AI Repos

1、DeepSeek-671B-SFT-Guide DeepSeek-V3/R1 满血版 671B 全参数微调的开源解决方案，包含从训练到推理的完整代码和脚本，以及实践中积累一些经验和结论，由中国科学院自动化研究所和中科闻歌联合推出。实现了包含 DeepSeek-V3/R1 训练逻辑的 modeling 文件（详见 ./model，根据 Deepseek-V3 论文并结合 Deepseek-V2 的 modeling 文件进行代码逻辑补全）；实现了基于数据并行（DeepSpeed ZeRO）+ 序列并行（SP）的 DeepSeek-V3/R1 671B 满血版全参数微调；总结了模型训练和部署全流程踩坑经验、遇到的问题及解决方案。

2、text-extract-api 使用最先进的现代 OCR + Ollama 支持模型提取和解析文档（PDF、Word、PPTX...）API。匿名化文档。删除 PII。将任何文档或图片转换为结构化的 JSON 或 Markdown。

AI News

1、谷歌 Gemini APP 更新
谷歌的 Gemini APP 发布了重要更新。首先，2.0 Flash Thinking Experimental 版本显著提升了推理能力和响应速度，同时增强了处理更长上下文的能力。其次，Deep Research 功能也得到了升级，现在能够更有效地整合网络信息，为用户提供更全面的数据支持。此外，Gemini 现在可以连接 Google 的各种应用和服务，例如根据用户的搜索历史智能推荐餐厅或提供旅行建议。最后，新增的 Gems 功能允许用户自定义 Gemini，创建专属的 AI 智能体，使 Gemini 更加贴合个人需求。

2、OpenAI 发布新更新
OpenAI 最近发布了一系列更新，首先是 Operator 现在可以在欧盟等地区使用。其次，o1 和 o3-mini 中新增了基于 Python 的数据分析功能。最后，所有用户，包括企业用户、教育用户和免费用户，现在都可以在 macOS 上使用“Work with Apps”功能。

3、体验超真实 AI 语音：CSM 1B 模型现已发布
极其拟人的TTS，目前仅支持英文。模型

4、微软发布AI聊天网页模板，简化.NET开发者AI应用开发
微软推出预览版AI聊天网页应用模板，基于Blazor框架和Microsoft.Extensions.AI，助力.NET开发者快速构建智能聊天应用。模板支持RAG模式，提供本地及Azure集成选项，内置UI组件、向量存储及数据摄取功能，开发者可通过简单命令安装并自定义。未来计划扩展至AI控制台、最小API模板，并纳入.NET SDK，支持Azure AI Foundry。此举降低AI开发门槛，增强功能扩展性，与语义内核团队合作进一步丰富模板选项。

5、国家网信办新规要求AI生成内容需显著标识
国家网信办等四部门联合发布《人工智能生成合成内容标识办法》，要求AI生成的文本、图片、音频、视频等内容必须显著标识，以应对不实信息传播，保护公众权益。办法规定服务提供者在内容中添加显式（如文字提示）和隐式（如元数据）标识，传播平台需核验并提醒用户。用户须主动声明生成内容，禁止恶意篡改标识。办法自2025年9月1日起施行，旨在规范AI应用，维护社会公共利益。

6、“AI抱抱喵”革新毛绒玩具，智能情感陪伴时代来临
趣巢玩具推出“AI抱抱喵”，一款搭载AI大脑的毛绒玩具，颠覆传统。它内置多模态交互引擎和多感官认知阵列，能听懂话语、感知情绪、识别表情，甚至通过触摸互动。基于通用大模型和自建情绪感知系统，其“记忆共生体系”可记住互动细节，形成专属记忆，越用越贴心。这不仅是一个玩具，更是情感陪伴的智能伙伴，预示AI玩具新时代的到来，让科技与温情融合。

7、无归一化层Transformer突破：DyT技术提升训练效率
Meta FAIR研究团队推出“动态tanh”（DyT）技术，挑战传统Transformer中的归一化层依赖。DyT替代层归一化（LN），通过元素级运算模拟缩放压缩效果，省去复杂计算。实验表明，DyT不仅稳定训练，还提升性能，且无需超参数调整。研究发现深层LN行为类似tanh函数，支持DyT有效性。这一突破降低训练复杂度与成本，未来或成为高效网络设计的关键，推动深度学习发展。

