盟腾讯混元,领军多模态RL研究

近日,AI学术界与产业界传来重磅消息,MLNLP学术委员、资深研究员庞天宇正式宣布加入腾讯混元(Tencent Hunyuan),出任首席研究科学家及多模态强化学习(Multimodal RL)技术负责人。目前,庞天宇已全面开启AI高端人才招聘,旨在组建顶尖团队,攻坚多模态生成与理解模型的前沿难题。

庞天宇履历极其亮眼,他是清华大学计算机系2017级直博生,师从著名学者朱军教授。在校期间,他深耕机器学习及深度学习鲁棒性领域,以第一作者身份在ICML、NeurIPS、ICLR等顶会发表多篇Oral及Spotlight论文,并曾斩获微软学者奖学金及英伟达学术先锋奖。在加入腾讯前,他曾担任新加坡Sea AI实验室高级研究科学家,具备深厚的学术积淀与工业界经验。

据悉,庞天宇在腾讯混元的工作将重点聚焦于强化学习与多模态模型的深度融合,涵盖扩散模型(Diffusion Models)与视觉语言模型(VLMs)等核心方向。此次“强强联合”标志着腾讯混元在多模态大模型技术攻关上更进一步。

via AI新闻资讯 (author: AI Base)
编程效率暴增:Kimi K2.5 接入 Kimi Code,三倍额度福利限时开启

月之暗面近日宣布,旗下最强编程模型、原生多模态大模型 Kimi K2.5正式接入 Kimi Code。为了庆祝这一技术跨越,官方同步推出了限时福利与重磅计费调整,旨在为开发者提供更畅快、更精准的 AI 编程体验。

性能飞跃:K2.5赋予编程新动能

作为 Kimi 家族的最新力作,K2.5模型在视觉理解、复杂代码逻辑和 Agent 集群能力上实现了显著突破。此次接入 Kimi Code,意味着开发者在处理多模态输入(如解析 UI 设计稿生成代码)以及应对高难度编程任务时,将获得更精准的响应和更强大的逻辑支持。

为了回馈用户,Kimi Code 开启了限时优惠活动:即日起至2026年2月28日,无论是新用户还是老用户,均可享受最高平时3倍的使用额度。更重要的是,本次活动取消了限速和购买限制,力求让每一位开发者都能在全速状态下体验 K2.5带来的高效产出。

计费变革:从“按次”转向“按 Token”

针对用户反馈,Kimi Code 完成了一项关键优化:正式取消基于请求次数的计费方案,全面切换为更科学、透明的 Token 计费模式。

● 按需扣减: 额度将严格根据用户实际输入和输出的长度计算。
● 精准算力: 简单的提问将仅消耗极少 Token,而复杂的任务则能获得更充足的发挥空间。

简单来说,新的计费方式让额度变得更“耐用”,确保每一分算力都精准服务于实际开发需求。目前,用户的所有配额已按照新方式重置,开发者可以立即访问 Kimi Code 官网,开启高效的 Happy Coding 模式。

via AI新闻资讯 (author: AI Base)
🌐 Google DeepMind 发布 Project Genie:可交互的实时生成式世界模型

Google DeepMind 近日推出实验性研究原型 Project Genie(Genie 3),该系统被定义为一种“世界模型”,能够根据文本提示或图像实时生成连贯、可导航且具有照片级真实感的虚拟环境。用户可以作为智能体在生成的空间中移动并进行交互,系统会根据用户的动作指令(如移动、跳跃)预测并渲染后续状态,确保物理因果关系在短时间内保持一致。

技术实现上,Genie 3 采用扩散变换器(Diffusion Transformer)架构,通过潜在动作和帧序列预测世界状态。与需要显式 3D 表示的 NeRF 或高斯泼溅技术不同,Genie 的环境一致性属于涌现能力,完全基于帧对帧的生成。目前该原型支持 720p 分辨率,控制延迟低于 10FPS,最大上下文滚动长度为 60 秒。

