應用方面

• 谷歌發布 AI 圖像生成工具：谷歌發布全新的 AI 圖像生成工具 Imagen，能根據用戶文字描述快速生成高質量圖像，還支持對生成圖像進行亮度、對比度、色彩等參數調整及元素添加或刪除，為設計師等提供便捷創作工具。

• 智能學習輔助系統推出：斯坦福大學與 Coursera 合作推出基于 AI 的智能學習輔助系統，可根據學生學習情況量身定制學習計劃和內容，具備智能答疑功能，能提高學生學習效果和興趣。

• 自動駕駛技術突破：Waymo 自動駕駛汽車在復雜城市道路環境下，成功完成 100 公里自動駕駛任務，準確識別交通標志和路況信息，標志其自動駕駛技術達到新高度。

• AI 眼鏡競爭白熱化：Meta 與雷朋合作的智能眼鏡 “Ray-Ban Meta” 持續熱銷，2025 年多品牌 AR 功能眼鏡將量產上市。

• 人形機器人技術突破：宇樹科技春晚 “扭秧歌機器人” 動作同步精度遠超特斯拉機器人，AI 訓練技術推動具身智能發展，工業場景應用加速落地。

框架方面

• 谷歌推出 Gemini 2.0 系列模型：谷歌全面推出 Gemini 2.0 系列模型，包括 Gemini 2.0 Flash、Gemini 2.0 Flash - Lite 和 Gemini 2.0 Pro 等，其中 Gemini 2.0 Flash - Lite 性價比高，Gemini 2.0 Pro 強調世界知識理解和推理能力，可調用谷歌搜索工具和執行代碼，另外還發布了升級版 Gemini 2.0 Flash Thinking，支持 1M 長上下文處理，減少推理矛盾，登頂 Chatbot Arena 排行榜。

• OpenAI 推出 AI 代理：OpenAI 推出 AI 代理 “Operator”，基于 CUA 模型，可自主執行網頁操作任務，支持屏幕截圖感知界面并自我糾錯，敏感操作需人工確認。

• 字節跳動開源模型：字節跳動開源 UI - TARS 模型，支持自然語言操控電腦界面，在基準測試中超越 GPT - 4 和 Claude，提供 2B、7B、72B 參數版本。

• 阿里云發布新模型：阿里云發布 MoE 架構旗艦模型 Qwen2.5 - Max，預訓練數據超 20 萬億 tokens，綜合能力超越全球主流開源模型，支持長視頻理解和跨設備任務。

• DeepSeek 發布多模態模型：DeepSeek 發布視覺多模態模型 Janus - Pro（1B/7B 參數），在 GenEval 和 DPG - Bench 評測中擊敗 DALL - E 3 和 Stable Diffusion，支持多模態生成與理解。

• 中國電信發布新模型：中國電信推出 TeleAI - t1 - preview，在數學和邏輯推理任務中表現卓越，AIME 2024 評測得分 60 分，遠超 OpenAI 和 GPT - 4，支持古今單位換算及復雜問題求解，即將上線天翼 AI 開放平臺。