0、DeepSeek 开源了两个新的推理模型
deepseek 开源了两个新的推理模型：DeepSeek-R1 和 DeepSeek-R1-Zero。同时也开放了思维链的 API：deepseek-reasoner。
https://github.com/deepseek-ai/DeepSeek-R1
DeepSeek-R1-Zero 是一个通过大规模强化学习 (RL) 训练的模型，没有将监督微调 (SFT) 作为预备步骤，它在推理方面表现出卓越的性能。通过强化学习，DeepSeek-R1-Zero 自然而然地涌现出许多强大且有趣的推理行为。（微博 蚁工厂）
1、DeepSeek-R1 发布，性能对齐 OpenAI o1 正式版
1 月 20 日，DeepSeek 正式发布 DeepSeek-R1，并同步开源模型权重。
据官方介绍，DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。
DeepSeek 在开源 DeepSeek-R1-Zero 和 DeepSeek-R1 两个 660B 模型的同时，通过 DeepSeek-R1 的输出，蒸馏了 6 个小模型开源给社区，其中 32B 和 70B 模型在多项能力上实现了对标 OpenAI o1-mini 的效果。
API 及价格方面，DeepSeek-R1 API 服务定价为每百万输入 tokens 1 元（缓存命中）/ 4 元（缓存未命中），每百万输出 tokens 16 元。
DeepSeek 表示，DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型；DeepSeek-R1 上线API，对用户开放思维链输出，通过设置 model='deepseek-reasoner' 即可调用。
目前，登录 DeepSeek 官网或官方 App，打开「深度思考」模式，即可调用最新版 DeepSeek-R1 完成各类推理任务。
2、OpenAI 被曝博士级「超级智能体」即将登场
1 月 19 日，据 Axios 报道，OpenAI「Operator」项目取得突破，CEO Sam Altman 预计将于 1 月 30 日向美国政府进行闭门简报。
据悉，「Operator」是 OpenAI 开发的一种具有博士级别能力的自主 AI 智能体，能够在浏览器中独立执行任务，比如编写代码、预订旅行、管理日程等。据 M1 Astra 信息称，「Operator」将很快在 ChatGPT macOS 版中推出。
此前，OpenAI 于 2024 年 2 月向媒体透露，内部正在开发 AI Agent；同年 11 月，OpenAI 透露 2025 年 1 月将发布代号为「Operator」的 AI Agent 工具。
而 1 月 20 日，Sam Altman 发文表示 OpenAI 下个月不会部署 AGI，并且公司也并未构建 AGI。Altman 也透露，下个月将会有「非常酷」的产品推出，但也希望用户能对其的期望值降低百倍。
此外，OpenAI 近日再次陷入了舆论风波。一位名为「Meemi」的 Epoch AI 承包商透露，OpenAI 不仅为 FrontierMath 基准测试提供资金支持，还获得了测试题库的特权访问权，随后，Epoch AI 副主任兼联合创始人之一 Tamay Besiroglu 很快在 X 平台承认了此事。
据了解，去年 12 月，OpenAI 正式发布了新一代号称突破 AI 极限的 o3 模型。在其中一项名为 FrontierMath 的 AI 数学基准测试（成绩单）中，OpenAI 以 25.2% 的准确率遥遥领先，远超 GPT-4 和 Gemini 等模型不足 2% 的成绩。据分析，本次造假，或许是 o3 的成绩在短时间内获得极大提高的重要原因。
3、微软 AI 战略面临硬件挑战，Windows 10 用户升级难题待解
