腾讯混元推出五款3D生成模型 全部开源
腾讯混元宣布推出5个全新3D生成模型，模型生成速度更快、细节更丰富、材质表达更逼真，并且全部开源。同时，其自研的3D AI创作引擎也迎来升级，新增多视图输入、模型智能减面、格式全兼容等能力，面向C端用户全面开放使用。据悉，5个开源模型均基于Hunyuan3D-2.0打造，其中 Turbo 系列模型在保证高精度和高质量的基础上，对几何生成模型进行了数十倍的加速，确保整个生成过程能够在30秒内完成。轻量级mini系列模型，通过模型架构优化与运行效率提升，可进一步降低算力成本，其几何模型可以部署在4080显卡甚至苹果M1 Pro芯片上
—— 新浪科技、Github
阿里开源全模态模型R1-Omni 情感识别更优
阿里通义实验室开源 R1-Omni 模型，首个将具有可验证奖励的强化学习(RLVR)应用于全能多模态大语言模型。研究员利用RLVR对开源Omni模型HumanOmni-0.5B进行优化，在推理能力、情感识别准确性和泛化能力三个关键方面显著提高了其性能。R1-Omni能够更清楚地理解视觉和听觉信息如何促进情绪识别，能够明确展示哪些模态信息对特定情绪的判断起到了关键作用。在两场演示视频中，R1-Omni能推测视频中人物的情绪状态，并描述其服饰和周围环境。OpenAI于今年早些时候推出GPT-4.5模型，据称能更好地识别和响应用户书面提问中的微妙线索。但最初仅向月费200美元的付费用户开放。
—— 科创板日报、彭博社
谷歌开源物种识别 AI 模型 SpeciesNet
谷歌开源了一款名为SpeciesNet的人工智能模型，旨在通过分析红外相机陷阱拍摄的照片来识别动物物种。各地的研究人员使用红外相机陷阱来研究野生动物种群。尽管这些红外相机陷阱可以提供宝贵的见解，但它们会产生大量数据，需要数天甚至数周的时间才能筛选完毕。为解决这一问题，谷歌约六年前推出了野生动物洞察平台。平台许多分析工具均由SpeciesNet模型提供支持。谷歌表示，该模型是基于超过6500万张公开图像以及来自史密森保护生物学研究所、野生动物保护协会等机构图像数据进行训练的。能够将图像分类为超过2000种标签，涵盖动物物种、动物分类群以及非动物物体。
—— Techcrunch
阿里巴巴将开源旗下文生视频模型万相2.1
从知情人士处获悉，阿里巴巴将于今日晚间全面开源旗下视频生成模型万相2.1模型。今年1月，阿里旗下万相刚宣布推出2.1 版本模型升级，视频生成、图像生成两大能力均获得提升。在视频生成方面，万相 2.1 通过自研的高效VAE和DiT架构增强了时空上下文建模能力，支持无限长1080P视频的高效编解码，首次实现了中文文字视频生成功能，登上VBench榜单第一。据此前介绍，万相2.1支持中英文视频，可以一键生成艺术字，还提供多种视频特效选项，以增强视觉表现力，例如过渡、粒子效果、模拟等。
—— 新浪科技
DeepSeek开源周第二日：开源EP通信库
DeepSeek官宣，今日开源DeepEP，第一个用于MoE模型训练和推理的开源EP通信库。特点有：高效、优化的全员沟通；节点内和节点间均支持NVLink和RDMA；用于训练和推理预填充的高吞吐量内核；用于推理解码的低延迟内核；原生FP8调度支持；灵活的GPU资源控制，实现计算-通信重叠。DeepEP是一款专为混合专家(MoE)和专家并行(EP)设计的通信库，提供了高吞吐量和低延迟的all-to-all GPU内核，常用于MoE派发和合并操作。该库还支持低精度计算，包括FP8。
—— DeepSeek
DeepSeek 发布“开源周”首个项目为针对 Hopper GPU 优化的高效 MLA 解码内核
