Perplexity 竞购 TikTok 美国：提议合并组建新公司，保留原股东股权
Perplexity AI 向字节跳动提交竞购方案，提议将自身与 TikTok 美国业务及新资方合并为一家新实体。该方案允许字节多数现有投资人保留股权，并为 Perplexity 补充视频能力。知情人士称该交易估值远超 500 亿美元。
AI 日报：今天的 AI 新闻
周六
1月18日 星期六
周五
1月17日 星期五
Sam Altman 预告 o3-mini：已定版进入发布流程，API 与网页端同步上线
OpenAI CEO Sam Altman 在 X 上表示，o3-mini 已完成外部安全测试并敲定最终版本，计划在约两周后推出。最值得关注的是，OpenAI 采纳了社区反馈，这次 API 将与 ChatGPT 同步上线，Altman 本人还评价其表现「非常棒」。
男子靠 Claude 打造桌面核聚变装置：耗资 3000 美元，两天速通组装
加拿大创客 Hudzah 宣布借助 Anthropic 的 Claude 和 OpenAI 的 o1 pro，在厨房工作台上搭建起小型核聚变装置并测得中子，花费约 3000 美元。他用 Claude Projects 整理文档排错，o1 pro 指导复杂接线，两天内便完成了组装。
Perplexity 收购 Read.cv：原职场社交平台将关停
AI 搜索公司 Perplexity 宣布收购职场社交平台 Read.cv。Read.cv 团队将加入 Perplexity 的设计与工程部门，其原有平台逐步停运，用户可在 5 月 16 日前导出数据。这是 Perplexity 继 Carbon 和 Spellwise 后的第三笔收购。
ChatGPT 升级自定义指令：设定语气人设变得更直观
OpenAI 宣布升级 ChatGPT 的自定义指令功能。新版界面让配置过程更简单直观，你可以直接指定希望它具备的性格特质、对你说话的语气风格，以及必须遵守的具体规则，不再需要写一长串复杂的提示词。
Runway 上线文生图模型 Frames：主打电影级质感，生成后一键做成视频
Runway 正式推出文生图模型 Frames，面向每月 95 美元的 Unlimited 及企业订阅用户开放。它内置 19 种预设视觉风格，主打电影级光影和风格一致性，生成的静态图能一键送进 Gen-3 等视频模型做动态渲染。最值得关注的是，它试图用可控工作流正面挑战 Midjourney。
Cognition 发布 Devin 1.2：代码复用更准，支持 Slack 语音派活
Cognition 发布 AI 工程师 Devin 1.2，重点强化了在代码仓库里的上下文推理能力，能更精准地定位文件并复用已有代码。开发者现在还能直接在 Slack 里发语音留言给它分配任务。产品依然是每月 500 美元起，并新增了超额按量付费机制。
周四
1月16日 星期四
苹果在 iOS 18.3 测试版叫停新闻通知摘要：避免 AI 胡乱总结酿大祸
苹果在 iOS 18.3 开发者测试版中暂停了新闻与娱乐类 App 的通知摘要。此前该功能频频翻车，甚至在 BBC 报道中误报嫌犯自杀。苹果后续将重新启用该功能，并会用斜体字加以区分，同时提示摘要「可能出错」，用户也能在锁屏直接关闭单款 App 的摘要。
Krea AI 上线 3D 转换：一张平面图转成 3D 模型，还能在场景里实时转动
Krea AI 推出 3D 物体转换功能。用户把 2D 图片拖进实时画布就能右键转成 3D 资产，任意缩放和旋转角度，右侧预览实时更新。官方称结合模型微调还能做多图角色一致性。不过具体技术细节暂未公开。
FLUX Pro 微调 API 上线：仅需 1 至 5 张图即可定制专属模型
Black Forest Labs 推出 FLUX Pro Finetuning API。创作者仅需 1 至 5 张参考图片，就能定制专属 FLUX.1 [pro] 模型，精准复现特定角色或视觉风格，支持最高 400 万像素输出，且能无缝兼容整个 FLUX 工具链。
微软登上 Nature：开源生成式材料设计模型 MatterGen
微软在《Nature》发表论文并以 MIT 协议开源材料生成模型 MatterGen。与过去在已知数据库里筛选不同，它能根据力学、电磁等性能要求，像画图一样直接生成全新晶体结构。团队已联手中科院深圳先进院成功合成了全新材料 TaCr2O6，实测性能与设计目标误差不到 20%。
Mistral 联手法新社：Le Chat 接入 1983 年至今的新闻归档
Mistral 宣布与法新社（AFP）达成多年内容合作。旗下助手 Le Chat 将能调用法新社 1983 年以来的全部归档，以及每日 6 种语言共约 2300 篇报道来提升回答准确度。这是 Mistral 首次与主流通讯社签约，合作范围不包括图片和视频。
