今天，我为大家分享近一周重要的人工智能新闻：
本周，Gemini 2.0 Flash正式上线。高级用户可使用100万TOKEN的上下文窗口，处理高达1,500页的文件。此外，Gemini的图像生成功能也升级至Imagen 3模型，具备更强的细节处理能力。目前Gemini网页版和移动端应用已经升级为Flash模型，大家可以尝试。
受到DeepSeek的影响，Mistral也发布了Small 3模型。尽管只有24B参数，却可以媲美Llama 3.370B模型，也可替代GPT4o MINI等闭源模型。和Llama 3.370B instruct相比，Mistral Small 3具备相似的性能，在相同硬件上的运行速度则可以提高三倍。
春节期间，阿里正式发布了大规模混合专家模型，并声称在关键基准测试中超越了DeepSeek V3、GPT-4、Claude 3.5 Sonnet模型。不过Qwen2.5-Max 目前仍处于闭源状态。目前该模型已经可以在线使用，除了聊天功能，Qwen2.5-Max 还支持Artifacts、图像和视频生成功能。视频生成是Qwen2.5-Max 最大的看点，可以在几分钟内生成一段高清视频，且完全免费。
3.Llama 4
本周，扎克伯格在Facebook上公布了Llama 4的新进展。他表示Llama 4的目标是追赶并超越先进的闭源模型。Llama 4是一种原生多模态模型，且具备中级工程师水平的代理功能，能够进行编码并解决问题。比较讽刺的是，DeepSeek已经率先推出了Janus原生多模态模型。
本周，DeepSeek发布了Janus Pro开源模型，增强了多模态理解和图像生成能力。在视觉理解方面，Janus Pro能够识别复杂的图形，输出详细的文字描述。不过Janus Pro在图像生成能力方面还和主流模型有很大的差距。
此外，微软也宣布在Azure和GitHub上提供了DeepSeek R1。开发者可以在Azure一键部署该模型。微软同时表示，将会提供精简版的R1模型，方便在PC端运行。
不可否认的是，在春节前夕发布的DeepSeek R1模型已经引发了AI行业的巨震。不过，DeepSeek的发布却引发了巨大的争议。其中OpenAI表示已经发现了DeepSeek蒸馏器模型的证据。根据DeepSeek V3的技术文档，该模型使用了蒸馏技术，生成高质量数据，通过已有的模型合成高质量数据作为新模型的训练数据，从而达到接近于在原始数据上训练的效果。
5.Pika 2.1
本周，Pika 2.1正式发布。新模型不但能够生成1080分辨率的高清画面，还对细节进行了强化，生成更加流畅的动作。Pika 2.1仅面向高级用户开放，支持文本、图像生成视频，大家可以尝试。Pika同时发布了Turbo模式，不但可以将视频生成速度提高3倍，还会大幅降低点数的消耗。
6.Luma新功能
本周，Luma宣布新增upscale功能，可以将生成的视频画质提升至最高4K。登录到Lumalab完成视频生成后，即可将视频的画质提升至1080或4K。目前该功能已经可以免费使用，大家可以尝试。
7.Krea新功能
本周，Krea宣布推出character consistency功能，用户只需上传一张人物图像，就可以借助模型保留人物身份，生成连续一致的视频。目前该功能已经上线，付费用户方可使用。登录到Krea，选择视频生成模式，切换模型，就可以使用该功能。此外，Krea还推出了基于DeepSeek的Chat功能，支持图像和视频生成，预计会在近期发布。
Minimax海螺正式推出了T2V01 director model。用户只需输入简单的文本提示，就可以控制摄像机的移动和镜头的方向。借助该功能，任何人都可以轻松实现电影级的运镜效果。登陆到海螺，选择文本生视频模式，选择最新的T2V01 director model即可使用。用户可以根据视频的类型，从列表中选择一种预设镜头移动方式，然后添加提示词，开始生成视频。
和其他工具不同的是，海螺导演模型可以无缝衔接镜头的平移、旋转和缩放效果，为用户提供了全新的创作体验。更多运镜模式，大家可以自行尝试。除了使用预设，我们还可以选择自由组合镜头，该模式可同时选择三种镜头移动方式。目前该功能已经完全开放，大家可以尝试。