總整理 : 春節錯過的 AI 消息

🗞️｜OpenAI 春節重大消息整理

🚀｜AI 春節最新推出消息整理

📊｜全新 AI 基準測試 HLE

🧭｜如何使用 OpenAI Operator

🔬｜DeepSeek 開源多模態模型

🔍｜DeepSeek 深度分析

推出 o3-mini 模型：科學、數學、程式能力方面，比 o1-mini 更準確，免費用戶可以同時選擇「搜尋 Search」、「推理 Reason」來使用 o3-mini 模型！

推出 Operator：OpenAI 第一個 AI 代理工具，能夠自動操作你的瀏覽器，幫你填表單、買東西、訂機票...

更新 ChatGPT Canvas：支援 o1 模型、渲染 HTML & React 即時預覽網頁、macOS ChatGPT 推出 Canvas 功能

推出 ChatGPT Gov：專為政府機構設計，提供專屬私有環境使用 AI 模型，能夠提升政府效率、強化國安、改善基礎建設。

與美國國家實驗室合作：15,000 名科學家將使用 OpenAI 模型推動關鍵研究，包含：網路安全、電網保護、疾病治療、物理研究...

AI 演算法：使用專利 AI 演算法（Neural Kinetic Profiling™，NKP）來精準捕捉、分析人體健身動作。

自動追蹤：只要佩戴 Apple Watch，不需額外手動輸入，就能追蹤紀錄槓鈴、啞鈴、壺鈴…等動作組數。

AI 健身計劃：根據過去的訓練、恢復情況和健身目標，AI 會生成專屬於你的健身訓練計劃。

Perplexity 推出 AI 助理：Perplexity Assistant 可以幫你預訂餐廳、找歌、叫車、撰寫郵件、設定提醒等。

Google 推出「Ask For Me」功能：只要填寫好表單，AI 就能幫你打電話給店家，預約美甲、汽車修理。

Krea AI 推出 Krea Chat：透過 DeepSeek 技術，讓用戶用對話方式生成圖片，類似目前 ChatGPT 生成圖片的形式。

Mistral 推出 Mistral Small 3：發布 24B 開源模型，在 MMLU 基準測試中獲得 81%，效能媲美 Llama 3.3 70B 和 Qwen 32B。

Pika 推出最新模型 Pika 2.1：1080p 解析度、更細緻的畫面、流暢動作，還有更逼真的人物生成。

背景動機：目前 AI 模型在傳統基準測試上表現已超過 90% 正確率，難以區分模型真正的專家知識、推理能力。

資料內容：3,000 道題目覆蓋 100+ 學科， 1,000+ 位專家（教授、研究人員、碩博士）參與，來自超過 500 所機構和 50 個國家。

量化結果：最新 AI 模型在 HLE 上的正確率偏低，與真正專家級表現之間仍有明顯落差。

餐廳預訂：只需輸入「幫我在某餐廳訂位」，Operator 就會自動開啟網頁、搜尋餐廳資訊、根據使用者指定的時間調整預訂細節。

線上購物：利用 Instacart 購買食材，Operator 透過 AI 影像辨識讀取購物清單（蛋、菠菜、蘑菇…），然後在網站上完成加入購物車、結帳等流程。

線上訂票：輸入「幫我訂 4 張勇士的票，價格在 500 美金以下」，Operator 就能搜尋票券，詢問確認選擇座位。

Janus-Pro：整合多模態理解與生成能力的模型，採用分離視覺編碼的方法。

模型規模：提供 1B 與 7B 參數版本（生成圖片效果比較參考上圖）

測試結果：在 GenEval、DPG-Bench 基準測試中，Janus-Pro 的圖片品質、準確度超過目前熱門的 DALL-E 3 與 Stable Diffusion。

DeepSeek 背景：中國對沖基金「幻方量化 High-Flyer」早期投入的 AI 研究，2023 年 5 月獨立出來。

擁有 GPU：Semi Analysis 相信 DeepSeek 擁有約 10,000 個 H800、約 10,000 個 H100， GPU 投資超過 5 億美元。

投資成本：伺服器資本支出約為 16 億美元，而運營這些集群的成本則接近 9.44 億美元。

技術創新：使用「多頭潛在注意力（MLA）」機制，大幅降低推論時的硬體需求和成本（降低 KV Cache 使用 93.3％）。