扩散模型推理扩展新研究：不止增加去噪步数，算力堆对地方画质大涨
arXiv 上发表的一项研究探索了扩散模型的推理算力扩展。以往单纯增加去噪步数在几十步后收益见顶，该研究转为构建验证器与搜索算法寻找更优质的采样噪声，让生成时投入的算力能持续转化为画质提升。
扎克伯格版权案证词曝光：借 YouTube 辩护，称不该一刀切禁用数据集
Meta CEO 扎克伯格在版权案证词中以 YouTube 也会出现盗版为由，辩称不应一刀切禁用 LibGen 等数据集。最新诉讼文件还指控 Meta 不顾内部警告，使用 LibGen 与 Z-Library 训练 Llama 3 和 Llama 4，并试图在微调阶段掩盖痕迹。
周三
1月15日 星期三
Luma AI 发布视频模型 Ray2：算力提升 10 倍，支持 4K 与 30 秒扩展
Luma AI 发布下一代视频生成模型 Ray2。新模型算力规模达到 Ray1 的 10 倍，画面动态更自然且符合物理逻辑，支持 1080p 输出及 4K 超分，最长可连贯扩展至 30 秒。目前已面向 Dream Machine 付费订阅用户开放。
Keras 之父创办新实验室 Ndea：押注程序合成，探索 AGI 新路径
Keras 之父 François Chollet 宣布联手 Zapier 联合创始人 Mike Knoop 创办新实验室 Ndea。该机构不走纯大模型暴力缩放的老路，而是将深度学习与「程序合成」结合，试图让 AI 像人类一样高效推理和自我迭代。Chollet 认为，程序合成如今正处于类似 2012 年深度学习爆发前夕的关键节点。
Google 联手美联社：要给 Gemini 接入实时新闻流
Google 宣布与美联社达成合作，计划在 Gemini 中接入实时信息流，以提高回答的时效性。Google 称该功能针对需要最新资讯的用户，不过目前尚未公布具体上线时间与支持地区。
AI 从头设计蛋白质解蛇毒：小鼠存活率最高达 100%
诺奖得主 David Baker 团队在《自然》发表成果，用深度学习设计出能中和蛇毒的全新蛋白质。该分子能精准拦截致命的三指毒素，小鼠存活率达 80% 至 100%。它可用微生物低成本量产，不过目前尚无法应对全成分毒液，短期内仍需配合传统血清使用。
「AI 布拉德·皮特」杀猪盘：法国女子被骗 83 万欧元反遭全网嘲讽
据报道，一名法国女子被冒充演员布拉德·皮特的诈骗团伙骗走 83 万欧元。骗子通过 AI 生成的病床照和虚拟主播新闻视频打消了受害者的疑虑。法国电视台 TF1 播出受害者的经历后引发大量网络恶评与嘲讽，随后撤下了相关节目片段。
DeepSeek 官方 App 上线：免费用 V3 模型，支持深度思考与联网
DeepSeek 官方 App 正式上线苹果 App Store 及各大安卓应用商店。用户安装后即可免费使用 DeepSeek-V3 模型，应用内置联网搜索、深度思考模式，并支持文件与图片扫描解析，把开源大模型直接做成了开箱即用的掌上助理。
LinkedIn 推出免费求职与招聘 AI 工具：人人可用 Jobs Match
LinkedIn 推出面向求职者的 Jobs Match 工具和针对小企业的招聘 AI 智能体，非付费用户也能免费使用基础版。新工具基于 LinkedIn 自研技术和第一方数据开发，可评估岗位是否值得投递，并帮企业筛选合适候选人。
微软推出 Copilot Chat：免费 GPT-4o 聊天，智能体按需计费
Microsoft 为商业用户推出 Copilot Chat。它在免费且受企业数据保护的 GPT-4o 聊天基础上，让员工能直接在对话框里调用或搭建智能体，费用按实际用量结算。最值得关注的是，这大幅降低了全员普及 AI 助手的门槛。
Cisco 推出 AI Defense：专为企业 AI 应用把关的网络级安全防线
Cisco 宣布推出端到端安全方案 Cisco AI Defense。它直接融入网络层，既能在模型调优时自动化红队测试，也能在运行时防御提示词注入和数据泄露，并排查影子 AI。该方案将于 3 月正式上线。
Hinge 推出 AI 新功能：资料回答太老套，GPT-4o mini 帮你改
约会应用 Hinge 推出新功能 Prompt Feedback，由 GPT-4o mini 驱动。它能分析用户的资料问答是否太老套，并给出三个级别的修改建议，比如提醒你补上具体喜好。最值得关注的是，AI 不替你代写，而是教你如何真实表达。
Freepik 上线 AI 背景替换工具：支持 Relight 打光与生成背景
Freepik 推出 AI 图像背景移除与替换工具。除了换成纯色背景，还能直接生成全新的 AI 背景，并结合 Relight 重新打光技术让主体与新画面自然融合。目前该功能已在 Freepik 正式上线。
