AI新闻动态（2025-02-23到2025-03-01)

[ikaijua]

AI新闻动态（2025-02-23到2025-03-01)

目录

AI产品

1. OpenAI发布GPT-4.5
2. Claude发布3.7 Sonnet
3. 阿里开源视频生成模型Wan 2.1
4. 阿里发布旗舰推理模型QwQ-Max-Preview预览版对飚DeepSeek
5. 谷歌推出免费代码助手Gemini Code Assist
6. AI视频生成应用Pixverse发布4.0模型
7. ElevenLabs推出ElevenReader Publishing，可免费将任意书籍转换成有声读物，并发布赚钱
8. DeepSeek 夜间API调用大降价
9. 豆包语音大模型升级长上下文理解

机器人

1. Figure 02机器人上岗物流分拣工作，之前需要12个月完成的场景微调现在30天内可以完成
2. 宇树机器人展示功夫

AI研究

1. Deepseek开源周

AI投资

1. 英伟达2025财年Q4财报，Q4营业收入为393亿美元，同比增长78%

[ikaijua]

2025-03-01 Deepseek开源周

1. 第1弹 FlashMLA：专门用于提升英伟达H800 GPU的推理性能，内存带宽提升了 2-3 倍；计算性能提升了约 2 倍；推理速度提升 30%-50%。
2. 第2弹 DeepEP：一个专为 Mixture-of-Experts（MoE）和专家并行性（EP）设计的高效通信库，提供了高吞吐、低延迟的全连接 GPU 内核，支持低精度操作，并针对不同的网络环境和性能需求提供了多种内核优化和网络配置选项。用于提升MoE的推理和训练并行性能。
3. 第3弹 DeepGEMM：一个专为 NVIDIA Hopper 张量核心设计的高效 FP8 GEMM 库，提供细粒度缩放和简洁的核心函数，性能优于现有专家优化的库。可以将矩阵乘法性能提升2.7倍。
4. 第4弹 DualPipe/EPLB/Profile-data：用于大模型训练的并行策略工具。DualPipe：用于在V3/R1训练中计算-通信重叠的双向流水线并行算法；EPLB：V3/R1的专家并行负载均衡器；Profile-data：分析V3/R1中的计算-通信重叠。
5. 第5弹 3FS和smallpond：3FS：利用现代 SSD 和 RDMA 网络全带宽的并行文件系统，在 180 节点集群中达到6.6 TiB/s 总读取吞吐量，每个客户端节点 KVCache 查找峰值吞吐量 40+ GiB；smallpond：基于 3FS 的数据处理框架，可扩展以处理 PB 级数据集。
6. 第6弹 open-infra-index：极致的推理优化。现在的DeepSeek不仅不亏损，而且理论利润率可以达到545%。官方介绍：Day 6: One More Thing, DeepSeek-V3/R1 Inference System Overview

• https://github.com/deepseek-ai/FlashMLA
• https://github.com/deepseek-ai/DeepEP
• https://github.com/deepseek-ai/DeepGEMM
• https://github.com/deepseek-ai/DualPipe
• https://github.com/deepseek-ai/eplb
• https://github.com/deepseek-ai/profile-data
• https://github.com/deepseek-ai/3FS
• https://github.com/deepseek-ai/smallpond
• https://github.com/deepseek-ai/open-infra-index

媒体文章：

• 机器之心: DeepSeek开源FlashMLA：Hopper GPU解码新标杆，测评大揭秘！
• 量子位: DeepSeek开源第二弹，为MoE和EP量身定制的通信库！暂和英伟达显卡绑定
• 量子位: DeepSeek开源第三弹：V3/R1训练推理关键秘籍，核心代码仅300行
• 量子位: DeepSeek突袭公布成本利润率：545%
• 机器之心: DeepSeek开源周最后一天：让数据处理「从自行车升级到高铁」

[ikaijua]

2024-02-24 AI视频生成应用Pixverse发布4.0模型

1. PixVerse V4模型支持科幻硬核物理效果（如时空弯曲、黑洞视界面运动等），物理规律理解与细节表现（如镜面反光、自然融合）显著提升。
2. 支持复杂提示词生成高精度视频，但对文字生成和中文提示词仍有一定限制，需使用英文输入。
3. 人物一致性、动作连贯性大幅增强。
4. 极速版5秒出片，生成速度远超前代，满足高效创作需求。
5. 新增功能：AI音效：自动匹配或自定义音效，效果自然度优于同类工具； 风格迁移（Restyle）：上传视频一键切换风格； 口型同步（Speech）：精准对口型功能。

pixel-verse.mp4

媒体文章：

• 数字生命卡兹克：刚刚，PixVerse V4正式上线，5秒出一个AI视频还自带AI音效。

[ikaijua]

