我们希望能够搭建一个AI学习社群，让大家能够学习到最前沿的知识，大家共建一个更好的社区生态。

「奇绩大模型日报」知识库现已登陆飞书官方社区：

https://www.feishu.cn/community/article/wiki?id=7355065047338450972

点击「订阅社区精选」，即可在飞书每日收到《大模型日报》每日最新推送

学术分析报告：ResearchFlow — 奇绩F23校友的开发的深度研究产品，PC端进入RFlow的分析报告，可直接点击节点右侧的小数字展开节点，登录后可在节点上直接“询问AI”，进一步探索深度信息

如果想和我们空间站日报读者和创作团队有更多交流，欢迎扫码。

欢迎大家一起交流！

潜空间第六季活动开始报名！！

【第 1 期嘉宾介绍】张月光——沐言智语创始人、产品经理，目前聚焦在 AI ToC 产品的创新探索。5 年阿里工作经验，从 0 到 1 创办妙鸭相机，还曾经从 0 到 1 打造二次元换装语音社交产品“元音”。本次张月光将带来《 AI 应用探索的一些实践》的分享。

资讯

何恺明带队新作「分形生成模型」：逐像素建模高分辨率图像、效率提升4000倍

2025年2月26日，机器之心报道了何恺明团队的新成果——分形生成模型（Fractal Generative Models）。这一模型受数学分形概念启发，采用递归调用同类生成模型的方式构建，形成具有自相似性的复杂架构。其核心是将生成模型抽象为模块，通过组合这些模块开发更高级的生成模型。论文标题为《Fractal Generative Models》，由MIT博士后Tianhong Li和MIT本科生Qinyi Sun担任主要作者，论文地址https://arxiv.org/pdf/2502.17437v1，GitHub地址为https://github.com/LTH14/fractalgen。

分形生成模型的灵感来源于生物神经网络和自然数据中的分形特性，关键组件是定义递归生成规则的生成器，例如自回归模型。在该模型中，每个父自回归块生成多个子块，子块进一步生成更多子块，形成类似分形的自相似模式。研究者通过逐像素图像生成任务验证了该模型的性能，结果显示其在高分辨率图像生成中表现出色，能够实现准确的似然估计和高质量的生成效果。

分形生成模型通过递归地解耦联合分布，显著降低了计算成本，同时捕获了数据中的内在层次结构。在实现上，研究者以自回归模型为原子模块，展示了如何通过分形框架对高维非序列数据进行建模。例如，在逐像素图像生成任务中，模型将图像分割成小块，递归地对每个块进行建模，最终实现对像素的逐个生成。通过这种分而治之的策略，模型在生成256×256分辨率图像时的计算成本仅为生成64×64图像的两倍，计算效率提升了4000倍。

实验结果表明，分形生成模型在ImageNet数据集上展现了优秀的性能，无论是在64×64分辨率的无条件图像生成任务中，还是在256×256分辨率的类条件图像生成任务中，均实现了低负对数似然（NLL）、高Frechet Inception Distance（FID）和高Inception Score（IS）等指标。此外，在图像编辑任务中，该模型能够根据未遮蔽区域准确预测被遮蔽像素，并从类标签中捕获高级语义信息。这一成果不仅为高分辨率图像生成提供了新的思路，也为生成建模领域带来了新的范式。

https://mp.weixin.qq.com/s/T1ie9nIJdu1Q96_AJsweSg

DeepSeek开源通用矩阵乘法库，300行代码加速V3、R1，R2被曝五月前问世

2025年2月26日，机器之心报道了DeepSeek开源的通用矩阵乘法库DeepGEMM。DeepGEMM是一款支持密集型和专家混合（MoE）GEMM的FP8 GEMM库，专为V3/R1模型的训练和推理设计，在英伟达Hopper GPU上可实现1350+ FP8 TFLOPS的计算性能。该库采用CUDA编写，通过轻量级的Just-In-Time（JIT）模块在运行时编译所有内核，无需安装时编译。DeepGEMM仅支持Hopper张量核心，并采用两级累加机制解决FP8张量核心累加不精确的问题。尽管借鉴了CUTLASS和CuTe的概念，但DeepGEMM避免了对其模板或代数的重度依赖，注重简洁性，核心内核函数仅300行代码，性能却与专家调优的库相当甚至更优。

DeepGEMM的开源地址为https://github.com/deepseek-ai/DeepGEMM。使用DeepGEMM需要Hopper架构的GPU（支持sm_90a）、Python 3.8或更高版本、CUDA 12.3或更高版本（推荐12.8或更高）、PyTorch 2.1或更高版本以及CUTLASS 3.6或更高版本。部署时需克隆Git子模块，并通过指定命令完成安装和测试。

