智象未来发布智象多模态生成大模型3.0和智象多模态理解大模型1.0，旨在提升视觉多模态基础模型服务，激发创造力。创始人梅涛院士强调了AI技术在推动科学发展和具身智能方面的重要性，提出了大模型通往AGI的两条路径。
来源：HiDream智象未来

阿里云与零一万物达成战略合作，共建“产业大模型联合实验室”，旨在加速大模型技术应用落地和产业生态整合。双方将结合研发实力，通过阿里云百炼大模型平台提供服务。进一步深化双方在AI大模型领域的合作。
来源：IT之家

英伟达CEO黄仁勋将在CES 2025发表开幕演讲，可能发布新一代GeForce RTX50系列显卡。英特尔和AMD也预计在会上发布AIPC相关产品，推动AI芯片技术迭代。行业已进入用户体验探索阶段，AIPC芯片具备自然语言交互等特点，有望快速渗透PC市场，带动产业链升级。
来源：财联社

谷歌前CEO埃里克·施密特预测，2025年AI将实现三大突破：获得“永久记忆”、智能体从对话到行动的飞跃、文本到行动的编程革命。他强调AI变革将“一切，无处不在，同时发生”，警告美国可能在2028年耗尽能源储备，因数据中心耗电量巨大。
来源：36Kr

前阿里前端技术专家玉伯，离开蚂蚁集团后创办AI公司思维天空，推出AI工具YouMind，旨在服务全球创作者。YouMind集成多模态内容，提供网页总结、翻译、ChatBot对话等功能，支持用户将内容分类收藏。目前处于内测阶段，已有近5000人申请，公司估值过亿。
来源：量子位

Apheris 通过联邦计算技术解决生命科学领域 AI 数据瓶颈，确保数据在本地处理，仅集中聚合模型参数，保护患者隐私和 IP。其 Apheris Compute Gateway 已应用于 AI 驱动的药物发现，如蛋白质复合物预测。公司近期完成 825 万美元 A 轮融资，总融资达 2080 万美元，将用于招聘生命科学背景的高级人才。Apheris 强调，只有解决数据所有者对 AI 数据使用的担忧，才能真正释放 AI 的潜力。

Vercel CEO 利用 AI 网站构建工具创新 CAPTCHA 验证方式，将经典游戏 DOOM 融入验证流程，用户需击杀至少三个怪物以证明非机器人身份。这一 AI 驱动的交互式 CAPTCHA 不仅提升了用户体验，还展示了 AI 在增强人机交互和反欺诈技术中的潜力。尽管技术并非全新，但其创意性和趣味性引发开发者社区热议，凸显了 AI 在优化传统验证机制中的应用价值。

Robinhood 计划在金融科技领域深化 AI 应用，特别是在预测市场和复制交易策略中。通过 AI 技术，Robinhood 旨在优化交易决策，提供更精准的市场预测，并自动复制成功交易者的策略。这一举措不仅提升了用户体验，还展示了 AI 在金融领域的创新潜力。随着 AI 技术的持续发展，Robinhood 有望通过数据驱动的方法，进一步扩大其在零售资产市场的份额，推动金融服务的智能化转型。

特斯拉 Cybertruck 在拉斯维加斯发生爆炸事件，初步调查显示爆炸由车内携带的大型烟花或炸弹引发，与车辆本身无关。特斯拉 CEO 埃隆·马斯克通过远程遥测数据确认车辆运行正常，并协助执法部门提供相关视频信息。此事件凸显了自动驾驶车辆在极端场景下的安全挑战，以及远程监控与数据分析在事故调查中的关键作用。未来，AI 技术在车辆安全监控、异常检测和事故预防中的应用将进一步提升，推动自动驾驶技术的安全性与可靠性发展。