该模型的核心研发目标并非单纯的娱乐产品,而是作为下一代 AI 和机器人系统的“想象力”训练场。通过在模拟世界中运行大量潜在行动方案,智能体可以学习处理复杂任务并预测后果,从而降低现实开发成本。在应用前景方面,该技术被认为将革新游戏开发、电影制作及工业仿真领域,例如通过单张照片快速构建可交互的 3D 场景。

然而,该技术也引发了广泛的专业讨论与质疑。部分技术评论者指出,Genie 本质上是基于视频数据的“幻觉模拟”,而非基于严谨物理定律的引擎,因此在处理复杂流体动力学或长期环境一致性时仍存在局限和漂移现象。此外,高昂的计算成本、能源消耗以及可能带来的数字成瘾和虚假信息风险也是讨论的焦点。在行业竞争层面,Genie 的路线与 Meta 首席科学家 Yann LeCun 倡导的非生成式世界模型(如 JEPA)形成对比,反映了当前 AI 领域对实现通用人工智能(AGI)路径的不同探索。

(HackerNews)

via 茶馆 - Telegram Channel
OpenAI宣布停用多款大模型 GPT‑4o走进历史

据CNBC报道,OpenAI周四宣布,将从下个月起在其ChatGPT聊天机器人中停用多个模型,包括一些用户十分喜爱的GPT‑4o模型。OpenAI在2024年5月推出了GPT‑4o大模型,其亲切的对话风格在部分付费用户中非常受欢迎。然而去年8月,在推出新模型GPT‑5后,OpenAI曾短暂关闭GPT‑4o的访问权限,引发了用户的不满。

随后,OpenAI迅速为付费用户恢复了GPT‑4o的访问权限,CEO萨姆·奥特曼(Sam Altman)承诺,如果公司未来决定停用该模型,将会提前充分通知用户。

这一天终于到来。OpenAI周四表示,目前每天仅有0.1%的用户选择使用GPT-4o,而“绝大多数”人都在使用其GPT-5.2模型。OpenAI称,近几个月来,公司已在模型个性、定制化和创意构思方面进行了改进,因此认为正式停用GPT-4o的时机已经成熟。

除了GPT-4o,OpenAI还表示GPT-4.1、GPT-4.1 mini以及OpenAI o4-mini也将从ChatGPT中停用。该公司此前已宣布,GPT-5 Instant和GPT-5 Thinking同样会从该聊天机器人中移除。

via cnBeta.COM - 中文业界资讯站 (author: 稿源:凤凰网科技)
微软市值单日缩水3570亿美元 金额仅次于英伟达创下的纪录

微软公司股价周四遭遇抛售,市值大减3570亿美元,单日缩水金额在股市史上高居第二。受周三盘后公布的财报影响,这家软件巨头收盘下跌10%,创2020年3月以来最大跌幅。财报显示,微软人工智能(AI)支出创纪录,而核心的云业务部门增长放缓。

历史上唯一一次市值单日缩水金额比这更大的,是英伟达去年在DeepSeek推出低成本AI模型后创下的5930亿美元纪录。彭博汇编的数据显示,微软市值变动金额超过了逾90%的标普500指数成分股的市值本身。

其他一些科技股也感受到了这股寒气。Alphabet和英伟达市值周四均一度蒸发超过1000亿美元。Alphabet股价随后反弹,最终收涨0.7%,亚马逊股价下跌0.5%。

via cnBeta.COM - 中文业界资讯站 (author: 稿源:环球市场播报)
游戏开发者集体“投反对票”:超半数从业者看衰生成式 AI

随着生成式 AI 技术在游戏开发各环节的渗透,从业者的抵触情绪正以前所未有的速度蔓延。根据游戏开发者大会(GDC)最新发布的调查报告,52% 的受访开发者认为生成式 AI 对游戏行业产生了“负面”影响,而持正面看法的仅占 7%。这一数据反映出行业内部对技术变革的深刻焦虑。

