TAG:AI模型
DeepSeek代码库泄露神秘标识符MODEL1 新一代旗舰或2月发布
DeepSeek代码库中出现大量指向未知模型“MODEL1”的标识符，技术细节显示其在KV缓存、稀疏性处理及FP8支持上与现有V3系列架构不同，暗示可能为全新模型序列。结合官方近期论文及V4发布计划，推测“MODEL1”或是新一代旗舰模型的工程化落地，预计在代码能力上有重大突破。
0 
0 
英伟达推出 PersonaPlex-7B-v1 全双工语音交互技术
英伟达发布PersonaPlex-7B-v1全双工语音对话模型，采用单一Transformer架构实现端到端语音理解与生成，显著降低延迟并支持自然中断处理。该模型通过语音和文本双重引导实现深度个性化控制，在对话流畅度和任务达成率上表现优异，重塑了实时语音交互体验。
美团开源工具LongCat-Flash-Thinking-2601发布，调用能力再创新高
美团LongCat团队开源了最新的AI模型LongCat-Flash-Thinking-2601，该模型在工具调用、智能体搜索和推理能力上达到开源模型的最高水平。其核心优势包括卓越的工具调用能力，显著降低真实场景中的训练成本，并提供免费的在线“重思考模式”体验，模拟人类深思过程。模型在编程、数学推理等多项评测中表现领先，并通过创新的评测方法验证了强大的泛化能力。
特斯拉马斯克回应英伟达：自动驾驶99%易，长尾挑战难
文章报道了特斯拉CEO埃隆·马斯克对英伟达在CES上推出的自动驾驶AI模型的隔空回应。马斯克指出，实现99%的自动驾驶相对容易，真正的挑战在于解决复杂且罕见的'长尾问题'。文章对比了两家公司在技术路径和落地时间上的不同观点，突显了自动驾驶领域竞争的核心焦点。
物理AI迎来ChatGPT时刻 英伟达发布自动驾驶新模型 解决多种难题
英伟达在CES 2026上发布了名为Alpamayo的全新自动驾驶汽车模型系列，该模型采用基于思维链推理的视觉-语言-动作（VLA）技术，能够处理罕见和复杂的驾驶场景，使车辆具备类似人类的推理能力。英伟达宣布将免费开源此模型，以加速行业创新，并已获得多家车企和研究机构的支持。
英伟达首发自动驾驶新模型，物理AI迎来ChatGPT时刻
英伟达在CES 2026上发布了名为Alpamayo的全新自动驾驶汽车模型系列，该模型采用基于思维链推理的视觉-语言-动作（VLA）技术，能够处理罕见和复杂的驾驶场景，使车辆具备类似人类的推理能力。英伟达宣布将免费开源此模型，以加速行业创新，并已获得多家车企和研究机构的支持。
英伟达黄仁勋称机器人领域迎来ChatGPT时刻
英伟达CEO黄仁勋在CES 2026上宣布机器人领域迎来'ChatGPT时刻'，并发布了一系列开源物理AI模型，包括世界模型Cosmos Transfer 2.5/Predict 2.5、视觉语言模型Cosmos Reason 2以及人形机器人模型Isaac GR00T N1.6。这些模型旨在通过模拟环境安全训练机器人，并赋予其类人的视觉推理与精准控制能力，同时推出了性能更强的Jetson T4000硬件以支持物理AI运行。
物理AI迎来突破时刻 英伟达发布新成果 黄仁勋发声
英伟达在CES 2025上宣布开源其首个推理VLA模型Alpamayo 1，为自动驾驶技术带来突破。该模型通过类人思维处理复杂驾驶场景，提供可解释的决策过程，旨在加速安全自动驾驶的开发。CEO黄仁勋称此为'物理AI的ChatGPT时刻'，并宣布首款搭载该技术的汽车将于第一季度上路。
长跑型AI亮相：Jan团队推出Jan-v2-VL，提升多步任务执行能力
Jan团队发布Jan-v2-VL-Max多模态大模型，专注于解决AI在长周期执行任务中的稳定性问题。该30B参数模型采用LoRA-based RLVR技术，有效减少多步操作误差累积，抑制幻觉现象，在幻象递减回报基准测试中超越Gemini2.5Pro等模型，适用于Agent自动化、UI控制等复杂场景，支持网页体验和本地私有化部署。
通义千问发布Qwen-Image-Layered模型 支持图片分层编辑
通义千问团队发布创新图像生成模型Qwen-Image-Layered，通过‘图层拆解’技术将静态图片分解为语义独立的RGBA图层，实现精准的‘指哪改哪’编辑。该模型解决了传统AI编辑中全局破坏一致性和局部边界模糊的痛点，支持重新着色、物体替换、文字修改等操作，并允许可变数量图层分解与无限层级细化，为用户提供直观、鲁棒的图片编辑能力。
英伟达发布Nemotron 3 混合架构优化AI代理效率
英伟达发布Nemotron 3系列AI模型，采用创新的Mamba与Transformer混合架构，专为高效处理长上下文窗口的AI代理系统设计。该系列包括Nano、Super和Ultra型号，支持高达百万令牌的上下文，在保持内存稳定的同时提升处理效率。Nano型号已上市，并开源权重和数据集，助力开发者加速创新。
快手AI编程模型KAT-Coder-Pro V1跻身全球榜单前十
快手研发的Agentic Coding模型KAT-Coder-Pro V1在Artificial Analysis Intelligence Index评测中取得突破性进展，以64分超越Claude4.5Sonnet，强势入围全球AI榜单Top10，并在Non-Reasoning Model榜单中斩获第一名。该模型不仅性能卓越，还实现了出色的价格与性能平衡，输出Token消耗量远低于同性能区间模型。
迪士尼向谷歌发出版权警告
迪士尼近日向谷歌发出停止侵权通知，指控其AI模型侵犯了《冰雪奇缘》、《星球大战》等多部经典作品的版权。与此同时，迪士尼宣布与OpenAI达成十亿美元合作，将利用AI技术生成视频内容。谷歌回应称双方关系良好，并已实施多项版权保护措施。
Meta新AI模型牛油果明年面世 蒸馏学习技术引关注
Meta宣布将于2024年第一季度推出新一代AI大模型“牛油果”，该模型采用蒸馏学习技术，借鉴了阿里巴巴Qwen等模型，旨在提升AI能力。文章分析了Meta从开源转向闭源策略的背景，以及公司在AI领域面临的竞争压力与战略调整。
微软发布VibeVoice‑Realtime 实时文本转语音模型 助力互动应用
微软推出VibeVoice-Realtime-0.5B，这是一款轻量级实时文本转语音模型，支持流式文本输入和长篇语音输出。该模型能在约300毫秒内开始输出可听语音，特别适合代理对话、实时数据讲述等互动式应用。通过交错窗口设计和声学标记器优化，它在LibriSpeech测试中字错误率仅2.00%，表现卓越，为AI语音合成提供了高效解决方案。