MiniMax 开源 MiniMax-01 系列：支持 400 万超长上下文
MiniMax 开源了 MiniMax-01 系列模型，包括语言模型 MiniMax-Text-01 与多模态模型 MiniMax-VL-01。模型总参数达 4560 亿，采用 Lightning Attention 线性注意力架构，支持高达 400 万 token 上下文。两款模型权重已在 GitHub 开放。
Colossal 获 2 亿美元融资：估值破百亿，加速复活猛犸象
生物科技公司 Colossal BioSciences 完成 2 亿美元新融资，估值升至 102 亿美元。这笔资金将用于加速猛犸象、袋狼与渡渡鸟的基因工程研发，并推动相关软硬件技术向物种保护及人类医疗健康领域拓展。
OpenAI 联手 Axios：注资支持本地新闻，四座城市采编室接入 AI
OpenAI 宣布与 Axios 达成内容合作，出资支持其在匹兹堡、堪萨斯城等四座城市开设由 AI 赋能的本地采编室。Axios 的报道将接入 ChatGPT 搜索并提供明确来源外链。OpenAI 正在用技术和资助并进的方式，把更多传统与地方媒体拉进自己的内容阵营。
周二
1月14日 星期二
ChatGPT 上线定时任务：支持设置提醒和周期请求，付费用户抢先体验
OpenAI 面向 ChatGPT 付费用户推出 tasks 测试功能。用户可选择特定模型让它定时发送提醒，或定期生成周末计划与早间新闻简报。虽然目前不支持后台持续搜寻或代下单，但这标志着它向自主 AI 智能体迈出了第一步。
Apple 加入 UALink 联盟董事会：联手巨头共推 AI 芯片互联标准
Apple 正式加入 UALink 联盟董事会，与阿里巴巴、Synopsys 等一同参与制定数据中心 AI 加速芯片的互联标准。该标准旨在对抗 Nvidia 独占的 NVLink 技术。最值得关注的是，随着 Apple Intelligence 全面落地，苹果正加大算力基建投入，甚至传出自研服务器芯片，这一步直接切入了底层算力生态。
Wyze 推出新订阅：用 AI 详细总结监控画面，还支持搜文字找视频
Wyze 推出 Cam Unlimited Pro 订阅服务，月费 20 美元。新功能包括 AI 描述性警报，不再只弹窗「检测到宠物」，而是精准描述「小白狗在后院玩网球」或是否放下包裹，同时还支持用文本关键词直接检索监控视频。
索尼新专利曝光：用 AI 预测玩家操作，解决联机延迟
Sony 近期公开多项 AI 专利。其中一项通过摄像头记录并用 AI 预测玩家动作，以此削减联机延迟；其他专利还包括利用 AI 抓外挂，以及感知玩家沮丧情绪并提供协助。不过这些技术目前仅停留在专利阶段。
拜登签署行政命令：开放联邦土地，加速建设吉瓦级 AI 数据中心
拜登签署行政命令，开放联邦土地以加速美国AI数据中心建设。国防部与能源部须在2月28日前各找出至少3处场地租赁给企业，并加快环境审批。企业需自行承担建设与清洁能源成本，采购一定比例的美制芯片，此举也引发了环保与电网压力的争议。
Microsoft 启动 Quantum Ready 计划：帮企业押注量子与 AI 混合计算
Microsoft 宣布推出 Quantum Ready 计划。该项目旨在通过一对一研讨会、行业论坛与培训，帮助企业构建量子计算与传统超算、AI 相结合的混合应用，并推进量子安全加密迁移。目前仅 12% 的受访企业做好了评估量子机会的准备，该计划面向企业和政界管理者开放申请。
三星预告 Galaxy S25 新功能：AI 助理能一次搞定找店、发人和加日程
Samsung 发布预告片，预热即将随 Galaxy S25 登场的新一代 Galaxy AI。视频里助手能自然听懂一连串复杂口语需求，跨应用完成搜餐厅、发联系人和排日程。官方称其为「真正的 AI 伴侣」，预计在 1 月 22 日的发布会上正式揭晓。
Amazon 解释新版 Alexa 难产：幻觉必须接近零，短期内发不了
据《金融时报》报道，Amazon AGI 负责人 Rohit Prasad 表示，新版 Alexa 仍面临幻觉和响应延迟等技术障碍。由于日常使用频次极高，Amazon 要求幻觉率必须接近零，同时还要适配数百个第三方服务。内部员工透露，新版短期内不会上线。
Sakana AI 提出 Transformer²：像活脑一样实时调整权重，性能反超 LoRA
Sakana AI 发布自适应架构 Transformer²。它先分析任务需求，再通过强化学习训练的奇异值微调动态调整模型权重。其参数量远少于 LoRA，却在数学、代码与视觉任务中全面占优，甚至支持跨模型复用能力。
Freepik 套件上线 AI 视频生成：支持自带音频，全格式可用