2025-02-25 Claude发布3.7 Sonnet

1. 混合推理模型：是Claude首个能够推理的AI模型，也是业界首个「混合推理模型」，将基础模型与推理能力深度融合，用户可在标准模式与扩展思考模式间自由切换。
2. 编程能力领先： 在代码编写方面表现卓越，较前代提升20%，成为开发者首选编程AI，能轻松生成复杂交互式应用如贪吃蛇游戏、时间机器模拟等。
3. 性能提升：基准测试显示，Claude 3.7 Sonnet在数学和编码任务中表现显著提升，能处理更复杂的多步骤问题，其编码能力尤为突出，进一步巩固了其在AI编程模型中的领先地位。
4. SVG绘图能力：在SVG绘图挑战中，Claude 3.7 Sonnet表现出色，成功创建了复杂的SVG格式Swimlane Diagram，证明了其在SVG可视化方面的强大能力，网友推测其可能针对SVG进行了专门训练。
5. 公司融资与收入：据《华尔街日报》报道，Anthropic发布Claude 3.7 Sonnet后年化收入约为12亿美元，公司仍在亏损，但正在完成一轮35亿美元的融资，估值达到615亿美元，若融资成功，总筹集金额将接近180亿美元。
6. 局限性：Claude 3.7 Sonnet缺乏实时网络搜索功能，其知识截止日期为2024年10月。

官方博客：Claude 3.7 Sonnet and Claude Code

媒体文章：

• 机器之心: Claude 3.7 Sonnet一战封神，画骑车鹈鹕、一键生成贪吃蛇，全网就它行
• 机器之心: 全球首个混合推理模型：Claude 3.7 Sonnet来袭，真实编码力压一切对手
• 量子位: Claude 3.7成精了！偷偷将OpenAI模型换成自己，卡帕西：迄今最好笑的一趴
• 机器之心: Transformer作者之一Niki Parmar加入Anthropic，参与Claude 3.7 Sonnet研究

[ikaijua]

2025-02-25 谷歌推出免费代码助手Gemini Code Assist

1. Google DeepMind 发布了名为 Gemini Code Assist 的 AI 编程工具，面向全球开发者。
2. Gemini Code Assist 提供每月高达 18 万次的免费代码补全配额。
3. 该工具支持 128K tokens 的上下文窗口，覆盖公有领域的所有编程语言。
4. Gemini Code Assist 基于 Google Gemini 2.0 模型，专为编程开发微调。
5. 开发者可以通过插件在 Visual Studio Code 和 JetBrains IDE 等集成开发环境中使用 Gemini Code Assist。
6. Gemini Code Assist 允许开发者上传大型文件，以帮助 AI 更好理解代码库结构。

官方博客：Get coding help from Gemini Code Assist — now for free

Visual Studio Code：https://marketplace.visualstudio.com/items?itemName=Google.geminicodeassist
JetBrains IDE：https://plugins.jetbrains.com/plugin/24198-gemini-code-assist
GitHub：http://github.com/apps/gemini-code-assist

媒体文章：

• oschina: 谷歌发布免费版 AI 编程工具 Gemini Code Assist

[ikaijua]

2025-03-02 宇树机器人展示功夫

1. 宇树机器人展示了中国功夫，包括出拳、扭腰转身和空中回旋踢，动作流畅。
2. 央视对宇树机器人的表现表示赞赏。
3. 波士顿动力创始人Marc Raibert购买了宇树科技的机器人进行测试，并赞扬中国的人工智能创新。

yushu-G2.mp4

媒体文章：

• 量子位: 宇树机器人大秀中国功夫，央视点赞！

[ikaijua]

2024-02-25 阿里发布旗舰推理模型QwQ-Max-Preview预览版对飚DeepSeek

1. QwQ-Max-Preview的基础模型是Qwen2.5-Max，擅长数学、编程和Agent相关任务，未来将以Apache2.0许可协议开源，并会有32B等本地部署版本。
2. Qwen团队宣布将发布独立的Qwen Chat APP，适用于安卓和iOS平台，有别于现有的通义千问APP。
3. 该模型具备联网搜索和创意写作能力，能够进行微型小说创作和针对时事（如哪吒2票房）进行评论。
4. 目前用户可以在网页版chat.qwen.ai体验QwQ-Preview-Max，建议开启"深度思考"功能。