此外，路透社爆料DeepSeek可能在5月之前发布下一代R2模型，该模型将具备更强大的代码生成能力，并支持除英语以外的语言推理。DeepSeek在北京的办公室距离清华、北大很近，创始人梁文锋常与工程师深入研究技术细节。DeepSeek的薪酬水平较高，与幻方量化齐名。幻方在2020年和2021年投资12亿元建设了两个超级计算AI集群，第二个集群Fire-Flyer II由约一万块英伟达A100芯片组成，用于训练AI模型。

https://mp.weixin.qq.com/s/TgSSgdnPZnm3Iu_pNG5vlQ

Apptronik人形机器人迈出自主生产第一步

2025年2月25日，美国奥斯汀的人形机器人制造商Apptronik宣布与供应链巨头Jabil达成试点合作，标志着其人形机器人Apollo在自主生产方面迈出了重要一步。此前两周，Apptronik刚刚完成3.5亿美元的A轮融资，旨在扩大Apollo机器人的生产规模。此次合作是Apptronik继2024年3月与奔驰合作后的第二个重大试点项目。

根据协议，Jabil将在其工厂测试Apollo机器人，用于执行简单的重复性物流和制造任务，如零部件分拣和运输。如果Apollo被证明具有商业可行性，Jabil将开始在其工厂生产该机器人，这意味着未来人形机器人有望自主参与自身生产。尽管这一目标仍需时间实现，但Apptronik已将2026年定为商业量产的起始年份。

Apptronik在人形机器人领域具有显著优势。作为德克萨斯大学的衍生企业，该公司拥有十年的人形机器人开发经验，并曾参与开发NASA的Valkyrie机器人。此外，Apptronik还与谷歌DeepMind合作开发人工智能系统，以提升其机器人性能。

https://techcrunch.com/2025/02/25/apptroniks-humanoid-robots-take-the-first-steps-toward-building-themselves/

