21 | Page | 小林的博客-AI学长

AGI的崛起可能导致人类工资下降至生存水平以下，预计2045年有1/3的概率。Meta Reality Labs推出的MV-DUSt3R+模型可在2秒内重建复杂三维场景。字节跳动的开源智能体UI-TARS展现出强大能力，可能推动智能体技术发展。Halliday AI眼镜在CES上众筹超过137万美元，凭借轻便设计和长续航能力引发关注。

AI模型在由Scale AI和CAIS推出的基准测试中表现不佳，准确率低于10%。浙大通义推出的OmniThink框架提升AI写作能力，支持长文本生成。英伟达RTX 5090显卡评测显示其强大性能，适合4K游戏。ByteDance Research发布的Tarsier2视频理解模型在视频描述领域表现优异，具有广泛应用潜力。

OpenAI发布了智能体Operator，具备自主执行任务的能力；同时，美国将建设20座超级计算中心以提升AI算力；中国AI公司DeepSeek的低成本模型对Meta构成压力；百川智能推出医疗增强大模型，推动医疗AI应用发展。

Anthropic CEO Dario Amodei discusses new features for Claude 2025, including web access and memory functions. ByteDance launches the Seed Edge AGI research plan, while Doubao's 1.5Pro model excels in Chinese dialogue. ByteDance Research introduces PaSa for efficient paper retrieval, and Zhizhu's GLM-PC agent shows significant advancements in AI capabilities.

研究表明，过度蒸馏会降低大型语言模型的性能，呼吁对模型开发进行更独立的研究。特朗普与OpenAI CEO合作启动5000亿美元的AI项目，旨在提升美国在AI领域的领导地位。谷歌的Gemini 2.0模型在长文本处理上取得突破，李飞飞强调AI需具备空间智能。豆包1.5模型展示出色的多模态能力，推动AI技术的创新与应用。

谷歌Gemini成功创作全球首部AI撰写的10万字商业战略书籍；Kimi k1.5多模态模型在数学和编程上与OpenAI相当；DeepSeek推出的R1推理模型在多个任务上表现优异；微软团队探讨无直接数据下大行动模型的训练流程，推动AI应用进展。

小红书推出AI翻译功能，用户积极互动并使用Prompt，评估效果后发现其优势与不足。OpenAI即将发布的「Operator」功能将使AI成为主动解决问题的智能体，可能改变工作方式，但仍需解决内容可靠性问题。豆包APP的新语音通话功能在中文对话中表现出色，用户满意度高，标志着AI语音技术的重大突破。