AI资讯汇总 2026/02/02
摘要
Deepseek开源OCR 2模型,提升多语言文本识别能力;月之暗面发布Kimi K2.5,强化长文本推理;OpenAI推出Prism科研写作平台,助力学术研究。Demis Hassabis强调...
技术进展
Deepseek 开源 OCR 2 模型**
摘要:Deepseek 发布新一代开源 OCR 模型 OCR 2,显著提升文本识别准确率与多语言支持能力,尤其在复杂排版和低质量图像场景下表现优异,推动通用文档理解技术发展。
月之暗面开源 Kimi K2.5 模型**
摘要:月之暗面发布 Kimi K2.5 模型,聚焦长文本理解与推理能力优化,支持超长上下文处理,适用于法律、科研、金融等专业领域文档分析,进一步拓展大模型应用场景。
OpenAI 发布科研写作平台 Prism**
摘要:OpenAI 推出科研写作辅助平台 Prism,集成 AI 摘要生成、文献综述建议、论文结构优化等功能,显著提升研究人员撰写学术论文的效率与质量,推动 AI 在科研流程中的深度应用。
蚂蚁开源具身世界模型 LingBot-VA,实现机器人“边推演、边行动”**
蚂蚁灵波团队开源具身世界模型 LingBot-VA,首次实现世界模型直接控制机器人动作,使机器人具备类似人类的“边推演、边行动”能力,推动具身智能向实时决策演进。
商汤开源 SenseNova-MARS,突破多模态搜索推理天花板**
商汤发布并开源 SenseNova-MARS 模型,作为首个支持动态视觉推理与图文搜索深度融合的 Agentic VLM(智能体视觉语言模型),显著提升多模态任务中的推理与交互能力。
阿里提出2步生成方案,5秒生成4张2K大图,新开源“模型蒸馏”技术**
阿里团队提出高效AI图像生成新方案,仅需两步即可在5秒内生成4张2K分辨率图像,同时开源“模型蒸馏”技术,大幅提升生成效率与资源利用率。
百度发布并开源新一代SOTA OCR模型,首次实现“异形框定位”能力**
百度发布并开源性能超越 DeepSeek-OCR2 的新一代OCR模型,全球首次实现对非矩形文本的精准“异形框定位”,显著提升复杂场景下的文字识别能力。
千问语音识别模型 Qwen3-ASR 开源,支持52种语言与方言**
通义千问团队开源 Qwen3-ASR 语音识别模型,具备对52种语言与方言的高精度识别能力,尤其擅长处理饶舌RAP等复杂语音内容,推动语音交互普惠化。
产品发布
360发布国内首个“纳米漫剧流水线”,AI漫剧生成进入工业化时代**
360推出国内首个工业级AI漫剧智能体生产平台“纳米漫剧流水线”,实现AI漫剧生成成功率高达90%,标志着AI内容生产迈向规模化、标准化。
国内首个AI漫剧流水线公测上线,开启工业化生产时代**
360“纳米漫剧流水线”正式开启公测,支持从剧本生成到角色动画、配音、剪辑全流程自动化,实现AI漫剧的工业化生产,大幅降低内容创作门槛。
蚂蚁用8B小模型构建用户“话”像,跨任务跨模型通用且SOTA**
蚂蚁集团利用80亿参数的小模型构建用户“话”像系统,实现跨任务、跨模型的通用表达,为每个用户配备“赛博秘书”,助力大模型应用落地。
企业动态
Demis Hassabis 探讨“世界模型”与 AGI 的关系**
摘要:DeepMind 创始人 Demis Hassabis 在年初对话中强调,构建“世界模型”是实现通用人工智能(AGI)的必经之路,认为具备环境预测与因果推理能力的模型将决定 AGI 的发展方向。
2025 年或将成 LLM 的“关键跃迁年”**
摘要:行业分析指出,2025 年将是大语言模型(LLM)从“通用对话”迈向“自主决策”与“系统级应用”的转折点,模型将更深度融入操作系统、企业流程与自动化工作流。
腾讯混元引入庞天宇,强化多模态模型与强化学习研究**
腾讯混元团队宣布清华大学计算机系2017级直博生庞天宇即将入职,将负责多模态模型与强化学习前沿算法探索,强化其在AI核心算法领域的竞争力。
千问C端应用团队四篇论文入选ICLR 2026国际顶会**
通义千问C端应用团队一口气有四篇论文被ICLR 2026接收,覆盖多模态理解、生成、推理等多个前沿方向,展现其在基础研究与工程落地的双重实力。
LeCun离职后押注新路线,加入硅谷初创董事会**
著名AI科学家Yann LeCun在离职后并未停止创业步伐,转而加入一家硅谷初创企业董事会,押注与当前大模型路线不同的AI发展路径,引发行业关注。
行业趋势
Self-Evolving(自进化)或成 2026 年关键词**
摘要:随着模型具备持续学习、自我调试与任务适应能力,自进化 AI 系统正从理论走向实践。2026 年有望成为自进化技术落地的关键年份,推动 AI 系统从“静态模型”向“动态智能体”演进。
2025年AI产品完成“从会说话到能干活”的本质跃迁**
量子位智库发布年度AI产品十大赛道TOP 3报告,指出2025年AI产品已从“对话能力”转向“任务执行”能力,AI正从工具向智能体演进。
基于数万次真机评测,RoboChallenge发布首份VLA模型年度报告**
RoboChallenge发布首份全球真机实测报告,揭示当前VLA(视觉-语言-动作)模型在真实环境中的表现现状,为具身智能发展提供关键数据支撑。
SAIR年度峰会将启,陶哲轩将发表《机器辅助与未来数学研究》主题演讲**
SAIR年度峰会即将召开,国际数学界顶尖人物陶哲轩将发表主题演讲,探讨AI如何辅助数学发现,预示AI在科学发现中的深度介入。
硅谷2026开年重磅:顶尖科学家与产业领袖共议AI+科学未来十年**
硅谷举办2026年首场AI+科学高峰对话,汇聚全球顶尖科学家与产业领袖,探讨AI如何重塑科研范式,推动“AI for Science”进入新阶段。
结语
以上是本次AI资讯汇总报告的全部内容。我们将持续关注AI行业的最新动态,为您带来更多有价值的AI资讯。