回顾过去三年的数据,这种负面情绪呈现出爆发式增长:2024 年仅有 18% 的人持负面看法,2025 年上升至 30%,而到了 2026 年,这一数字已然过半。尽管 EA 和 Krafton 等大厂高管积极拥抱 AI,但身处一线的开发者显然有着截然不同的体感。

工具还是威胁?AI 在开发中的尴尬地位

在参与调查的 2,300 名行业专业人士中,约有 36% 的人在工作中使用 AI,而 64% 的人仍保持距离。在实际应用中,AI 主要被用于辅助性任务:

81% 的使用者将其用于研究和头脑风暴;
47% 用于处理邮件等行政琐事;
仅有 19% 用于资产生成,而在面向玩家的核心功能开发上,使用比例仅为 5%。

除了 AI 带来的技术冲击,持续不断的裁员浪潮也是开发者悲观情绪的重要来源。调查显示,17% 的受访者在过去一年内遭遇过裁员,而过去两年内曾被裁员的比例更是高达 28%。这种不确定性让 23% 的从业者预计未来一年还将有更多裁员发生。

教育领域同样传递出寒意。超过 60% 的教育工作者和学生认为,当前的行业现状让毕业生极难找到工作,甚至有资深教育者直言,“大多数学生未来可能根本无法进入游戏开发领域”。

via AI新闻资讯 (author: AI Base)
工业质检新突破:海康威视发布“AI质检员”,精准解决包装防错难题

近日,杭州海康威视数字技术股份有限公司正式推出全新的 AI 质检系统。该系统依托其自研的 “观澜”工业大模型,旨在通过智能化的视觉检测手段,彻底解决制造业在配件包装环节中的错漏装痛点。

技术核心:观澜大模型深度赋能

与传统质检方式相比,这款“AI 质检员”展现出了显著的技术优势:

智能识别与报警:系统通过拍照即可精准识别配件的种类与数量,一旦发现错装或漏装,将立即触发报警机制。

全场景适配:无论是配件平铺还是复杂的堆叠场景,系统均能保持高准确率,即便是形状不规则的配件也能被精准锁定。

极速部署与切换:该系统支持在分钟级内完成部署,并能根据产线的实时变化自动切换检测模型,极大地提升了生产灵活性。

行业痛点:从“人工抽检”到“智能全检”

传统的质检方式往往依赖人工,存在耗时长、易疲劳、数据追溯难以及无法快速识别具体细分品类等缺陷。海康威视的新系统实现了100% 全检,不仅提升了质检效率,更通过数字化手段确保了生产链路的可追溯性。

应用版图:覆盖多场景工业制造

目前,这一 AI 质检技术已在多个工厂成功落地,并广泛应用于以下领域:

汽车零部件生产:确保精密零件在出厂前的包装准确性。

电子产品组装:在高速产线上实现对微小配件的精准防错。

多元工业制造:服务于各类对包装精度有严格要求的制造环节。

海康威视通过“观澜”大模型的应用,再次证明了 AI 技术在垂直工业领域深耕的巨大潜力,为制造业的数智化转型提供了强有力的工具保障。

via AI新闻资讯 (author: AI Base)
谷歌发出预警:强化 AI 内容监管或导致搜索引擎业务“崩溃”

近日,谷歌针对日益严格的 AI 内容抓取监管政策公开发声,警告若监管机构强制推行过度的内容保护措施,可能会对其核心搜索引擎业务造成毁灭性冲击,甚至导致系统“崩溃”。

监管风暴:出版商的“反击”

这一言论的背景是英国反垄断机构拟定的一项新规。该规则核心在于:

控制权移交:旨在赋予出版商更多话语权,使其能够控制谷歌AI 搜索功能(如 AI 概览、AI Mode)如何使用其内容。

利益博弈:内容所有者希望在限制 AI 爬取数据以训练模型的同时,又不影响网页在传统搜索结果中的呈现。

谷歌的困境:AI 与搜索的深度纠缠

面对压力,谷歌表示正在研发允许网站自主限制 AI 访问的新机制,但同时也强调了其中的技术与业务风险:

