整理｜吴莹
OpenAI上线首款AI智能体；三家科技巨头将投资5000亿美元建AI基础设施；字节初步确定AGI五大研究方向；宇树推出人形机器人首个应用方案；谷歌向人工智能公司Anthropic再投资10亿美元；Meta拟推出“Oakley”智能眼镜；DeepSeek-R1模型正式推出；月之暗面发布k1.5多模态思考模型……
当地时间1月23日，OpenAI宣布上线名为Operator的首款AI智能体，它能通过网页执行各种任务。Operator可以像人类一样使用互联网执行各种任务，可以打开一个浏览器，点击页面的按钮并打字输入内容。人类用户上网会做的那些事，比如预订机票、酒店订房、规划购物订单并完成网购，都可以由Operator代劳。OpenAI介绍，支持Operator的是简称CUA的模型，是一种通过强化学习将OpenAI旗舰模型GPT-4o的视觉功能与高级推理相结合的模型。
当地时间1月21日，日本软银集团、OpenAI和甲骨文（Oracle）三家企业宣布将投资5000亿美元，用于在美国建设支持AI发展的基础设施。该项目名为“Stargate”，是“史上最大的AI基础设施投资项目”。据介绍，该项目的初始投资为1000亿美元，并计划在未来4年内扩展至5000亿美元，预计将为美国创造10万个就业岗位。三家企业将向独立的合资企业注资，同时，该合资企业将向其他投资者开放。
1月23日消息，记者了解到，字节豆包大模型团队已在内部组建AGI长期研究团队，代号“Seed Edge”，鼓励项目成员探索更长周期、具有不确定性和大胆的AGI研究课题。接近字节的知情人士透露，Seed Edge的目标是探索AGI的新方法，代号名中Seed是豆包大模型团队名称，Edge代表最前沿的AGI探索。根据披露，Seed Edge初步确定了五大研究方向，包括探索推理能力的边界、探索感知能力的边界、探索软硬一体的下一代模型设计、探索下一代AI学习范式、探索下一个scaling方向。近日，宇树科技推出了G1人形机器人首个应用方案——Unitree G1-Comp，其被称作“为赛事打造的足球巨星”。
根据宇树官网更新资料，G1-Comp能在足球场地上做出奔跑、转身、转圈等基础动作。在视频中，G1-Comp通过头部摄像头精准锁定目标足球，完成了一次标准的推射空门。在与其他机器人相撞后，G1-Comp仍能保持较好的稳定性。此外，宇树还展示了G1-Comp发生倒地后实现自主起身的能力。
1月22日，谷歌向人工智能AI开发商Anthropic进一步投入10亿美元，提高在这家颇有前途与OpenAI一较高下公司的持股比例。一位知情人士透露了这一消息，此前谷歌已经投资超过20亿美元。谷歌与Anthropic签订了一份商业协议，涵盖使用一套在线工具和服务。亚马逊是这家公司最大支持者之一。Anthropic拒绝评论，谷歌发言人没有立即回复寻求评论的请求。总部位于旧金山的Anthropic以其Claude系列大型语言模型而闻名，该模型与OpenAI的GPT相竞争。1月22日，据外媒报道，Meta正致力于升级其广受欢迎的智能眼镜，并正在探索新的可穿戴设备，如手表和带摄像头的耳机，旨在将其人工智能功能嵌入更多产品中。据知情人士透露，这项努力包括今年为运动员开发Oakley品牌的智能眼镜。
知情人士说，Meta的设备部门Reality Labs也计划在2025年发布带有内置显示屏的新型高端眼镜。知情人士还表示，其他正在研发中的产品将与苹果公司的智能手表和AirPods展开竞争。此外，该公司正在研发其首款真正的增强现实产品，拟于2027年左右发布。
1月21日，幻方量化旗下AI公司DeepSeek发布DeepSeek-R1模型，并同步开源模型权重。DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩OpenAI o1正式版。
1月20日，月之暗面发布k1.5多模态思考模型。据介绍，从基准测试成绩看，k1.5多模态思考模型实现了SOTA（state-of-the-art）级别的多模态推理和通用推理能力。在long-CoT（长链思维）模式下，Kimi k1.5的数学、代码、多模态推理能力，达到OpenAI o1正式版的水平。
