继量子芯片之后，谷歌又来抢“OpenAI双12直播”的流量了!就在刚刚，谷歌新一代大模型Gemini2.0突然登场，再次由谷歌CEO皮猜亲自官宣。新一代模型专为AI Agent而打造，谷歌表示目前已经将2.0版本提供给了一些开发者内测，正在迅速将其集成在Gemini和搜索等产品线中。好消息是，Gemi
......
本文由站长之家合作伙伴自媒体作者“量子位公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
传感器技术、大数据、云计算、物联网以及人工智能技术的蓬勃发展，为智能穿戴设备集成更多健康监测功能提供技术支持。智能指环作为新型可穿戴终端，可将最新技术与生活方式结合，凭借其便携和实时性在健康监测、交互领域展现出独特优势。歌尔自2013年进入智能穿戴领域，可根据客户需求提供不同产品形态的智能穿戴整体技术制造方案，未来，歌尔将继续推动技术革新，不断探索智能穿戴设备的新可能，助力用户实现便捷、智能、健康的生活方式。
今天凌晨2点，OpenAI终于发布了传闻已久的AIAgent——Operator。Operator是一个面向浏览器的智能体，能够模拟人类操作计算机的能力，完成在线订餐、预订酒店、购买机票等日常繁琐、重复任务。Operator处于预览版状态，仅提供给美国Pro用户使用，很快会扩大应用范围。
12月28日，智象未来科技有限公司在安徽人工智能产业先导区启动仪式中，正式发布智象多模态生成大模型3.0版。启动仪式上，智象未来创始人兼首席执行官梅涛总结了2024年人工领域技术发展的五个标志性事件，分别是以Sora为代表的视觉生成物理世界模拟器、以ChatGPT4o为代表的多模态模型、以GPT-o1为代表的从预训练到后训练推理优化、多模态大模型赋能具身智能实现软硬件结合，以及人工智能学者荣获诺贝尔化学奖表明AI赋能科研范式变革。本次活动现场，智象未来与人民网、上海电影集团、彩讯科技、捷成华视网聚、安徽联通、中国移动咪咕音乐等12家生态伙伴企业代表签约，共同打造集技术研发、产业化应用、市场推广于一体的生态体系。
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、阿里发布多模态推理模型QVQ-72B!视觉、语言能力双提升阿里巴巴最近推出的QVQ-72B多模态推理模型在语言和视觉能力上实现了显著提升，能够处理复杂的推理和分析任务，尤其在多步推理和数学推理方面表现突出。尽管o1-preview在某些方面表现优秀，但在实际应用中仍面临高成本和不切实际的测试建议等问题。
让你开发一个语音智能体应用原型大概需要多久?3天?5天?，OpenAI刚分享了一个基于RealtimeAPI开发的多层级高级AIAgent，只用了20分钟!OpenAI已经在github公开了源代码，虽然只是一个演示demo但很快就突破了1200颗星，尤其是超高的开发效率让很多老手都感到惊讶。代码地址:https://github.com/openai/openai-realtime-agents?tab=readme-ov-file实时Agent技术特点实时Agent能提供高效的数据交互能力，在用户说话的同时就能立刻响应，极大减少了等待时间，同时优化了数据传输和处理流程，确保了高效率和低延迟，这对于开发语音类智能体非常重要。在不到20分钟，使用多Agent流程构建一个语音应用原型……惊掉下巴。
日月开新元，万象启新篇。1月15日，MiniMax发布并开源新一代01系列模型，包含基础语言大模型MiniMax-Text-01和视觉多模态大模型MiniMax-VL-01。受益于LinearAttention层面的架构创新、算力层面的优化，以及集群上的训推一体的设计，MiniMax以业内极具性价比的价格提供文本模型和多模态理解模型的API服务，标准定价是输入token1元/百万token，输出token8元/百万token。
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、月之暗面Kimi多模态图片理解模型API发布2025年1月15日，北京月之暗面科技有限公司正式发布了全新多模态图片理解模型moonshot-v1-vision-preview，该模型在原有moonshot-v1系列的基础上进一步增强了多模态能力，旨在帮助Kimi更好地理解世界。通过模块化设计，MiniCPM-o2.6集成了多种强大组件，支持实时处理和多语言功能。
OpenAI创始团队成员、高级研究科学家AndrejKarpathy很罕见地，分享了一个来自中国的开源大模型——DeepSeek-v3。Karpathy表示，DeepSeek仅用了280万小时的GPU算力，就训练出了比Llama-3405B更强的前沿模型，整体成本节省了11倍左右，将算力发挥到了极致。值得一提的是可以使用像o1模型那样的深度思考模式，并且会把整个推理过程全部写出来。
谷歌正在组建一个新的团队，专注于开发可以模拟物理世界的人工智能模型。该团队的负责人是蒂姆布鲁克斯，他此前是OpenAI视频生成器Sora的联合负责人之一，后于2024年10月离开OpenAI，跳槽至谷歌的人工智能研究实验室谷歌DeepMind。Gemini是谷歌的旗舰AI模型系列，用于图像分析和文本生成等任务；Veo是谷歌的视频生成模型；Genie则是谷歌的基础世界模型，它支持用户通过文本、合成图像、照片甚至草图等方式，创造出具有高度可玩性的交互式环境和可控的虚拟世界。
今天凌晨3点30，SamAltman公布了2025年OpenAI即将发布的技术产品。分别是:AGI、Agents、更好的GPT-4o升级版、更好的记忆存储、更好的上下文窗口、成人模式、深度研究特色功能、更好的Sora、更好的个性化定制。多数有理智、道德的成年人，会把控好对ChatGPT在生成“成年人”内容的分寸，知道什么是危险内容，什么是可生成的。
