大模型军备竞赛升级：GPT-4.5/Grok 3同日官宣

OpenAI宣布未来几周发布GPT-4.5(代号Orion)，马斯克则将发布号称“地球最聪明AI”的Grok 3，声称其解决方案“强大到令人害怕”。谷歌Gemini 2.0已全面开放，Meta同期推出Pippo模型(单图生成1K多视角视频)。

OpenAI称DeepSeek和Kimi发现o1的秘密，Kimi研究员解密破解过程

近日，OpenAI发布研究报告称，DeepSeek和Kimi通过独立研究，利用思维链学习方法显著提升模型在数学解题与编程挑战中的综合表现。Kimi研究员Flood Sung发文表示，长思维链的有效性曾在内部得到验证，在实际训练中发现模型会随着训练提升表现并不断增加 token数，证明强化训练过程中模型可以自己涌现。1月20日,DeepSeek、Kimi同天发布推理模型R1和k1.5。

谷歌AI智能体执行复杂任务完成度已达85%

据媒体报道，谷歌CEO桑达尔·皮查伊表示，接下来的2-4年中，“代理式工作流”(Agentic Workflows)将迎来重大进展。借助这项技术，用户在通过自然语言描述任务之后，AI便能帮助用户执行并最终完成任务。谷歌正在推进两个相关项目，其中之一为浏览器扩展程序“Mariner”——AI可以代替用户浏览网页、执行复杂任务，并提供完整结果。他表示，这项技术在一年前的完成度仅为50%，如今已经提升到85%。

微软OmniParser最新版本可将DeepSeek等模型转化为计算机智能体

2月17日，根据微软官网，微软日前发布视觉Agent解析框架OmniParser最新版本V2，可将OpenAI(4o/o1/o3-mini)、DeepSeek(R1)、Qwen(2.5VL)、Anthropic(Sonnet)等大模型，转化为“计算机使用智能体”(Computer Use Agent)。相比前代版本，OmniParser V2在检测更微小可交互元素时精度更高、推理速度更快。具体而言，V2通过使用更大规模的交互元素检测数据集和图标功能描述数据进行训练，并通过缩小图标描述模型的输入图像尺寸，推理延迟较前代降低60%。

Meta成立新团队专注AI人形机器人研发

近日，Meta宣布在Reality Labs硬件部门内成立了一个新团队，专注于AI人形机器人的研发。该团队将由经验丰富的Marc Whitten领导，计划在今年招聘约100名工程师。Meta的人形机器人项目，不仅聚焦于技术层面的突破，更将实际应用场景锁定在了日常生活之中。这一举措展现了Meta在AI技术探索上的雄心和决心。

全球首款人形机器人“天工”再升级

全球首个实现拟人奔跑的全尺寸纯电驱人形机器人“天工”再升级，通过具身小脑所带来的全身控制能力升级，面对复杂环境的移动能力大幅提升。其奔跑时速提高至12km/h，能在雪地进行高速奔跑，同时具备更强的抗干扰能力。