Freepik 宣布在其 AI 套件中推出带音频的 AI 视频生成功能。该功能支持任意模式与格式，让创作者可直接在平台内生成带声音的视频片段。这意味着做视频不再需要单独配乐，创作流程进一步精简。
OpenAI 董事会添新成员：基建投资大佬 Ogunlesi 加入
OpenAI 宣布全球基建投资机构 GIP 创始合伙人兼贝莱德高级董事总经理 Adebayo Ogunlesi 加入其董事会。他拥有数十年的全球基础设施与大型金融操盘经验。面对如今 AI 对算力和电力极为渴求的现状，OpenAI 显然希望借助他在基建领域的深厚资源推进布局。
Netflix 提出 Go with the Flow：不改模型架构，靠噪声扭曲精准控制视频运镜
Netflix 与 Eyeline 团队提出视频扩散控制方案 Go with the Flow。该方法无需修改模型架构与训练管线，仅在数据端通过光流场对潜空间噪声进行实时扭曲采样，就能实现局部物体运动、全局运镜及动作迁移，同时维持逐帧画质。
Mayo Clinic 联手微软与 Cerebras：用大模型攻克胸片与基因诊疗
在第 43 届 J.P. 摩根医疗健康大会期间，Mayo Clinic 宣布联手微软研究院与 Cerebras，分别开发多模态影像与基因组基础模型。团队计划让 AI 自动生成胸片报告，并结合患者外显子数据预测靶向治疗响应，加速类风湿关节炎等疾病的精准诊疗。
微软联手培生：打造 AI 技能培训并向全员部署 Copilot
Microsoft 与教育巨头 Pearson 宣布达成多年合作。Pearson 将依托 Azure 和 AI 工具推出新型技能认证与定制智能体，并向全球员工部署 Microsoft 365 Copilot；微软也将 Pearson VUE 认证合作延长至 2029 年，共同解决企业 AI 人才短缺问题。
周一
1月13日 星期一
OpenAI 发布经济蓝图：呼吁放宽基建审批，推行自愿型 AI 监管
OpenAI 发布一份「AI 经济蓝图」，向美国政府建言加大对核能与电网等基础设施的投入，并以统一的联邦自愿标准取代各州碎片化立法。方案还主张允许 AI 使用公开版权数据进行训练，同时简化与国家安全部门的合作流程。
OpenAI 与 Google 抢购废弃视频：每分钟最高 4 美元买来训 AI
据彭博社报道，OpenAI 和 Google 正以每分钟 1 至 4 美元收购创作者未发布的废弃视频，用于训练 Sora 和 Veo 等模型。中介机构 Troveo 已为此发放超 500 万美元。这些原本毫无价值的剪辑弃件，正成为 AI 巨头补充视频数据的新来源。
灵感来自铁穹：FireDome 结合 AI 与机械发射阻燃剂防御野火
以色列公司 FireDome 推出一款受「铁穹」启发的野火防御系统。该系统结合 AI 视觉监测与自动化发射装置，探测到火情时自动向最远四分之一英里外发射环保阻燃剂。最值得关注的是其完全离网运行、无需人工在场，计划于 2025 年 5 月展开测试。
Adobe 推出批量编辑工具：一键为上万张图片抠图换背景
Adobe 推出测试版 Firefly Bulk Create，支持单次批量调整至多 10000 张图片的尺寸或背景。工具拆分为抠图换底与智能裁切两部分，结合了多项 Firefly API，主要面向电商和营销团队。目前按生成额度消耗收费，PSD 格式导出后续才会上线。
NVIDIA 批评拜登政府 AI 扩散新规：过度监管正损害芯片竞争力
NVIDIA 发布声明，公开反对拜登政府出台的「AI 扩散」新规。NVIDIA 指出这份 200 多页的监管文件过度干涉芯片及软件的设计与销售，甚至波及主流消费级游戏硬件。新规虽有 120 天缓冲期，但会削弱自身产业的全球竞争力。
奔驰接入 Google AI 智能体：车载导航能记住对话，首搭全新 CLA
Mercedes-Benz 宣布将 Google 的 Gemini 与车载 AI 智能体整合进 MBUX 虚拟助手。新导航系统支持复杂口语交流，能在驾驶过程中记住上下文，并结合 Google Maps 调取地点评价，预计今年随新一代 CLA 和 MB.OS 系统正式亮相。
白宫出台 AI 出口新规：对 18 个盟友不设限，收紧闭源模型权重保护
白宫发布《人工智能扩散临时最终规则》，在遏制关键对手的同时加速美国技术扩散。新规免除了 18 个盟友的芯片销售限制，设立经认证终端用户机制，并将闭源模型权重纳入出境管控。说白了，就是要让全球 AI 基础设施彻底绑定美国技术体系。
周五
1月10日 星期五
招兵买马做实体：OpenAI 开启首批机器人硬件岗位招聘
OpenAI 硬件主管 Caitlin Kalinowski 宣布开启首批机器人硬件岗位招聘，招募传感、机械设计工程师及 TPM 经理。这表明 OpenAI 不满足于只做软件大脑，正在组建团队自己下场研发机械结构与传感器硬件。
