Google DeepMind 发布 Gemini Robotics
Google DeepMind 发布基于 Gemini 2.0 的两个机器人模型:直接输出动作的 Gemini Robotics,以及侧重空间与具身推理的 Gemini Robotics-ER。
共 1,098
Google DeepMind 发布基于 Gemini 2.0 的两个机器人模型:直接输出动作的 Gemini Robotics,以及侧重空间与具身推理的 Gemini Robotics-ER。
2025 年 3 月 11 日,OpenAI 发布 Responses API 与开源 Agents SDK,内置网页搜索、文件搜索、计算机使用与追踪功能。
2025 年 3 月 10 日,智元(AgiBot)发布通用具身基座模型 GO-1。公司称它可以部署在多种机器人本体上,能向人类视频学习,并靠少量样本泛化到新任务。
2025 年 3 月 6 日,通义千问团队发布 QwQ-32B,称这一 320 亿参数推理模型在多项测试中可与 6710 亿参数的 DeepSeek-R1 相当,并以开放权重提供。
2025年3月6日,Mistral AI 推出文档理解 API Mistral OCR,称其单节点每分钟可处理最多2000页,支持数千种文字与语言,并在其基准测试中得分高于 GPT-4o。
2025 年 3 月 4 日,Cohere 的研究实验室发布 Aya Vision,有 8B 和 32B 两种开放权重规模。模型能跨 23 种语言理解图片和文字,采用非商业许可。
华为于 2025 年 3 月推出 Atlas 900 A3 超节点,把最多 384 颗昇腾 910C 芯片组成一台提供最高 300 PFLOPS 算力的逻辑计算机,并以 CloudMatrix384 的云服务形式出售。
2025 年 3 月,深圳发布《深圳市具身智能机器人技术创新与产业发展行动计划(2025—2027 年)》,提出关联产业规模突破 1000 亿元、集群企业超过 1200 家,并培育一批规模较大的企业。
2025年3月,北京发布具身智能三年行动计划,提出到2027年在关键技术、产品、企业与量产规模上的量化目标,其中包括率先实现整机量产过万台。
2025 年 3 月百川智能解散金融 To B 团队、调整研发归属,宣布聚焦 AI 医疗,随后接连推出开源医疗模型 Baichuan-M2-32B 与 Baichuan-M3。
2025 年 3 月,Anthropic 完成 35 亿美元 E 轮融资,由 Lightspeed Venture Partners 领投,融资后估值 615 亿美元,年化收入约 10 亿美元。
2025 年 3 月,Safe Superintelligence 在一轮由 Greenoaks 资本领投的融资中估值达 300 亿美元,是 2024 年 9 月的六倍;当时公司没有收入,员工约 20 人。
2025 年 3 月,AI21 Labs 发布面向企业私有部署的 Jamba 1.6,权重以 Jamba Open Model License 发布,同期推出负责规划与编排的系统 Maestro。
2025 年 2 月,蚂蚁集团 InclusionAI 发布百灵(Ling)模型家族,包含 168 亿参数的 Ling-Lite 与 2900 亿参数的 Ling-Plus,权重以 MIT 许可开放,团队称训练未依赖高端 GPU。
OpenAI 于 2025年2月27日发布代号 Orion 的 GPT-4.5,这是一款价格高昂的研究预览模型,后来停止服务。
2025 年 2 月 27 日,腾讯发布快思考模型混元 Turbo S,称其回答速度快于 DeepSeek-R1。模型通过腾讯云 API 提供,权重未公开。
2025 年 2 月 26 日,亚马逊推出生成式 AI 驱动的新一代助手 Alexa+,每月 19.99 美元,Prime 会员免费。同日 Anthropic 宣布 Claude 是 Alexa+ 的一部分。
2025 年 2 月 26 日,微软发布 Phi-4-mini 与 Phi-4-multimodal,以 MIT 许可证在 Hugging Face 发布,并当天在 Azure AI Foundry 和 GitHub Models 上可用。
2025 年 2 月 25 日,阿里巴巴以 Apache 2.0 许可证开源通义万相 Wan2.1 视频生成模型,同时公开推理代码与权重,包括文生视频和图生视频模型。
2025年2月24日,Anthropic发布Claude 3.7 Sonnet,称其为市场上首个混合推理模型,同时推出处于有限研究预览阶段的终端编程智能体Claude Code。
2025年2月20日,Figure 发布 Helix,称其是可直接用自然语言控制人形机器人整个上半身、在低功耗嵌入式 GPU 上运行,并让两台机器人协同完成同一操作任务的视觉-语言-动作模型。