8、alphaXiv：AI神器将arXiv论文一键变博客，科研效率大提升
alphaXiv是一款AI工具，融合Mistral OCR和Claude3.7技术，将arXiv论文转化为通俗易懂的博客文章。只需替换链接并点击生成，即可获得包含目录、简介、研究背景、方法、实验结果及前景的结构化概述。它提炼核心内容，配以图表和浅显语言，助用户快速掌握论文精髓。适合科研爱好者及专业人士，极大提升阅读效率。手机App也在开发中，预示高效学习新时代的到来，科研方式或将迎来颠覆性变革。

9、OpenAI升级Chat Playground为Prompts Playground，优化提示测试体验
OpenAI将Chat Playground升级为Prompts Playground，重新设计并新增功能，提升提示测试与迭代效率。新平台整合Web搜索和文件搜索，支持保存、共享模型配置和系统设置，方便开发者复现实验与协作。示例提示基于gpt-4o-mini，展示增强效果。此更新响应用户需求，为普通用户和专业人士提供更灵活的AI交互工具，已在官网上线，标志着OpenAI在AI技术发展中的新里程碑。

10、AI或取代程序员？科技领袖观点激辩未来
Anthropic CEO达里奥・阿莫迪预测，AI将在3-6个月内承担90%代码编写，12个月后或取代程序员，引发人力资源利用反思。IBM CEO阿尔文・克里希纳质疑此时间表，认为AI代码占比仅20%-30%，复杂任务仍需人类智慧。Meta CEO马克・扎克伯格预计变革延至2025年，谷歌则称AI已生成超25%新代码。尽管AI提升效率，美国劳工统计局预测软件开发就业2033年前增17%，科技巨头裁员却加剧担忧，乐观与悲观交织。

11、微软记事本内测AI摘要功能，一键提炼文本精华
微软在Windows记事本中测试AI摘要功能，用户可通过右键“汇总”、Ctrl+M或Copilot菜单，选中文本即生成简要概述。该功能支持调整摘要长度，需登录Microsoft账户使用，也可禁用。此前，记事本已试水AI重写工具。此次更新还新增查看最近关闭文件功能，并为剪切工具引入“绘制&按住”，可自动拉直截图标记形状，类似苹果功能，提升用户体验。测试限于Canary和Dev频道。

12、OpenAI指DeepSeek受中国控制，提议禁“PRC制造”模型
OpenAI在一份提交给特朗普政府“AI行动计划”的提案中，将中国AI实验室DeepSeek称为“国家补贴和控制”，建议美国禁止使用其及类似“中国制造”模型，称其因服从中国数据要求存在安全和隐私风险，包括知识产权盗窃。提案未明确指模型类型，DeepSeek的开源模型由微软等公司托管，未见数据窃取机制。此前OpenAI指责DeepSeek违反服务条款“蒸馏”其模型知识。DeepSeek虽无明确政府关联，但其创始人近期会见习近平，显示中国对其关注增加。

13、谷歌Pixel Sense AI助手年内推出，个性化体验再升级
谷歌据报将于年内推出Pixel Sense AI助手，随Pixel 10手机亮相。该助手整合日历、文档、照片等应用数据，提供更个性化、更具上下文的响应，支持处理文本、图像等多种媒体，并在设备端运行以提升速度与隐私。Pixel Sense还能加速任务完成、适应用户兴趣并给出定制建议。专家称其定位为“个人礼宾”，利用谷歌生态优势增强用户体验。此举反映科技公司竞相打造更智能助手的趋势，Pixel 10预计8月底发布，搭载新芯片与Android 16。

14、TikTok或携手Oracle应对美国禁令，截止2025年4月
TikTok可能与Oracle合作，应对美国要求其2025年4月前出售给本土公司的期限。自2022年起，TikTok已使用Oracle云存储美国用户数据，使其成为潜在合作伙伴。Oracle CEO拉里・埃利森是特朗普盟友，特朗普支持此交易，旨在满足去年的“剥离或禁令”法律。然而，字节跳动可能希望保留部分运营控制，中国政府对此交易的态度尚不明朗。随着截止日期临近，TikTok在美国的未来仍悬而未决，双方尚未正式回应。

15、安卓全球领跑，HarmonyOS在中国超iOS
2024年安卓继续全球主导智能手机操作系统，iOS位居第二，HarmonyOS第三。在中国，HarmonyOS全年超越iOS，市场份额稳定在4%，得益于政府补贴推动销售，预计2025年持续增长。安卓在美印市场第四季度份额创历史新低，但摩托罗拉和谷歌销量抵消小型公司下滑，iPhone销量仅跌1%。印度iPhone销量创新高，主因老款机型。HarmonyOS在中国表现强劲，但全球仍第三，未明确EMUI是否归类其中。