哪个大模型最不爱胡说八道？智谱与 Google 幻觉率 1.3% 并列第一
Vectara 截至 2024 年 12 月 11 日的数据显示，智谱 GLM-4-9B-Chat 与 Google Gemini-2.0-Flash-Exp 以 1.3% 的幻觉率并列最低，紧随其后的是 OpenAI o1-mini（1.4%）。数据表明，轻量或专用模型在减少事实错误上完全不输超大模型。
NVIDIA 行业调查：近九成零售商已接入或测试 AI
NVIDIA 发布零售与消费品行业 AI 调查报告，89% 的受访企业表示已在运营中使用或测试 AI。94% 的受访者称 AI 帮企业削减了年度运营成本，生成式 AI 的前两大落地场景则是营销内容生成与预测分析。
UC Berkeley 开源推理模型 Sky-T1：训出 o1 水平只要 450 美元
UC Berkeley 的 NovaSky 团队开源了推理模型 Sky-T1-32B-Preview。团队用 1.7 万条精选数据微调，在 8 张 H100 上耗时 19 小时、花费不到 450 美元，数学和编程表现逼近 o1-preview。代码、数据和权重已全部公开。
Adobe 开源 TransPixar：直接生成带透明通道的视频，做特效不用再抠图
Adobe 联合香港科技大学开源视频生成模型 TransPixar。以往 AI 只能生成实底视频，而它能直接输出带透明通道的 RGBA 视频，像烟雾、光效等可以直接叠进画面。目前代码和在线 Demo 已公开，但仍在早期阶段。
周四
1月9日 星期四
xAI 在美推出 Grok 独立 iOS 应用：脱离 X 也能实时搜图文
xAI 在美国上线 Grok 的独立 iOS 测试版应用。该 App 具备实时搜索、问答及生图功能，不再捆绑社交软件 X。继上个月全面免费后，Grok 正加速独立对标 ChatGPT。目前暂无安卓版上线消息。
VLC 演示实时 AI 字幕：完全本地离线运行，支持上百种语言翻译
VideoLAN 在 CES 2025 演示了 VLC 播放器的实时 AI 字幕与翻译功能。该功能采用开源 AI 模型直接在本地离线运行，不依赖任何云端，并计划支持 100 多种语言。不过官方目前尚未公布正式推送的时间。
Google 测试 Daily Listen：把搜索和 Discover 资讯变成 5 分钟 AI 播客
Google 在 Search Labs 中测试新功能 Daily Listen，能根据用户的搜索历史与 Discover 信息流，自动生成约 5 分钟的个性化 AI 播客。其机制类似 NotebookLM 的音频概览，并附带文字转录。目前该功能仅面向美国 Android 与 iOS 的 Search Labs 用户测试。
爱德曼发布 AI 创作者榜单：公众更信个体，品牌靠红人讲 AI 故事
Edelman 发布「值得关注的 AI 创作者」榜单。其调查显示 74% 的人更信任个体专家而非传统机构。为此，Edelman 基于互动率、可信度和伦理标准，从 LinkedIn 与 YouTube 筛选出优质 AI 创作者，帮助品牌建立技术信任感。
Garmin 推出 Unified Cabin 智能座舱：生成式 AI 定制主题与分座助手
CES 2025 期间，Garmin 推出下一代 Unified Cabin 智能座舱方案并获创新奖。该方案基于高通 Snapdragon 平台，不仅用生成式 AI 定制座舱主题，还为每个车位配备独立语音助手与音响，同时借助超宽带技术监测车内乘员和儿童遗留。
周三
1月8日 星期三
Satellai 推出卫星宠物追踪器：没信号也能防狗狗走丢
初创公司 Satellai 推出结合 AI 与卫星连接的宠物狗追踪器 Satellai Dog Tracker。它搭载高通 9205S 芯片并接入 Skylo 卫星网络，在没有地面基站信号的荒野也能精准定位，还支持划定多层虚拟电子围栏。
Stability AI 推出 SPAR3D：单张图片 0.7 秒生成 3D 模型
Stability AI 联手 NVIDIA 在 CES 上推出 3D 生成模型 SPAR3D。它能从单张图片在 0.7 秒内生成完整 3D 网格，并支持在 0.3 秒内对点云进行实时修改。最值得关注的是，权重和代码已开源，并适用于 RTX AI PC 端侧运行。
微软在 Hugging Face 开源 Phi-4 权重：14B 参数采用 MIT 协议
Microsoft 正式在 Hugging Face 开源 Phi-4 完整权重，采用商用友好的 MIT 许可证。该模型拥有 140 亿参数，此前仅限 Azure 平台体验；现在开发者无需申请即可直接下载权重，通过 Transformers 或 vLLM 在本地部署商用。