微软正推动 AI 战略，Windows 11 Copilot+ PC 是其代表产品。但许多旧款 PC 因硬件限制无法升级至 Windows 11，成为微软面临的挑战。2025 年 10 月 Windows 10 将停止支持，微软未计划为其添加 AI 功能。戴尔通过 Pro AI Studio 简化了 PC 上运行 AI 的流程，但微软如何解决 Windows 10 设备升级问题仍是未知。微软正鼓励用户升级至 Windows 11 以利用其 AI 能力，但顶级 Copilot+ PC 的高价格能否被普通消费者接受还有待观察。
4、阿里打响2025年“反内卷”第一枪：春节后推免费“AI数字员工”
1月20日消息，近日，据阿里1688透露，春节后1688将继续开展去年的反内卷行动，面向源头厂商出台一系列利好举措，包括推出免费的“AI数字员工”。据了解， 阿里AI数字员工是由阿里云人工智能团队倾力打造，它不仅拥有强大的数据处理能力，还能够自主学习和适应不同的工作环境。
“AI数字员工”可以帮助会员商家，建成一个具备专业运营经验的数字员工团队，团队主要成员有AI店长、AI素材运营、AI营销推广和AI客户管理。据阿里官方商家负责人透露，通过1688提供的免费AI代运营能力，以前商家需要一个专业运营完成的工作，现在只需0.2个人力就可完成。
同时，“AI数字员工将进一步简化商家与买家的互动流程，减少不必要的交流，使得静默下单的比例进一步提升。展望将来，几乎99%的C类订单都将实现静默下单，因此商家完全不必担心无法妥善服务这类买家的问题。”
值得关注的是，据1688官方透露，截至2024年12月底，1688PLUS会员数已突破1000万。这意味着，如果这1000万商家全部都使用免费“AI数字员工”的话，商家运营的人力成本将比之前至少减少80%以上。（快科技）
5、字节跳动发布面向海外的AI中文开发环境IDE
1月19日，字节跳动正式发布了一款面向专业的开发者提供服务的全新AI Coding产品,Trae(trae.ai），实现了从Copilot向Autopilot的演进。
据了解，Trae由字节跳动旗下新加坡公司SPRING(SG)PTE.LTD.提供服务,支持AI问答、代码自动补全、基于Agent的AI编程等功能,可以帮助程序员自动化完成开发任任务，并在一些项目中可以实现端到端开发（通过用户的提问直接生产一个完整的代码项目），产品目前仅支持Mac版本，但据相关人员介绍，Windows 版本也即将上线。
据悉，该工具可选择简体中文或英文,并内置了GPT-4o、Claude-3.5-Sonnet模型供免费使用。
6、豆包 App 更新实时语音通话功能
1 月 20 日，豆包 App 更新实时语音通话功能，并面向所有用户开放。
官方介绍，该功能基于最新豆包实时语音大模型（Doubao Realtime Voice Model）。更新后，豆包中文场景的对话能力在语音真实感和「喜怒哀乐」的情绪表现上近乎达到「人机难辨」的 AI 交互效果，可以模仿不同声线，并且在「逻辑思考」和「情绪感知」上有明显提升。
据外部真实反馈，用户对豆包此次上线的全新语音通话功能整体满意度为 4.36/5，对 GPT-4o 语音对话满意度则为 3.18/5，尤其语音语气自然度和情绪饱满度方面，豆包有明显优势。
目前，豆包 App 全新实时语音通话功能已经全量上线，用户下载并升级豆包 App 至 7.2.0 新春版即可体验。
7、阶跃星辰推出 Step-2 mini/文学大师版
1 月 20 日，阶跃星辰宣布正式为用户带来两款 Step-2 系列新模型，Step-2 mini 和 Step-2 文学大师版。
Step-2 mini 和万亿参数大模型 Step-2 相比，以 3% 左右的参数量保有了其 80%以上的模型性能；同时，Step-2 mini 拥有更快的生成速度和极高的性价比，在输入 4000 tokens 的情况下，Step-2 mini 的平均首字时延仅 0.17 秒。
Step-2 mini 还拥有极高性价比，官方表示，Step-2 mini 输入 1 元/百万 token，而输出 2 元/百万 token。目前，用户已经可以在阶跃星辰开放平台调用 Step-2 mini 的 API 接口。
同步推出的 Step-2 文学大师版沿袭了 Step-2 广袤的知识储备、对文字强大的细节把控能力，与此同时它还拥有更加强大的内容创作能力。
Step-2 文学大师版目前已经上线跃问 App，网页端也将于本周全量上线。
