DeepSeek冲击下，奥特曼刚刚给出对AGI的「三个观察」，包括成本速降
OpenAI CEO Sam Altman分享了关于AGI（通用人工智能）的三个核心观察，并讨论了其对经济和社会的影响。他认为人工智能模型的能力与其训练和运行资源呈对数关系，成本每12个月下降约10倍，而这种线性增长的智能将带来指数级的社会经济效益。
学术
小红书语音识别新突破！开源FireRedASR，中文效果新SOTA
AIxiv专栏介绍及其最新发布成果FireRedASR模型。该模型在公开测试集中取得卓越性能，相比现有SOTA模型错误率降低8.4%，参数量更小。
无需引导采样，清华大学提出视觉模型训练新范式
清华大学提出的新算法Guidance-Free Training（GFT）实现了原生无需引导采样的视觉模型训练，与CFG效果相当但成本减半。GFT简单高效且通用，可广泛应用于多种视觉生成模型。
OpenAI内测Sora图像生成器，代号「papaya」，DALL-E 4即将推出？
OpenAI正在为Sora测试新的图像生成功能，包括隐藏的切换按钮和改进后的视频推送分类。目前尚不清楚将由哪款模型提供支持。
Gemini 2.0霸榜，价格卷哭DeepSeek V3，性价比新王诞生！
谷歌发布了三款新模型Gemini 2.0 Pro、Flash和Lite，并在性能上超过了DeepSeek模型。Gemini 2.0 Pro在编码和推理方面表现出色，Gemini 2.0 Flash和Lite则平衡了速度与成本。
图像生成迎来CoT时刻！港中文首次提出文生图的o1推理和Inference Scaling新范式！
论文提出通过CoT推理策略提高图像生成质量的研究，提出了PARM和PARM++两种奖励模型，实验结果显示其在GenEval指标上性能显著提升。