NVIDIA 把 NIM 搬上本地 PC：搭配 RTX 50 系列 FP4 算力加速
NVIDIA 公布面向 RTX AI PC 的 NIM 微服务与 AI 蓝图。官方提供预打包模型与一键式 API，结合 RTX 50 系列的 FP4 量化让大模型显存占用砍半。这意味着本地跑复杂 Agent 不再需要折腾环境，预计下月起陆续开放。
波兰传记片《Putin》定档：用 AI 给演员实时换上普京的脸
据报道，波兰导演 Patryk Vega 耗资 1500 万美元的英语传记片《Putin》将于 1 月 10 日首映。片中利用 AI 特效把普京的面部逼真贴在波兰演员脸上，以此呈现其数十年人生。电影预计在 64 国上映，但其伦理与换脸技术也引来不少争议。
McAfee 推出 Scam Detector：实时识别文本、邮件与视频诈骗
在 CES 2025 上，McAfee 宣布推出防诈工具 McAfee Scam Detector，利用 AI 实时识别文本、邮件和深伪视频欺诈。最值得关注的是，该功能将于今年春季免费向现有客户提供，检测模型除支持电脑 NPU 外，也能调用 CPU 或 GPU 本地运行。
达美航空推 AI 助手：改签航班、规划路线，解决机场出行痛点
达美航空在 CES 发布 AI 助手 Delta Concierge，计划年内推出。它能直接帮旅客自动改签延误航班、规划前往登机口的最快路线，同时航司还在后台用 AI 优化登机口调度与反馈分析，尝试用实用算法改善糟糕的乘机体验。
周二
1月7日 星期二
松下发布家庭健康 AI 助理 Umi：由 Claude 驱动
松下在 CES 2025 上公布了家庭健康 AI 助理 Umi。它基于 Anthropic 的 Claude 模型构建，支持语音对话与家庭群聊，能帮家庭成员设定生活目标、管理日常事务，并协助照看老年长辈。该产品预计于 2025 年在美国推出。
Philips Hue 引入 AI 助手：文字语音一句话定制全屋灯光
Philips Hue 宣布将推出生成式 AI 照明助手，预计 2025 年第一季度推送。用户只需输入文字或语音（如「来个花园派对氛围」），AI 即可自动生成全新场景或从图库推荐，并调整亮度和色彩。该功能兼容旗下所有灯具。
三星 2025 款 Bespoke 冰箱联手 Instacart：屏幕上就能直接补货
Samsung 联手 Instacart，为 2025 款 Bespoke 智能冰箱加入补货功能。依托内置的 AI Vision Inside 食物识别技术，冰箱屏幕可直接连接 Instacart 下单并支持当天送达。配备该技术的现有 AI Family Hub+ 设备也将在 2025 年通过网络固件更新支持该体验。
NVIDIA 发布 Mega 蓝图：用数字孪生在大规模部署前操练机器人机群
NVIDIA 在 CES 上发布工业数字孪生蓝图 Mega。该方案整合 Omniverse 与 Isaac 技术，让仓库和工厂在真实部署前，先在虚拟仿真环境里协同训练自主移动机器人和机械臂。供应链巨头 KION 与埃森哲已率先接入测试。
Nvidia 发布个人 AI 超级电脑 Project Digits：单台能跑 2000 亿参数模型
CES 2025 期间，Nvidia 发布了桌面级个人 AI 超级计算机 Project Digits。它搭载与联发科合作研发的 GB10 芯片和 128GB 内存，单台即可在本地运行 2000 亿参数模型，两台串联可扩展至 4050 亿参数。设备运行 DGX OS，5 月开售，定价 3000 美元。
NVIDIA 开放 Sensor RTX 抢先体验：用物理仿真加速自动驾驶与机器人研发
NVIDIA 宣布面向部分开发者开放 Omniverse Sensor RTX API 的早期访问。它能高保真仿真摄像头、雷达和激光雷达数据，帮团队在虚拟环境中合成罕见路况或危险工况数据。目前埃森哲、Foretellix 等已接入测试。
NVIDIA 推出视频分析智能体蓝图：批量处理速度提升 30 倍
NVIDIA 发布了针对视频搜索与摘要的新版 AI 蓝图。它结合了最新的 Cosmos 视觉大模型与检索增强框架，让批量视频分析速度达到实时的 30 倍。最值得关注的是，智能体支持思维链推理和工具调用，能直接接管工业质检与安防巡查。
NVIDIA 发布 RTX 50 系列显卡：支持 FP4，本地跑生图快 2 倍
NVIDIA 在 CES 上发布 GeForce RTX 50 系列显卡。新架构引入 FP4 低精度量化，显存占用砍半且生成式 AI 性能翻倍，让 FLUX.1 仅需不到 10GB 显存即可本地秒级出图。旗舰 RTX 5090 配备 32GB 显存，将于 1 月 30 日开售。