利润核心受威胁:过度严苛的规则将直接动摇谷歌利润最丰厚的搜索业务基础。

难以强行剥离:谷歌认为 AI 已与搜索高度融合,强行区分两者可能破坏信息获取效率,导致搜索质量下降,并影响网站的被发现概率。

用户体验受损:任何破坏搜索基础机制的措施,最终都将由用户体验的下滑来买单。

行业影响与反思

谷歌的此次预警反映了生成式 AI 时代下,科技巨头与内容生产者之间愈发尖锐的矛盾。如何在保护知识产权与维持高效信息流通之间寻找平衡,已成为监管机构面临的巨大挑战。

via AI新闻资讯 (author: AI Base)
📈 全球投资者重返中国对冲基金,北美市场吸引力显著下降

法国巴黎银行(BNP Paribas SA)最新年度调查显示,全球投资者对中国对冲基金的兴趣正在回升,扭转了三年前的撤资趋势。调查指出,净14%的投资者计划在2026年增加对中国基金的资本配置,而2023年曾有42%的分配者撤出资金。与此同时,投资者对北美资产的兴趣显著下降,其吸引力排名已跌至第五位。

此次调查涵盖246家管理总计1.1万亿美元对冲基金资产的机构。受DeepSeek人工智能技术突破引发的股市反弹推动,MSCI中国指数在2025年上涨28%,创下2017年以来最大年度涨幅,表现领先标普500指数近12个百分点。尽管地缘政治和监管因素曾导致资金流出,但法国巴黎银行资本引入全球主管Marlin Naidoo表示,中国市场的反转趋势已在去年开启,并预计在今年持续加强。

在地区偏好上,欧洲成为今年最受青睐的投资目的地,亚太地区紧随其后。净30%的受访者计划增加对泛亚太基金的投入。Naidoo指出,虽然投资者仍偏好涵盖日本、韩国和印度的多元化亚太配置,但市场对单一中国市场基金的接受度正不断提高。

(Bloomberg Markets)

via 茶馆 - Telegram Channel
海尔智家领跑智能制造,获IDC中国AI数字工厂领导者殊荣

近日,海尔智家凭借其在智能制造领域的出色表现,荣获 IDC 中国 AI 数字工厂年度领导者称号,成为行业首个取得此荣誉的企业。这一认可标志着海尔智家在推动制造业数字化转型方面的领先地位。

海尔智家的胶州中央空调互联工厂凭借先进的 AI 智能体技术脱颖而出。该工厂构建了一个具备自我进化能力的生产系统,显著提升了生产效率和产品质量。AI 技术的应用使得工厂实现了高度的定制化生产,优化了生产流程。例如,工厂将多联机定制订单的换线时间从 30 分钟缩短至仅 5 分钟,提升了生产线的灵活性与效率。

除了缩短换线时间,胶州工厂的自动化程度也有了大幅提升。现在,总装车间的自动化率已经提高至 60%,同时工人们的人均生产效率也提升了 30%。这些改进不仅提升了生产效率,也确保了产品质量,彰显了海尔智家在智能制造领域的创新实力。

此次入选 IDC 的年度领导者案例,不仅是对海尔智家 AI 实践的国际认可,也是对整个制造业数字化转型的积极示范。海尔智家的成功案例为其他企业提供了宝贵的经验,证明了人工智能在制造业中所能带来的巨大价值。

随着 AI 技术的不断进步,未来的制造业将更加智能化和高效化,海尔智家的成功无疑为行业树立了标杆,展现了未来智能制造的无限可能。

via AI新闻资讯 (author: AI Base)
蚂蚁集团发布 LingBot-VLA:双臂机器人操控步入“大模型时代”

蚂蚁集团近日正式发布了名为 LingBot-VLA 的视觉-语言-动作(VLA)基础模型。 该模型专注于现实世界中的机器人复杂操控,通过海量数据训练,实现了在不同形态机器人上的通用操控能力,标志着具身智能领域取得又一重要进展。

