1月31日·DeepSeek引领中国AI崛起，全球科技巨头纷纷接入

DeepSeek引领中国AI崛起，全球科技巨头纷纷接入

近期，中国AI领域迎来重大突破，DeepSeek-R1模型凭借其卓越性能与开源优势，迅速获得全球关注。微软、英伟达、亚马逊等国际科技巨头纷纷接入DeepSeek-R1，将其部署于自家云服务及平台。英伟达在NVIDIA NIM上实现DeepSeek-R1的高效运行，亚马逊在Amazon Bedrock和SageMaker AI中上线该模型，微软更是抢先在Azure云服务中部署。此外，AI初创公司也积极集成DeepSeek-R1，如Windsurf编辑器实现R1工具调用，Cerebras报告其部署的70B模型在准确率上超越GPT-4o等。吴恩达等专家认为，DeepSeek的崛起标志着中国在GenAI领域正迎头赶上美国，其开源模式推动基础模型层商品化，降低了训练成本，为应用开发者带来新机遇。英特尔前CEO Pat Gelsinger也指出，DeepSeek的成功体现了计算的“气体定律”、工程应对约束的能力以及开放生态的胜利。来源：微信公众号【新智元】

19岁华人辍学创业，拿下200万美元融资，打造智能AI助手

19岁的华人创业者Dawson Chen和Ethan Hou分别从耶鲁大学和加州大学伯克利分校辍学，创办了Martin AI，致力于开发一款新型AI助手Martin。这款AI助手采用“自定义记忆架构”，能够理解用户偏好和上下文，通过简单的语音或文本指令完成日程管理、邮件撰写、任务规划等复杂操作。例如，用户可以通过短信让Martin安排日程，或在WhatsApp上查询信息，甚至让其自动提取邮件内容并添加到日程表中。Martin还支持语音功能，帮助用户高效管理日常事务。近期，Martin AI获得了200万美元种子轮融资，投资方包括Pioneer Fund、FoundersX Ventures等知名机构。Dawson Chen表示，他们的目标是让Martin成为最贴近用户日常生活的AI智能体，实现Siri最初的梦想。尽管面临诸多挑战，但团队凭借对用户体验的专注和快速迭代的能力，正在逐步实现这一愿景。来源：微信公众号【新智元】

谷歌近日提出了一种名为“智能体链”（Chain-of-Agents，CoA）的多智能体协作框架，用于解决长文本任务中的上下文限制问题。CoA框架通过将长文本分割为多个小块，并安排多个LLM（大语言模型）智能体按顺序协作处理这些文本块，最终由管理智能体整合信息生成输出。该方法无需额外训练，即可显著提升长文本任务的性能，特别是在长文本摘要、问答和代码补全等任务上，性能提升幅度高达100%。与传统的输入缩减和窗口扩展方法相比，CoA不仅解决了长上下文任务中的注意力集中问题，还将时间复杂度从平方复杂度降低到线性复杂度。实验结果表明，CoA在多个数据集上均优于现有的强基准模型，如RAG和全上下文LLM。谷歌的研究人员表示，CoA的设计灵感来源于人类处理长文本时的交替阅读与处理方式，通过多智能体协作，有效缓解了长文本任务中的信息丢失和注意力分散问题。来源：微信公众号【新智元】

线性扩散模型LiT助力端侧部署，高效生成高分辨率图像

香港大学联合上海人工智能实验室和华为诺亚方舟实验室提出了一种高效的线性扩散模型LiT（Linear Diffusion Transformer），通过极简线性注意力机制，显著提升了扩散模型在端侧设备上的部署效率。LiT的核心在于使用线性注意力替代传统的自注意力机制，大幅降低了计算复杂度，同时保持了高分辨率图像生成的能力。实验表明，LiT在仅使用DiT 20%至23%的训练迭代数的情况下，即可达到相当的FID性能，并且能够在Windows笔记本电脑上离线生成1K分辨率的逼真图片。该模型还提出了几条实用的训练策略，包括从预训练的Diffusion Transformer继承权重（但不继承自注意力权重）、使用知识蒸馏加速训练等。LiT的提出为AIPC（AI on Personal Computers）时代的端侧部署提供了新的解决方案，推动了高分辨率图像生成技术在个人设备上的应用。来源：微信公众号【机器之心】

UIUC与阿里开源Mobile-Agent-E框架，手机AI助手实现跨App比价与自我进化

UIUC和阿里通义实验室联合推出了新型手机智能体框架Mobile-Agent-E，旨在帮助用户更高效地处理复杂的多步骤任务，如跨App比价和旅行规划。该框架采用多层级多智能体架构，将高层规划与低层动作执行分离，显著提升了模型的长期规划和错误修复能力。Mobile-Agent-E由一个管理者、感知者、操作员、动作反思者和记录员组成，能够高效完成复杂的任务。此外，该框架还引入了“自我进化模块”，通过记录和反思任务执行过程中的经验教训，不断优化自身的性能。实验结果表明，Mobile-Agent-E在复杂任务的完成度上超越了现有SOTA技术33.9%，展现了强大的学习和进化能力。该项目已开源，为未来移动智能助手的发展提供了新的方向。来源：微信公众号【量子位】