DeepSeek 今天开始了连续五天的“开源周”，并发布了首个开源代码库 FlashMLA。该代码库是针对英伟达 Hopper GPU 优化的高效多层注意力 (MLA) 解码内核。FlashMLA 的灵感源自 FlashAttention 2&3 和 cutlass 项目，专门优化了变长序列的并行处理，支持分页式KV缓存的快速访问，通过高度优化的 CUDA 内核实现注意力计算加速。
FlashMLA 要求使用英伟达 Hopper GPU，并在 CUDA 12.3 及以上版本以及 PyTorch 2.0 及以上版本的环境中运行。在 CUDA 12.6 环境下，H800 SXM5 内存受限配置下可实现 3000 GB/s 的带宽，计算受限配置下则可达 580 TFLOPS 的算力，展现出卓越的计算效率。
—— DeepSeek
DeepSeek 宣布下周起陆续开源五个代码库
DeepSeek 在 X 发文宣布，下周起会陆续开源五个代码库，每日都有新内容解锁，进一步分享新的进展。DeepSeek 介绍，当前在线服务的模块已经经过测试、部署完备，可以投入生产环境。DeepSeek 公司将自己定义为小公司，并表示每一次分享都会变成强有力的势能，加速行业发展的旅程。DeepSeek 还称这个领域没有高高在上的象牙塔，只有纯粹的车库创业精神与社区共筑的创新力量。
从上线以来至2月9日，DeepSeek App 的累计下载量超1.1亿次，周活跃用户规模最高近9700万。其中，1月20日至1月26日，APP周下载量达到226万次。次周，下载量则直接飙升至6300万次，环比增长超2700%。
—— DeepSeek、每日经济新闻
李彦宏:最强大的文心大模型4.5系列将开源
2月18日晚，在百度2024年Q4及全年财报电话会上，百度创始人、董事长兼首席执行官李彦宏透露，文心大模型4.5将开源，4.5将是百度有史以来最强大的大模型，“希望客户和用户能比之前更方便地体验这款模型”。他表示，开源4.5系列的决策源自于对技术领先地位的坚定信心，开源将进一步促进文心大模型的广泛应用，并在更多场景中扩大其影响力，“但我想强调的是，无论开源闭源，基础模型只有在大规模解决现实问题时，才具备真实价值”。未来，百度将加速推动文心大模型的性能升级与成本降低。
—— 凤凰网科技
百度：文心下一代模型6月30日起正式开源
百度公众号今日宣布：将在未来几个月中陆续推出文心大模型4.5系列，并于6月30日起正式开源。百度昨日还宣布，随着文心大模型的迭代升级和成本不断下降，文心一言将于4月1日0时起全面免费，所有PC端和APP端用户均可体验文心系列最新模型，以及超长文档处理、专业检索增强、高级AI绘画、多语种对话等功能。还透露即日起上线深度搜索功能，具备更强大的思考规划和工具调用能力，可为用户提供专家级内容回复，并处理多场景任务，实现多模态输入与输出。
—— 新华社、百度
施密特呼吁西方专注于开源AI模型的开发
谷歌前 CEO 埃里克•施密特警告称，西方国家需要专注于构建开源人工智能模型，否则有可能在这场开发尖端技术的全球竞赛中输给中国。施密特表示：“如果我们不对此采取行动，中国最终将成为开源领域的领导者，而世界其他地区将变成闭源的。”他说，未能投资开源技术将阻碍西方大学的科学发现，这些大学可能负担不起昂贵的闭源模型。虽然美国通过构建GPT-4等强大的人工智能模型，主导了人工智能开发的第一阶段，但欧洲有机会通过思考如何在这一技术基础上构建“应用”，将人工智能应用于企业，从而获得经济收益。“欧洲必须加紧行动起来。应用层非常强大，它将使你们的欧洲更有效率。”
—— 英国金融时报