1月24日·百川发布全场景深度思考模型，医疗AI迎来新突破

百川发布全场景深度思考模型，医疗AI迎来新突破

百川智能于2025年1月24日推出其首个全场景深度思考模型Baichuan-M1-preview，并开源医疗增强模型Baichuan-M1-14B。该模型具备语言推理、视觉推理和搜索推理的全面能力，尤其在医疗领域表现突出。通过解锁“医疗循证模式”，Baichuan-M1-preview能够基于海量医学知识库和权威证据进行推理，为复杂医疗问题提供精准解答。其开源版本Baichuan-M1-14B在医疗评测中表现优异，超越了更大参数量的模型。此次开源旨在降低医疗AI应用开发门槛，推动医疗AI生态共建，让优质医疗服务更普惠。来源：微信公众号【新智元】

OpenAI发布L3级智能体Operator，AI自主操作电脑成现实

OpenAI推出首个L3级智能体Operator，标志着AI在自主操作电脑方面取得重大突破。Operator基于Computer-Using Agent（CUA）技术，能够像人类一样直接与图形用户界面（GUI）交互，无需依赖特定API。它可完成填写表单、网上购物、创建表情包等任务，甚至能在遇到问题时自适应纠错。在多个测试环境中，Operator表现优异，如在WebArena任务中成功率提升至58.1%，在WebVoyager中达到87%。尽管与人类仍有差距，但其能力已刷新行业标准。目前，Operator仅对美国Pro用户开放，但OpenAI计划未来扩展其动作空间并开放API接口，推动智能体技术的广泛应用。这一成果被视为通往人工通用智能（AGI）道路上的重要一步。来源：微信公众号【新智元】

DeepSeek开源模型引发Meta团队恐慌，AI行业竞争加剧

国内AI创业公司DeepSeek开源的高性能模型引发了Meta内部的紧张。据匿名职场社区TeamBlind的爆料，Meta的生成式AI团队正在紧急分析DeepSeek的模型架构和技术路径，试图从中复制有价值的内容。DeepSeek-V3和DeepSeek-R1的性能在多项评测中超越了Meta的Llama系列模型，且训练成本极低，仅558万美元，远低于Llama 3的预算。这使得Meta难以向高层解释其高昂的研发成本。此外，DeepSeek-R1的性能已比肩OpenAI的o1正式版，并且权重同步开源，引发了行业对Meta开源地位的质疑。这一事件不仅让Meta陷入困境，也让整个AI行业感受到开源竞争的压力。未来，Meta的Llama 4能否突破重围，仍需拭目以待。来源：微信公众号【机器之心】

贾佳亚团队与Adobe合作提出GenProp，革新视频编辑与生成

贾佳亚团队联合Adobe提出了一种新型生成式视频传播模型GenProp（Generative Video Propagation），能够完成物体追踪、移除、替换、背景替换、特效编辑等多种复杂任务。与传统方法相比，GenProp基于生成模型的优势，能够处理物体的“副作用”，如影子、反射等，甚至在没有特定数据对训练的情况下，展现出视频外绘等新能力。该模型通过选择性内容编码器（SCE）和掩码预测解码器，将用户的初始帧修改传播到整个视频中，同时保留未改变区域的内容。GenProp不仅在物体追踪和移除任务中表现出色，还能实现物体的独立运动和形状大幅改变，为视频编辑和生成领域带来了新的可能性。来源：微信公众号【机器之心】

百度推出“自由画布”，开启AI多模态创作新时代

百度文库联合百度网盘推出了一款名为“自由画布”的AI创作工具，旨在为用户提供全方位的创作空间。这款工具支持多模态内容创作，用户可以将文档、PPT、音频、视频等多种格式的资料上传到画布上，通过“灵感激发”功能快速生成创作方向。自由画布不仅支持多线程任务处理，还能实现内容的持续精进和创意迭代。例如，用户可以在撰写文档的同时，让AI分析数据、生成PPT，甚至进行文风模仿和数据可视化。此外，自由画布还具备强大的编辑功能，支持生成内容的即时修改和优化，并可一键导出为多种格式。目前，该工具仍处于内测阶段，未来还将支持AI生成漫画和视频等功能。自由画布的出现，标志着AI创作工具从单线程向多模态、多任务协作的转变，为创作者带来了全新的创作体验。来源：微信公众号【量子位】