应用 - AI在线

蓝思科技向智元批量交付灵犀 X1 人形机器人产品

今日，蓝思科技与智元机器人公司在长沙举行了灵犀 X1 人形机器人套餐交付仪式，成功批量交付灵犀 X1 人形机器人相关产品。

OpenAI CFO 回应马斯克诉讼：这是竞争手段，AI 太烧钱非营利模式难以为继

在达沃斯世界经济论坛期间，OpenAI 首席财务官莎拉・弗里亚（Sarah Friar）接受彭博社采访时，针对埃隆・马斯克（Elon Musk）通过法律手段阻止 OpenAI 转型为营利性公司的行为表示，这是一种竞争手段。

预测精度媲美实验！哥大团队开发可解释细胞「基础」模型，揭示213种人类细胞调控语法

编辑 | 萝卜皮转录调控涉及调控序列和蛋白质之间的复杂相互作用，指导所有生物过程。转录计算模型缺乏通用性，无法准确推断未知的细胞类型和条件。哥伦比亚大学的研究人员介绍了 GET（general expression transformer），这是一种可解释的基础模型，旨在揭示 213 种人类胎儿和成人细胞类型的调控语法。

MiniMax 海螺语音 AI 产品上线：支持 17 种语言生成，最长可输入多达 10000 字符

MiniMax 昨日宣布，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，依托于 T2A-01 系列语音模型，用户在海螺 AI 仅需输入文字即可生成自然、流畅的超拟人人声，最长可输入多达 10000 字符。

原生融合多模态上的突破，让商汤大模型打破Scaling Laws撞墙「魔咒」

基础模型的革新，才是通向未来之路。下一代 AI 的发展，似乎遇到了难以逾越的瓶颈。去年 12 月，OpenAI 在 ChatGPT 两周年期间连续发布了 12 天，我们期待的新一代大模型 GPT-5 却从头到尾没有踪影。

1 句话做中文海报，美图 WHEE“AI 海报”功能即将上线

美图 WHEE 昨晚宣布即将上线的「AI 海报」功能，用户只需要一句话就能生成各种海报，关键是支持中文字体。

腾讯混元 3D 生成大模型 2.0 开源发布，同步上线“业界首个一站式 3D 内容 AI 创作平台”

腾讯今日官宣开源上线混元 3D 生成大模型 2.0。腾讯混元还同步上线混元 3D AI 创作引擎，号称是“业界首个一站式 3D 内容 AI 创作平台”。

大模型帮你写小说，阶跃星辰推出 Step-2“高性价比版”及“文学大师版”

阶跃星辰昨日上线了 Step-2 系列语言模型的两款新品 —— 参数量小、性价比更高的 Step-2 mini，以及专门针对内容创作领域推出的模型 Step 文学大师版。

生成更可控：智谱清影 AI 生视频工具获 2.0 更新，支持画面主体进行大幅度运动

北京智谱华章科技有限公司今日发文宣布，旗下清影 AI 生视频工具获 2.0 更新，并全量上线，宣称“生成更可控”，支持画面主体进行大幅度运动。

清北团队进军具身智能，银河通用、灵初智能、星海图齐发力

具身智能创业如火如荼，技术路线是否收敛、以及数据来源的选择，都是大家一直关心的问题。最近清华北大的团队密集发布了很多研究成果，我们或许可以从中分析出一些趋势。 23 年初成立的银河通用背后是前如布科技联创尹方鸣和姚腾洲、科学家是北大助理教授王鹤。

搅动推理 AI 模型风云：谷歌被曝 1 月 23 日发布增强版 Gemini 2.0 Flash Thinking

消息源 @sir04680280 于 1 月 19 日发布博文，报道称观看谷歌黑客马拉松直播时，发现谷歌升级版 Gemini AI 模型“Gemini 2.0 Flash Thinking Exp-0123”，暗示 1 月 23 日发布。

OpenAI ChatGPT Operator 探索自动化新高度：你的专属 AI 秘书，即将上岗

科技媒体 TestingCatalog 昨日（1 月 20 日）发布博文，报道称通过挖掘最新 macOS 版 ChatGPT 应用代码，OpenAI 公司即将推出名为“Operator”的全新 AI 功能，充当自主 AI 智能体，自动执行各种计算机任务。

AI 版“Cookie”：OpenAI ChatGPT 搜索测试整合记忆功能

科技媒体 testingcatalog 今天（1 月 21 日）发布博文，报道称 OpenAI 公司正探索为其搜索功能整合 Memory 记忆功能，从而赋予 ChatGPT 更个性化的搜索能力。

豆包App更新实时语音通话功能，中文对话断崖式领先，人机难辨！

1月20日，豆包APP更新实时语音通话功能，面向所有用户开放。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。