官方博客：https://qwenlm.github.io/blog/qwq-max-preview/
网站链接：https://chat.qwen.ai

媒体文章：

• 量子位：阿里旗舰推理模型硬刚DeepSeek！官宣独立APP，发布公告AI亲自写

[ikaijua]

2025-02-26 阿里开源视频生成模型Wan 2.1

1. 该模型拥有14B参数，上线后在VBench榜单上表现优异，超越了Sora、Gen-3等竞争对手。
2. 从官方Demo来看，Wan 2.1在复杂运动细节呈现上表现出色，如5人跳hip - hop动作同步，还能在视频中生成与场景融合的文字，攻克了静态图像生成中文字生成的难题。
3. 除了14B参数支持720P分辨率的版本，还有1.3B参数支持480P的小号版本，在4090显卡上占用显存约8GB多，耗时4分21秒，12GB的4070显卡也能运行，降低了个人创作者的使用门槛。
4. 这四个模型均采用Apache 2.0许可，可免费商用。官方还计划将AI创作者常用的ComfyUI集成到Wan 2.1中，进一步提升创作便利性。
5. 其创新的3D变分自动编码器，通过特征缓存机制、多种时空压缩策略等，有效减少内存使用并确保时间因果关系，单块A800上重建速度比现有SOTA方法快2.5倍。同时，采用多种并行策略提升训练和推理效率。

wan2.1.mp4

Github地址：https://github.com/Wan-Video/Wan2.1
HuggingFace: https://huggingface.co/Wan-AI
魔搭社区：https://modelscope.cn/organization/Wan-AI

媒体文章：

• 量子位: 阿里开源版Sora上线即屠榜，4070就能跑，免费商用
• 机器之心: 开源的风吹到视频生成：阿里开源登顶VBench的万相大模型，一手实测来了！

[ikaijua]

2025-02-25 ElevenLabs推出ElevenReader Publishing，可免费将任意书籍转换成有声读物，并发布赚钱

1. ElevenReader Publishing能让作品轻松转换为高质量有声书并直接面向全球发行，具有低成本、高效率、能带来收益等优势。
2. 目前全球不到5%的书籍有有声版本，ElevenReader Publishing让作者零成本、高效率地将作品转为专业级有声书并发行，还能获收益。
3. 超高效转换（几分钟生成有声书）、完全零成本（免费）、全球分发渠道（通过应用触达全球用户）、实时获取收益（根据听众互动赚取版税）、AI驱动沉浸体验（支持32种语言）。
4. 操作流程：访问elevenreader.io/publishing创建免费账户，上传书稿（支持多种格式），系统自动处理生成有声书，审核通过后上架，全球用户可收听。
5. 作品要求：最低2500字，目前仅支持英语，以文本为主，必须是完整作品，符合法律和版权要求。
6. 未来计划推出优质内容付费市场，扩展语言支持，支持图像内容，即使未来有付费版本，仍保留免费自助出版功能。

官方博客：Bring your story to life with ElevenReader Publishing

体验地址：https://elevenreader.io/publishing

[ikaijua]

2025-02-26 DeepSeek 夜间API调用大降价

1. 2月26日起，DeepSeek在北京时间每日00:30至08:30的夜间空闲时段，大幅下调API调用价格，DeepSeek-V3降至原价的50%，DeepSeek-R1降至25%，降幅最高达75%。
2. 降价目的：鼓励用户在夜间时段使用API，享受更经济、更流畅的服务体验。
3. 历史价格调整：去年8月，DeepSeek曾下调API输入费用至0.1元/百万tokens，输出费用为2元/百万tokens。2月初因服务器资源紧张暂停API服务充值，2月25日重新开放并调整DeepSeek-chat模型调用价格。
4. 与其他模型价格对比：正常时段下，豆包大模型价格相对较低，通义千问不同模型价格有差异，DeepSeek标准时段价格相对较高，但优惠时段价格大幅下降，具有一定竞争力。
5. 开源行动：DeepSeek在“开源周”开源了针对Hopper GPU优化的FlashMLA、用于MoE模型训练和推理的EP通信库DeepEP，以及支持密集和MoE GEMM的FP8 GEMM库。
6. 新一代AI模型R2计划：DeepSeek计划提前发布新一代AI模型R2，预计在编程能力、多语言推理等方面提升，还可能在图像生成、语音识别和合成等多模态方面升级，或巩固其在AI领域的地位并推动技术革新。