NVIDIA 发布 Nemotron 模型家族：专为 AI 智能体打造，涵盖 Nano 到 Ultra
NVIDIA 推出面向智能体 AI 的 Llama Nemotron 语言模型与 Cosmos Nemotron 视觉模型家族。新模型分 Nano、Super 与 Ultra 三种尺寸，基于 Llama 架构并经剪枝和蒸馏，兼顾边缘与云端部署，大幅降低企业构建多智能体协同的门槛。
NVIDIA 发布 Cosmos 世界模型：把千里路测放大成数十亿虚拟里程
NVIDIA 在 CES 上推出生成式世界基础模型平台 Cosmos。它被接入自动驾驶三计算方案，包含模型、分词器与视频管线，能将数千英里人类驾驶数据扩增为数十亿英里虚拟里程，帮开发者以极低成本生成极端驾驶场景。模型已在 Hugging Face 开源。
NVIDIA 联合伙伴推出智能体蓝图：开箱即用，支持把 PDF 变播客
NVIDIA 联手 LangChain、CrewAI 等伙伴推出面向企业的 Agentic AI 蓝图，支持开发者一键部署智能体。新蓝图涵盖代码文档维护、语音对话以及 NVIDIA 自研的「PDF 转播客」等方案，旨在让大模型从简单问答走向多步骤规划与执行。
NVIDIA 发布 Isaac GR00T 蓝图：用少量动作合成海量训练数据
NVIDIA 在 CES 上发布用于人形机器人的 Isaac GR00T 合成动作生成蓝图。它能借助 Apple Vision Pro 捕捉少量真人动作，并通过仿真与世界模型 Cosmos 扩增为海量数据，供模仿学习训练。Boston Dynamics 与 Figure 已接入测试。
NVIDIA 成立 DRIVE AI 检验实验室：给自动驾驶软硬件验安全
NVIDIA 宣布设立 DRIVE AI 系统检验实验室，获得 ANAB 认可。该实验室专门检验生态伙伴在 DRIVE AGX 平台上的系统是否符合 ISO 26262、网络安全和 AI 功能安全等标准。大陆集团和索尼已首批加入，未来还将扩展至机器人领域。
周一
1月6日 星期一
Apple 回应通知摘要频频翻车：将更明确标示 AI 改写的文本
针对 BBC 投诉新闻标题遭乱改的问题，Apple 承诺将在未来几周更新系统，更明确地标示 Apple Intelligence 生成的通知摘要。此前该功能频频翻车，甚至误将枪击案嫌疑人描述为自杀。用户目前可在「设置 > 通知 > 摘要通知」中直接关闭该功能。
三星球形机器人 Ballie 终于要卖了：配投影与视觉 AI，今年上市
Samsung 在 CES 上表示球形机器人 Ballie 将在 2025 年正式面向消费者发售。Ballie 自带投影和扬声器，能自动寻找合适墙面投屏，并具备视觉 AI 识别能力与智能家居控制功能。不过现场演示高度受控，售价与具体日期仍未公开。
AMD 预告 RX 9070 系列显卡：全新 RDNA 4 架构，FSR 4 转向 AI 超分
AMD 在 CES 预告 Radeon RX 9070 系列显卡，采用 4nm RDNA 4 架构。最关键的变化是 FSR 4 正式转向机器学习超分与插帧，需依赖新卡的专属 AI 加速硬件。两款新卡预计第一季度发售，具体规格和价格暂未公布。
Google DeepMind 组建新团队：原 Sora 负责人带队造「世界模型」
前 OpenAI Sora 联合负责人 Tim Brooks 宣布在 Google DeepMind 组建新团队，研发模拟物理世界的生成模型。团队将结合 Gemini、Veo 与 Genie 的成果，探索具身智能规划与实时交互生成。DeepMind 认为这是通往 AGI 的关键路径。
Google TV 接入 Gemini：能自然对话，还能汇总每日新闻
Google 在 CES 2025 预览了接入 Gemini 的 Google TV 新功能。除了能用自然语言搜索内容、回答日常疑问外，还新增了「News Brief」功能，整合全网与 YouTube 资讯生成每日要闻摘要。该功能预计 2025 年晚些时候在部分设备上线。
高通推入门级骁龙 X 芯片：Copilot Plus PC 降至 600 美元
Qualcomm 发布入门级 Snapdragon X 笔记本芯片，将 Copilot Plus PC 门槛拉低至 600 美元左右。它配备 8 核 Oryon CPU 与 45 TOPS 算力 NPU，续航和能效对标英特尔，主流廉价轻薄本接下来也有完整端侧 AI 体验了。
Brisk It 推出 399 美元智能烤炉：拍照定食谱，AI 自动控温防翻车
