1月27日·DeepSeek登顶中美AppStore，全球AI霸权之争落幕

DeepSeek登顶中美AppStore，全球AI霸权之争落幕

2025年1月27日，DeepSeek同时登顶中美应用商店榜首，超越ChatGPT，创造历史。纽约大学教授马库斯认为，全球AI霸权之争已结束，中美战成平局。中国在AI领域的进展对OpenAI构成重大打击，OpenAI的商业模型难以为继，GPT-5开发遇阻，客户转向替代方案。马库斯预测，未来技术进步将更趋于渐进，创新会被迅速追上，LLM领域的竞争将消耗宝贵资源，真正的突破在于开辟新方向。AGI竞赛的最终赢家将是创新力最强的国家。来源：微信公众号【新智元】

字节开源10分钟级长视频深度估计模型 Video Depth Anything

2025年1月27日，字节跳动智能创作AR团队与豆包大模型团队联合开发的Video Depth Anything（VDA）模型正式开源。VDA基于Depth Anything V2，融合高效的时空头、精简的时域一致性损失函数和新颖的关键帧长视频推理策略，成功解决了单目深度估计模型在视频领域的应用难题。VDA可在不牺牲泛化能力、细节生成能力和计算效率的前提下，实现10分钟级视频的深度估计任务，且无需引入复杂视频生成先验知识。实验结果表明，VDA在视频数据集的精度和稳定性指标均取得SOTA，精度提升超过10个百分点，推理速度是此前最高精度模型的10倍以上。目前，VDA的论文成果和代码仓库均已对外公开，项目上线数天已收获300+Stars，受到广泛关注。来源：微信公众号【机器之心】

谷歌InfAlign提出推理感知型对齐新方法

谷歌DeepMind和Google Research发布了一篇关于语言模型对齐的新论文，介绍了一种名为InfAlign（推理感知型对齐）的框架。该框架旨在优化语言模型在推理时间的胜率，解决现有方法中推理时间解码过程与训练目标不匹配的问题。InfAlign通过设计特定的奖励变换，结合PPO等优化算法，实现了对齐模型的推理时间胜率优化。实验结果表明，使用InfAlign框架的模型在标准胜率和推理时间胜率上均取得了显著提升，特别是在Best-of-N和Worst-of-N推理流程中表现突出。该研究为语言模型的对齐提供了新的思路，有望在实际应用中提高模型的性能和安全性。来源：微信公众号【机器之心】

通义实验室WebWalker助力大模型解锁复杂信息检索

通义实验室与东南大学联合发布WebWalker，一种新型的网页信息检索框架，旨在帮助大模型更高效地进行复杂信息检索。WebWalker通过模拟人类浏览网页的行为，如点击和输入，能够深入挖掘网页内部的深层内容，解决了传统搜索引擎只能触及表面信息的问题。该框架由Explorer Agent和Critic Agent组成，分别负责网页导航和信息记忆，从而更高效地管理长文本和复杂逻辑。WebWalkerQA基准测试数据集包含680个高质量问答对，覆盖教育、会议、组织和游戏等多个领域，为评估大模型的网页信息检索能力提供了新标准。实验结果表明，WebWalker在网页导航任务中表现优于现有的单Agent框架，为大模型在复杂信息检索任务中的应用提供了新的思路和工具。来源：微信公众号【机器之心】

AI 2025：8大热门赛道开年前瞻

关于AI科技领域的热门赛道前瞻报告，涵盖了产品侧和技术侧的8个大热门趋势。在产品侧，人形机器人、AI眼镜、智能驾驶和AI陪伴成为关注焦点。人形机器人在CES 2025上大放异彩，6个来自中国的机器人展示了强大的技术实力。AI眼镜市场也在迅速发展，Ray-Ban Meta出货量超过100万台，CES上近50家AI眼镜品牌展示了多样化的产品。智能驾驶技术不断进步，L3商用有望成为2025年的急先锋。AI陪伴从线上向线下转移，AI玩具成为热门潮玩。在技术侧，Inference-Scaling、视频生成、AI Coding和空间智能成为重要趋势。Inference-Scaling强调推理阶段计算投入的重要性，视频生成技术在国内外蓬勃发展，AI Coding工具实现了全栈开发能力，空间智能则结合了具身智能和3D生成技术。这些趋势预示着AI将在2025年以前所未有的速度重塑我们的生活。来源：微信公众号【量子位】