为了构建这一强大的模型,研发团队在 AgiBot G1、AgileX 等9种主流双臂机器人上采集了约2万小时的真实遥操作数据。 这些数据涵盖了丰富的动作序列,并由 Qwen3-VL 自动生成详细的语言指令,形成了一套高质量的预训练数据集。

LingBot-VLA 采用了创新的“混合 Transformer”架构。 它以 Qwen2.5-VL 作为多模态主干,能够同时处理多视角图像和自然语言指令。 与此同时,模型内置的“动作专家”分支会实时结合机器人的自身状态,通过条件流匹配技术,输出平滑且连续的控制轨迹,确保了双臂协作的精准度。

此外,针对传统模型在空间深度感知上的弱点,蚂蚁集团引入了 LingBot-Depth 空间感知模型。 通过特征蒸馏技术,LingBot-VLA 即使在传感器数据缺失的情况下,也能展现出卓越的3D 空间推理能力,在叠放、插入、折叠等精细化任务中表现尤为出色。

在包含100项挑战任务的 GM-100现实世界基准测试中,带深度感知版本的 LingBot-VLA 成功率达到17.30%,显著优于 π0.5和 GR00T N1.6等同类模型。 研究还发现,该模型具有极高的数据效率,仅需约80条特定任务的演示数据,即可快速适配新机器人。

目前,蚂蚁集团已将 LingBot-VLA 的全套训练工具包和模型权重正式开源。 该工具包针对大规模 GPU 集群进行了优化,训练吞吐量比现有主流框架提升了1.5至2.8倍。 这一举措将极大降低机器人大模型的开发门槛,推动具身智能技术向更多实际应用场景渗透。

论文:https://arxiv.org/pdf/2601.18692

via AI新闻资讯 (author: AI Base)
AI 筛查显神威:瑞典十万人研究证实,乳腺癌漏诊率降低 12%

近日,瑞典一项针对 10 万名女性的大规模临床研究显示,在乳腺癌筛查中引入人工智能(AI)技术,可使随后几年的癌症漏诊率有效降低 12%。这一发表在《柳叶刀》杂志上的重磅发现,为 AI 辅助放射科医生、提升早期诊断率提供了目前为止最强有力的证据。

在这项从 2021 年至 2022 年进行的试验中,受试者被随机分为 AI 辅助组和标准双人人工读片组。结果发现,AI 组在筛查阶段就检测出了超过 80% 的癌症病例,远高于对照组的 74%。更令人振奋的是,AI 技术对极具威胁性的侵袭性癌症表现出了更强的识别能力,此类癌症的漏诊率显著下降。

该研究的 AI 系统通过对乳腺 X 线照片进行风险评估,将低风险案例分配给单人读片,而将高风险案例交由双人审核并标记可疑区域。瑞典隆德大学的研究团队指出,这种模式不仅提升了诊断精准度,还能显著减轻放射科医生的工作压力,缓解医疗资源紧张的现状。

目前,乳腺癌是 35 至 50 岁女性的首要死因,全球每年有超过 200 万人确诊。虽然 AI 展现了巨大潜力,但研究者强调,它并不是要取代专业医生。现阶段,乳腺癌筛查仍需要至少一名医生在 AI 支持下进行最终判断。

尽管研究结果令人振奋,但专家也给出了理性提醒。英国癌症研究中心的负责人表示,由于该项研究是在单一中心进行的,未来还需要更多跨地域、跨机构的研究来验证 AI 是否真的能最终提高患者的生存率。

隆德大学的 Kristina Lång 博士建议,医疗机构在引入 AI 工具时必须保持谨慎。通过对 AI 工具进行持续监测,确保其在不同地区和不同筛查计划中都能提供稳定可靠的数据支持。随着未来几年癌症确诊人数的预期增长,AI 等技术创新将成为优化医疗体系、挽救更多生命的关键利器。

via AI新闻资讯 (author: AI Base)
Back to Top
Copyright © 2025 BESTAI. All rights reserved.
BEST AI API中转 - OpenAI DeepSeek Claude Gemini Grok MidJourney API 2.8折起
[email protected]