总结一下本周重要的人工智能新闻:

本周Pika推出了Additions功能,可以将参考图中的人物添加到任意视频素材中。从测试效果可以看出,新增的人物可以完美地融合到视频中。目前该功能已经可以在Pika中使用,非常适合制作创意类短视频。分别上传参考视频和图像,添加提示词后即可合成一段新的内容。例如,添加一段在列车上录制的视频和一张图像素材,即可合成一段超现实风格的视频。该功能可以免费使用,高级账号则可以加入优先队列,提高视频生成速度。点击视频下方链接就可以尝试该工具。
2. Krea Chat

本周Krea正式发布了基于Deepseek模型的聊天功能,可以通过自然语言对图像进行编辑和修改。在对话框中输入提示词即可完成图像生成、风格提取、元素组合。点击视频下方链接就可以免费尝试该工具。例如,我们可以在对话框中输入提示词,要求Krea生成一组图像,或者点击图像下方的提示,改变绘图风格并生成新的图像。选择Image to Video还可以将生成的图像转换为视频,该功能仅面向高级用户开放。
3. Deepseek新动态

根据最新统计信息,Deepseek仅用了一个星期的时间就完成了1亿用户增长,创下了新的纪录。不过考虑到数据安全问题,多国政府宣布禁止下载Deepseek应用。根据最新消息,意大利、澳大利亚、韩国、印度等国家已经禁止使用Deepseek的移动端程序。不过很多欧洲国家并不反对用户在本地部署Deepseek,因为这样可以保证用户的数据安全可控。
中国方面,三大电信运营商已经宣布接入Deepseek,为移动端客户提供人工智能服务。春节后,Deepseek也引导了相关概念股的上涨,其中多支股票已经连续出现涨停。目前Deepseek的API充值服务已经暂停,原因是算力供应不足。
比较有趣的是,有网友发现AI.com已经指向了Deepsick的官网。据了解,该域名的持有人曾经设置跳转到ChatGPT和Grok等网站,暗示奥特曼和马斯克收购该域名。考虑到中国拥有巨大的财力,AI.com的持有人也想借机出售该域名。
此外,奥特曼在柏林的活动现场还提到了GPT-5模型。(此处省略英文演讲内容)
4. Boreal HL

这是一个新发布的Hanguan Video Laura模型,能够进一步提高影片的逼真度和细节。该模型的作者表示,Boreal模型还处于试验阶段,目前还无法生成令人满意的结果。通过演示动画可以看出,该作者在混元Video模型工作流中加入Lora模型后,能够生成接近真实世界的人物形象。目前该模型已经可以在CIVITAI下载,大家可以尝试。
5. 复刻Deepseek

根据最新报道,李飞飞团队仅使用了50美元的费用和16张H100,就在30分钟内训练出了S132B模型。从测试结果可以看出,基于Q1-2.532B微调的SE模型在数学和编码能力测试中的表现与OpenAI的O1和Deepseek的R1等尖端推理模型不相上下,在竞赛数学问题上的表现更是比OE Preview高出27%。
论文显示,李飞飞团队通过精选训练数据,提炼出了1,000个精心设计的问题,跑完以上数据就能让模型能力有巨大提升。1,000个问题包含了思维链和正确答案,从Google的Gemini Thinking Experimental提炼蒸馏而来。SE模型的出色表现说明了高质量训练数据的作用,同时在强制模型深度思考方面加以控制的话,还可以充分挖掘出现有大模型的潜力。
6. Video RAG

这是一款新发布的RAG框架,可以同时理解多个视频,且支持处理长达数百小时的视频。该框架可以将数百小时的视频提炼成结构化的知识图谱,理解视频内容间的关联,并提供准确回复。此项技术的发布可以进一步提高多模态模型的视觉理解能力,从而处理更长时间的视频。这是在github上的项目地址:GitHub – Leon1207/Video-RAG-master
7. Mistral更新

本周法国人工智能企业Mistral正式发布了移动端应用程序,支持网页搜索、文档分享和图像生成等功能。Mistral同时推出了适合Android和iOS系统的应用程序,感兴趣的同学可以尝试。目前Mistral的排名已经上升到了第三位,超过了Gemini应用。
8. ChatGPT的搜索功能

本周ChatGPT的搜索功能正式面向全部用户开放,无需登录也可使用。这也意味着ChatGPT将会对Google、Bing等传统搜索引擎发起挑战。借助先进语言模型的加持,ChatGPT搜索不但可以更快抓取网络信息,还能够实现分钟级别的解析。此外,搜索结果还会显示图像和来源,且没有任何广告和推销信息。
此外,Perplexity也宣布提供档案和图像上传功能,且增加了100万TOKEN的上下文窗口。目前该功能已经可以使用。不过在响应速度和内容全面性方面,人工智能搜索引擎还无法撼动Google的地位。