媒体文章：

• 界面新闻：DeepSeek夜间API调用大降价，降幅最高达75%

[ikaijua]

2025-02-28 OpenAI发布GPT-4.5

1. OpenAI推出号称最大和最好的聊天模型GPT-4.5，主打情商高，强调更自然的互动和对人类意图的深刻理解。
2. GPT-4.5 10倍于GPT-4的训练量，“激进地”使用低精度训练，预训练阶段跨多个数据中心完成，将成为未来推理模型的基础模型。
3. GPT-4.5不是前沿模型，但计算效率比GPT-4提高10倍以上，通过扩展无监督学习和推理提升AI能力。
4. GPT-4.5的API定价非常贵，75美元/百万tokens输入、150美元/百万tokens输出，比GPT-4o高出15 - 30倍。

官方报告：https://cdn.openai.com/gpt-4-5-system-card.pdf

媒体文章：

• 量子位: 刚刚，GPT-4.5发布！OpenAI最大最贵模型，主打情商高，奥特曼带娃缺席发布会
• 机器之心: 刚刚，GPT-4.5问世！OpenAI迄今最大、最贵模型，API价格飞涨30倍，不拼推理拼情商

[ikaijua]

2025-02-27 Figure 02机器人上岗物流分拣工作，之前需要12个月完成的场景微调现在30天内可以完成

1. Figure公司推出了端到端通用控制模型Helix，使机器人能快速学习新任务。
2. Helix系统1进行了改进，包括隐式立体视觉、多尺度视觉表示、学习视觉本体感知和运动模式。
3. 通过改进，机器人在3D空间感知、操作精度、自我校准和执行速度方面得到提升。
4. Figure在物流场景中仅用8小时数据训练出灵活适应性强的策略。
5. Figure创始人宣布未来四年计划交付10万台人形机器人。
6. 2025年被视为机器人量产的关键之年，竞争将围绕量产和实际生产场景展开。

figure02.mp4

媒体文章：

• 量子位: 机器人8小时速成物流分拣员！Figure-02大规模上岗只用30天

[ikaijua]

2025-02-26 豆包语音大模型升级长上下文理解

1. 优化后的豆包语音模型在小说演播场景下，CMOS已达一流主播的90%+效果，可媲美真人。
2. 传统小说TTS生成方式的不足：传统方式需提前给对话旁白、情感、角色打标签，而豆包语音模型可端到端合成，无需额外标签标注。
3. Seed-TTS技术及改进：
   • 原始Seed-TTS分为Speech Tokenizer、Autoregressive Transformer、Diffusion Model、Acoustic Vocoder四个模块。
   • 豆包技术团队对Seed-TTS的改进包括：数据上小说音频做章节级别处理；特征上融合音素、音调、韵律信息和原始文本；结构上将speech tokenizer改为speaker embedding；目标合成文本之外加入上下文信息。
4. 优化后的效果：经过专业评测，优化后的豆包语音模型在小说演播场景的表现更出色，旁白和角色音表现更精准到位。

媒体文章：

• 量子位: AI说书媲美真人！豆包语音大模型升级长上下文理解

[ikaijua]

2025-02-27 英伟达2025财年Q4财报，Q4营业收入为393亿美元，同比增长78%

1. 英伟达最新财报显示，公司创下三个记录：季度营业收入、数据中心季度营业收入和全年营业收入均创历史新高。
2. 2025财年Q4营业收入为393亿美元，同比增长78%，全年总营业收入为1305亿美元，同比增长114%。
3. 数据中心业务是英伟达收入的主要来源，全年营收为1152亿美元，同比增长93%，占总营收的88%。
4. 新一代AI芯片Blackwell首次被计入财务指标，首个交付季度销售收入达到110亿美元，成为英伟达历史上增长最快的产品。
5. 英伟达首席财务官Kress表示，面对DeepSeek-R1这类高效率模型，需求反而会提高100倍。
6. 第四财季净利润为220.9亿美元，同比增长80%，全年净利润为728.8亿美元，同比增长145%。
7. 英伟达预计2026财年第一季度营业收入为430亿美元，预计GAAP毛利率将降至70.6%。

财报地址：https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-fourth-quarter-and-fiscal-2025

媒体文章：

• 量子位: 英伟达创纪录财报回应DeepSeek：全年营收9500亿，Blackwell刚开卖就贡献800亿
• 36kr: 一颗芯片被全球疯抢背后，藏着英伟达的隐忧