Brisk It 在 CES 2025 发布入门级智能颗粒烤炉 Zelos 450，售价 399 美元。它接入升级后的 Vera 2.0 生成式 AI 平台，支持用手机拍食材自动生成食谱并全自动控火，甚至能替忘记刷酱等烹饪失误补台。新机将于 2025 年一季度开售。
Intel 在 CES 2025 全面更新芯片阵容：推出 Core Ultra 200 系列
Intel 在 CES 2025 上公布了包括 Core Ultra 200 系列在内的多款新处理器，试图走出业绩低谷。新芯片在性能核引入 AI 电源管理并搭载 NPU，其中 Core Ultra 285H 运行端侧 Llama 3 8B 提速 3.3 倍。相关 PC 将于本月起陆续开售。
Halliday 发布无镜片 AI 眼镜：画面直投人眼，不配摄像头
在 CES 2025 上，Halliday 推出一款 AI 智能眼镜。它没采用常见的光波导镜片，而是用超小近眼显示模块将信息直投视线右上角，旁人几乎察觉不到；机身内置主动式 AI 智能体，并特意去掉了摄像头以避开隐私争议。
时空壶发布 Babel OS：把声音克隆与预测翻译塞进同传耳机
Timekettle 发布首个同传操作系统 Babel OS，支持超 40 种语言。系统引入语义分词预测与声音克隆，能复刻说话者语气并支持行业自定义词库，大幅降低延迟。目前已向 W4 Pro 等设备推送 OTA，团队未来还将推出离线端侧版本。
每月 200 美元还不够亏：Altman 承认 ChatGPT Pro 用户用得太狠
OpenAI CEO Sam Altman 在 X 上透露，每月 200 美元的 ChatGPT Pro 目前处于亏损状态，用户的使用频率远超公司预期。Altman 坦言该定价是他自己定的，原以为能赚钱；未来 OpenAI 可能会考虑调整订阅价格或探索按量计费。
Aiper 发布智能喷灌机 IrriSense：不用埋水管，照着草坪地图精准喷水
Aiper 在 CES 2025 上公布 IrriSense 智能洒水器，售价 399 美元。它不用在院子里埋水管，用户在 App 里标出草坪地图就能定向喷洒，避开人行道。配合土壤传感器和天气数据，下雨天还会自动停喷省水，预计 2025 年 5 月上市。
Current Backyard 推出智能烤箱 Model P：算法控温，两分钟烤熟披萨
Current Backyard 推出售价 599 美元的室内外两用电烤炉 Model P。它最高温达 850 华氏度，通过专属算法保持炉温均匀，烘烤时免去手动转动披萨的麻烦，配合手机 App 还能根据饼皮厚度与配料自动算好烹饪时间。
Withings 公布概念镜 Omnia：底座测体征，AI 语音聊健康
Withings 在 CES 2025 展示了概念智能镜 Omnia。它自带底座可测量体重、心血管及代谢指标，并整合其他穿戴设备数据，由内置 AI 语音助手提供实时反馈，还能对接线上问诊。目前该产品仍在研发阶段，尚无发售时间。
周六
1月4日 星期六
VanceAI 推出 Video AI：视频最高可超分至 8K，还支持插帧到 120 FPS
VanceAI 推出视频增强工具 Video AI。该工具支持将低清视频超分辨率提升至最高 8K，并集成最高 120 FPS 插帧补帧、SDR 转 HDR、去噪、去隔行以及画面防抖功能，方便创作者一站式处理画质问题。
马斯克宣布 Grok 3 预训练完成：算力是 Grok 2 的 10 倍
马斯克在 X 上宣布，xAI 旗下 Grok 3 的预训练已经完成，即将正式推出。据他透露，本次训练消耗的算力达到了 Grok 2 的 10 倍。这意味着 xAI 正全力扩充算力集群，准备正面迎战顶尖大模型。
周五
1月3日 星期五
Meta 探索生成式推荐系统：把内容推荐做成「下一词预测」
Meta 研究人员近期发布两篇论文，提出 LIGER 和 Mender 两项生成式检索技术。系统将内容推荐转化为类似语言模型的序列预测，不仅让存储和推理成本保持稳定，还能用大模型提炼隐式偏好，改善传统新内容的冷启动难题。
周三
1月1日 星期三
OpenAI 发布新年回顾：2025 年或迎来首批入职 AI 智能体
OpenAI 发布博客《Reflections》，回顾 ChatGPT 问世两年的历程。文中透露周活跃用户已超 3 亿，并表示团队已确信掌握构建 AGI 的路径，预计 2025 年首批 AI 智能体将真正加入职场，目标更将进一步转向超级智能。
Sonus AI 发布 Sonus-1 系列模型：推理版 MATH 跑分达 91.8%
Sonus AI 推出 Sonus-1 系列大模型，提供 Mini、Air 及支持思维链推理的 Pro 版本。其中旗舰推理版在 MATH-500 拿到 91.8%，HumanEval 代码评测达 90.0%。全系列模型已上线网页端供用户试用。