8、MiniMax 海螺语音全球同步上线
1 月 20 日，MiniMax 宣布带来全新升级的 T2A-01 系列语音模型，并全球同步上线海螺语音产品。
据介绍，与传统语音生成技术相比，全新升级的 T2A-01 系列语音模型不仅具有音质稳定清晰、韵律自然、情绪精准表达、高准确度等特点；提供更快、更稳的语音生成能力；还能支持包括中文、粤语、英语、日语、韩语、阿拉伯语、西班牙语在内的 17 种语言及上百种预置音色可选。
据测试（使用和 Seed-TTS 论文相同的评测集和评测工具）结果显示，海螺语音在中文的字错率和相似度最好，英文的字错率、相似度和真实录音「Human」接近。
而在用户真实场景的多语种评测集中，海螺语音相似度整体占优，综合能力媲美 ElevenLabs；在中文、粤语、英语、日语、韩语和阿拉伯语等多个语种上，海螺语音的相似度、正确率方面大幅领先。
目前，海螺语音对全球用户开放，同时 T2A-01 系列语音模型已上架海螺语音、海外版 Hailuo Audio，以及国内、海外的 API 服务。
9、Kimi 全新 SOTA 模型 k1.5 发布
1 月 20 日，月之暗面正式发布 Kimi 全新 SOTA 模型：k1.5 多模态思考模型；同时 Kimi 首次公开模型训练技术报告。
据官方介绍，从基准测试成绩看，k1.5 多模态思考模型实现了 SOTA（state-of-the-art）级别的多模态推理和通用推理能力。在 short-CoT 模式下，Kimi k1.5 的数学、代码、视觉多模态和通用能力，大幅超越了全球范围内短思考 SOTA 模型 GPT-4o 和 Claude 3.5 Sonnet 的水平，领先达到 550%。
而在 long-CoT 模式下，Kimi k1.5 的数学、代码、多模态推理能力，也达到长思考 SOTA 模型 OpenAI o1 正式版的水平。这应该是全球范围内，OpenAI 之外的公司首次实现 o1 正式版的多模态推理性能。Kimi 团队也表示，2025 年，Kimi 会继续沿着路线图，加速升级 k 系列强化学习模型，带来更多模态、更多领域的能力和更强的通用能力。
伴随着 k1.5 多模态思考模型的发布，Kimi 技术团队也第一次准备了详细的技术报告，记录和分享新技术范式下的模型训练技术探索之路：《Kimi k1.5：借助大语言模型实现强化学习的 Scaling》。
目前，k1.5 多模态思考模型的预览版将陆续灰度上线 Kimi 官方网站和最新版本的 Kimi 智能助手 app；《Kimi k1.5：借助大语言模型实现强化学习的 Scaling》已上架月之暗面的 github。
10、Meta 宣布将推出移动端视频剪辑软件
1 月 20 日，Instagram CEO Adam Mosseri 在 Instagram 平台上宣布，将推出一款名为「Edits」的移动端视频编辑软件。
据 Adam Mosseri 介绍，「Edits」不仅是一款视频编辑软件，它还将会是一款完整的创作工具。据悉，「Edits」内置了一个灵感板块，其用于帮助前期阶段的创作。并且据 Adam Mosseri 透露，「Edits」还将提供高质量的拍摄功能，而 Adam Mosseri 本次发布的视频正是使用「Edits」所拍摄。
值得关注的是，就在当地时间同一天，字节跳动旗下「CapCut」（剪映海外版）因受禁令影响，于当日在美停止运营。而 Adam Mosseri 在介绍「Edits」时表示，目前有很多事情正在进行中，无论最后会发生什么，「Edits」的工作是为创作者提供尽可能好用的工具。
据了解，目前「Edits」已经上架美区 App Store，预计于 3 月 13 日推出，同时 Adam Mosseri 表示其安卓版本也将很快上线。同时，遭禁令影响的 TikTok 也正在恢复对美用户的服务。
11、低空经济爆发，外卖上天了
据中国民航局预测，到2025年，我国低空经济的市场规模将飙升到1.5万亿元，到2035年有望达到3.5万亿元。面对如此庞大的万亿级市场，当下许多围绕低空经济展开的服务都已经加速“起飞”，其中，无人机外卖无疑是离人们日常生活最近的一个。