推特

元资助

深度研究功能已向 ChatGPT Plus 用户开放

深度研究功能已向 ChatGPT Plus 用户开放！

这是我们推出过的我最喜欢的功能之一。

https://x.com/sama/status/1894527988378550392

元资助

谷歌推出免费 Gemini Code Assist：每月 18 万次代码补全，支持所有公共领域的编程语言，128K 令牌上下文窗口

我们正在全球推出免费的 Gemini Code Assist，帮助您更快地开发。它提供：

🛠️ 每月 18 万次代码补全

🌐 支持所有公共领域的编程语言

💡 128K 令牌上下文窗口

立即体验 → https://goo.gle/3F3Snpj

https://x.com/GoogleDeepMind/status/1894349711160578093

元资助

OpenAI推出由 GPT-4o mini 驱动的 Advanced Voice 版本：更高的成本效益

从今天起，我们将推出由 GPT-4o mini 驱动的 Advanced Voice 版本，让所有 ChatGPT 免费用户每天在各个平台上体验预览。

该版本在自然对话节奏和语调上与 GPT-4o 相似，同时具备更高的成本效益。

https://x.com/OpenAI/status/1894495906952876101

元资助

Wan2.1开源，阿里巴巴：AI 视频生成的全新进化

🚀 宣布推出 Wan2.1——AI 视频生成的全新进化！

我们很高兴开源我们最前沿的视频生成套件！

❶ 🏆 Wan2.1-T2V-14B

• VBench 排行榜第一，超越 SOTA 开源与商业模型

• 精通复杂运动动态、物理模拟与文本渲染…

❷ ⚡️ Wan2.1-T2V-1.3B

• 轻量级怪兽（仅需 8.19GB VRAM 即可生成 480P 5 秒视频）

• 超越其他 5B 参量模型（甚至远超更大规模模型…）

❸ 🎨 Wan2.1-I2V-14B

• 全新突破性的图像到视频模型，性能强劲

• 释放你的创造力，体验流畅动态过渡

🔗 立即探索 👉

GitHub: https://github.com/Wan-Video

HuggingFace: https://huggingface.co/Wan-AI

ModelScope: https://modelscope.cn/organization/Wan-AI

Blog: https://wanxai.com

https://x.com/Alibaba_Wan/status/1894391929024152055

00Arxiver开源：包含 138,830 篇 arXiv 论文的多Markdown格

Ronith分享Iris新原型：动态提示字段

Ronith 分享了原型：动态提示字段

https://x.com/ronithhh/status/1894538136161849588

功夫机器人：Unitree G1

Kungfu BOT: Unitree G1 🥳

我们持续升级 Unitree G1 的算法，使其能够学习并执行几乎任何动作。你还想看到它表演哪些动作？欢迎在评论区分享你的想法！（请与机器人保持安全距离。）

#Unitree #Kungfu #EmbodiedAI #春晚机器人 #AI #仿人机器人 #双足机器人 #世界模型 #舞蹈

https://x.com/UnitreeRobotics/status/1894309647898808532

产品

TestAI：一键为 AI 智能体提供 1000 多项自动化测试

TestAI 是一款 AI 测试平台，旨在解决 AI 系统在现实世界中易失效的问题。

它能模拟超 1000 种现实交互，检测 AI 在逻辑、响应等方面的故障，还具备阿拉伯语验证和持续监控功能。

该平台现针对 Product Hunt 用户推出优惠，含免费试用、个性化指导等。

TestAI 的功能有哪些？

模拟现实世界中的 AI 行为 —— 将背景噪音、口音、干扰等各种情况都施加于你的 AI。
在用户发现问题之前找到故障点 —— 检测逻辑、响应能力和合规性方面的故障。
验证执行过程，而不仅仅是意图 ——AI 应该能够贯彻执行，而不仅仅是理解。
阿拉伯语 AI 验证 —— 为准确性和现实世界的可靠性设定基准。
持续监控 —— 随着时间推移，AI 会发生变化，TestAI 会对其进行监控。

https://www.nbulatest.ai

投融资

Perplexity 推出 5000 万美元种子和天使投资基金

Perplexity 是一家开发人工智能搜索引擎的公司，近日宣布推出一只 5000 万美元的种子和天使投资基金。尽管大部分资金来自外部有限合伙人，但 Perplexity 也利用部分自身资金作为锚定投资者。此前，该公司在 2024 年 12 月完成了 5 亿美元的融资，估值达到 90 亿美元。

该基金由 Kelly Graziadei 和 Joanna Lee Shevelenko 管理，二人于 2018 年共同创立了早期风险投资公司 F7 Ventures。F7 Ventures 曾投资于女性健康公司 Midi 等初创企业。目前尚不清楚 Graziadei 和 Shevelenko 是否会继续运营 F7，还是会将全部精力投入到 Perplexity 的投资基金中。

Perplexity 认为自身在投资初创公司方面具有优势，因为其网络中有约 80000 名开发者，公司能够通过其 API 看到谁在使用其应用程序以及谁的活跃度最高。此外，Perplexity 的创始人和投资者也参与了该基金的投资。

值得注意的是，OpenAI 也管理着一个名为 OpenAI 初创基金的投资基金。然而，与 Perplexity 不同的是，OpenAI 声称其投资并未使用自身资金

https://techcrunch.com/2025/02/25/perplexity-launches-50m-seed-and-pre-seed-vc-fund/

Perfect获2300万美元种子轮融资，用AI优化招聘流程

以色列初创公司Perfect近日完成2300万美元种子轮融资，旨在通过AI技术解决招聘流程中的低效问题。Perfect平台为招聘人员提供从撰写职位描述到筛选候选人的一站式服务，帮助其节省每周多达25小时的工作时间。自去年上线以来，Perfect已将客户从20家扩展至200家，包括Fiverr、eToro等知名企业。

Perfect由Eylon Etshtein创立，他此前是面部识别公司AnyVision的创始人。Etshtein从AnyVision的招聘经历中汲取灵感，希望打造一个能够精准匹配候选人的AI平台。与依赖第三方大语言模型的平台不同，Perfect从零开始构建了自己的矢量数据集，通过清洗和标注数据，确保招聘结果的准确性。Etshtein表示，尽管ChatGPT等大语言模型兴起，但Perfect的预ChatGPT架构并未被取代，因为它在处理大量数据时表现出色。

此次融资分为两轮，去年从Target Global等机构获得1200万美元股权融资，近期又从Hanaco Ventures等机构获得无息SAFE票据。Perfect计划利用这笔资金进一步完善工具集，并推出免费的候选人工具，以优化双方的招聘体验。

https://techcrunch.com/2025/02/25/perfect-taps-23m-to-fix-the-flaws-in-recruitment-with-ai/

瑞典AI初创公司Lovable完成1500万美元融资，推动无代码应用开发平台发展

瑞典AI初创公司Lovable近期完成了1500万美元的Pre-A轮融资，由Creandum领投。该公司专注于开发基于生成式AI的应用构建平台，允许用户通过简单的提示创建应用程序，无需任何编程知识。Lovable的核心产品GPT Engineer能够生成生产级的代码，支持用户快速构建网站和网页应用。目前，该平台已拥有50万用户，每天创建超过2.5万个新产品，并且已实现1700万美元的年度经常性收入。

Lovable由Anton Osika和Fabian Hedin于2023年创立，目标是将编程能力扩展到仅占全球人口1%的程序员之外。其技术结合了OpenAI、Google Gemini和Anthropic的模型，能够自主创建和调试应用程序。此前，Lovable还完成了750万美元的种子轮融资，由Hummingbird Ventures和byFounders领投。

Lovable的快速增长使其成为欧洲发展最快的初创公司之一。公司计划利用新融资扩大与第三方服务的整合，如Supabase和GitHub。Creandum的合伙人Fredrik Cassel表示，Lovable的产品受到了用户的极大喜爱，类似于当年的Spotify。