《AI 在儿童内容安全中的应用与挑战》：纽约时报调查揭露儿童网红行业中的潜在性侵风险，凸显 AI 在内容审核和用户行为分析中的重要性。Meta 已通过隐私设置和互动限制保护未成年账户，但 AI 需进一步优化以识别隐蔽的恶意行为。未来，结合多模态模型和联邦学习，AI 可在保护隐私的同时，提升对异常行为的检测能力，为儿童在线安全提供更全面的技术保障。

字节跳动在大模型领域起步较晚，但凭借强大的资源投入和战略布局，迅速崛起。2024年，豆包App月活跃用户达5998万，跃居全球第二、国内第一。字节通过C端高强度市场投放、B端低价策略及持续的算力和人才投入，在短短一年多内实现了从“迟到者”到“破局者”的转变。此外，字节正构建全面的AI产品生态体系，涵盖大模型产品、基础AI开发、AI社交等多领域，目标是再造一个“AI工厂”。

1月2日，在百度成立25周年之际，创始人兼CEO李彦宏发表全员信，回顾了公司从创业到成为互联网巨头的历程，并展望未来。信中提到，百度将继续加大在AI领域的投入，预计2025年AI原生应用将井喷式增长，大模型赋能的应用已在各行业迅速普及。李彦宏强调技术创新是百度的核心竞争力，过去25年百度始终走在技术前沿，不断探索创新。

字节跳动与中科大团队推出VMix，通过新颖的价值混合交叉注意力机制，显著提升扩散模型生成图像的美学质量。VMix能系统性增强图像的颜色、光线和构图等细节维度，弥合生成图像与现实美学之间的差距。该插件无需重新训练即可应用于社区模型，实验表明其效果优于现有方法，并兼容LoRA、ControlNet等模块。VMix通过分离文本提示中的内容描述和美学描述，优化去噪过程，从而在保持图像与文本对齐的同时，大幅提高视觉表现。

亚马逊云科技(AWS)印度及南亚业务发展负责人 VG Sundar Ram 的最新报告显示，79%的企业在寻找具备 AI 技能的人才时遇到困难。这反映出企业在推进数字转型和提升技术竞争力方面面临的挑战。当前教育体系与市场需求脱节，导致大量职位空缺无法填补。为应对这一挑战，企业和教育机构应加强合作，培养更多 AI 专业人才，并通过实际项目评估方法提升招聘匹配度。

百度近期在Web端首页推出全新的搜索引擎入口“AI搜”（Chat.baidu.com），基于文心大模型，整合了百度搜索、健康、律临、文库、教育等多内容生态，提供无广告、可靠和权威的搜索结果。功能涵盖话题探索、问题解决、决策辅助等，支持文生图、逻辑推理、智能摘要等AI技术。用户还可创建智能体并互动，提升个性化体验。李彦宏宣布2025年初将推出文心大模型新版本，持续加强AI技术应用。

try-off-anyone 是一个开源模型，专门用于从人物照片中提取上衣，实现所谓的“反向试穿”。

虽然模型和代码都是开源的，但实际使用中发现效果一般，即使是简单的服装也难以完美提取。这可能是因为参数设置不当，或者模型本身还有待优化。你可以在在线尝试试试。

VMix 是字节发布的一项提升扩散模型生图美学的技术。它能够在颜色、光照、构图等细粒度维度上更精准地遵循提示词，同时还能兼容原有的 LoRA、ControlNet 和 IPAdapter。图片里演示的是对 SDXL 模型的增强，不过，VMix 现在还没有开源，关注我为你持续跟进。

SpaceX 的内部文件揭示了其员工股票二次销售的细节，凸显了 AI 技术在金融科技领域的应用。通过 AI 驱动的估值模型和数据分析，投资者能够以显著折扣购买员工股票，展示了 AI 在优化投资决策和风险管理中的潜力。此外，AI 技术在企业内部财务管理和股票分配中的应用，进一步体现了其在提升运营效率和资源优化方面的价值。未来，随着 AI 技术的持续发展，其在金融领域的应用将更加广泛和深入。