无人机外卖不会替代骑手，而是作为骑手配送的有力补充，它能打破地形和时间限制，将外卖送达到骑手难以抵达之处。饿了么早2018 年就启动了无人机送餐服务，去年9月，安徽首个无人机外卖在合肥落地，用户下单后，短短十分钟内就能收货。
低空经济的发展将带来更多创新服务，未来，无人机外卖、空中出租车等或许都将成为我们日常生活的一部分。
12、LibreOffice Writer 扩展为字处理软件加入可选的本地生成式 AI 功能
开源办公软件 LibreOffice 没有集成生成式 AI 功能，社区开发者 John Balis 正在为 LibreOffice 开发一个可选的生成式 AI 扩展 Localwriter。Localwriter 目前只支持 LibreOffice 的字处理组件 Writer，对电子表格组件 Calc 的支持正在开发之中。Localwriter 使用运行在本地的大模型去执行推理任务，配合 Ollama 或 text-generation-webui，可以使用它们支持的任何大模型。Localwriter 可以使用大模型预测所选文本后的内容，或者为所选文本提供替代文本。
13、奥特曼给粉丝泼冷水：把期望降低100倍，OpenAI下月不会部署AGI
据新浪财经，1月20日晚间消息，针对“OpenAI已实现通用人工智能（AGI）”的说法，该公司CEO萨姆·奥特曼（Sam Altman）今日给予了否认，称OpenAI下个月并不会部署AGI。
周一，奥特曼在社交平台X上称：“关于我们已经实现AGI的炒作再次失控。其实，我们下个月不会部署AGI，也没有开发出来。”奥特曼承认，该公司确实将推出一些“很酷的东西”，但提醒粉丝们将他们的期望降低“100倍”。
所谓的AGI，是指能够理解、学习和执行人类可以完成的任何智力任务的AI。在此之前，在一些AI粉丝将OpenAI员工发布的一些“预热内容”解读为已实现AGI，且越传越盛。
14、AI 眼镜市场热度持续升温 A 股公司积极布局
拍摄、听歌、翻译、会议记录、AI（人工智能）助手…… 曾经需要多种设备才能实现的一系列功能，如今已被集成在一副小小的眼镜上。作为 AI 落地的创新终端，AI 眼镜的热度正不断升温。（证券日报）
15、o3 被曝成绩造假数学泰斗集体被耍！OpenAI 暗中操控，考卷提前看光
FrontierMath 的 o3 惊人表现，竟是因 OpenAI 资助了 Epoch AI 而提前获得大部分试题访问权。OpenAI 模型的性能究竟几分是真，几分炒作，愈来愈变得扑朔迷离。（新智元）
16、美团、字节联手投资 3D 生成大模型
3D 生成大模型公司影眸科技完成了新一轮数千万美元 A 轮融资，本轮融资由美团龙珠、字节跳动领投，老股东红杉中国种子基金及奇绩创坛跟投，光源资本担任独家财务顾问。（创投日报）
17、比尔盖茨：人类还将迎来一些新的 AI 突破
近期，比尔盖茨与阿布扎比 CNN 学院的学生进行交流，并接受了深度专访，其表示人类还将迎来一些新的 AI 突破。
比尔盖茨在采访中提到，OpenAI 旗下的 ChatGPT-4 突破了电脑并不能真正「阅读」这一问题；比尔盖茨还以此表示，人类还正在迎来一些新的 AI 突破，比如所谓的「元认知（metacognition）」。
当学生提及「应该采取什么措施来确保资源匮乏地区也能够受益」，比尔盖茨认为，真正的难点在于，让这些智能服务所需的云计算资源能在哪些国家使用。同时比尔盖茨建议，只有通过有意识的努力，比如准备好合适的数据，支持当地语言，帮助这些国家建立符合他们需求的监管体系，并且为他们提供一定比例的云计算资源捐赠，就能覆盖很多基本需求。
最后，对于 AI 本身与能源该如何平衡，比尔盖茨觉得相较于其他工业，人工智能对能源的消耗还算小。但他也提醒，人类需要考虑混合多种能源技术，让核能更便宜，也需要探索各种方式让天然气使用没有任何泄漏，甚至实现零二氧化碳排放。
18、英伟达高管：完全自动驾驶汽车2030年前难上路
1月20日消息，英伟达汽车部门负责人阿里・卡尼表示，完全自动驾驶汽车还很遥远，不太可能在本十年内（2030年前）在公共道路上全面投入使用。尽管目前已有部分汽车在特定受控环境下实现了有限的自动驾驶功能，但他指出，要实现汽车真正自主驾驶，仍需在计算能力和技术上取得进一步突破。（钛媒体）
