%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
根據 OpenAI 向 Axios 披露的最新數據，其旗艦產品 ChatGPT 每天正處理來自全球用戶的25億條提示（prompts），其中約有 3.3億條來自美國用戶。這一驚人數字充分顯示了 ChatGPT 在全球範圍內的普及程度和用戶黏性。
雖然 ChatGPT 的提示量巨大，但與傳統搜索引擎巨頭谷歌相比仍有差距。谷歌母公司 Alphabet 雖然不公佈每日搜索數據，但近期透露，谷歌每年處理 5萬億次搜索查詢，平均下來每天的搜索量接近 140億次。獨立研究機構也印證了這一趨勢，NP Digital 的 Neil Patel 估算谷歌每日搜索量爲137億次，而數字營銷公司 SparkToro 和 Datos 的研究則估計約爲164億次。
儘管如此，ChatGPT 的增長速度依然令人印象深刻。OpenAI 首席執行官 Sam Altman 曾於去年12月透露，當時用戶每天向 ChatGPT 發送的查詢量已超過10億次。這意味着，在短短大約八個月的時間裏，ChatGPT 的搜索量便實現了一倍以上的增長。這無疑凸顯了生成式 AI 在改變用戶交互和信息獲取方式方面所展現出的強大潛力。
近日，字節跳動Seed團隊正式推出全新Vision-Language-Action Model（VLA）模型GR-3，該模型在機器人操作領域展現出突破性能力，不僅能理解包含抽象概念的語言指令，還可精準操作柔性物體，並具備快速遷移至新任務、認識新物體的泛化能力。這一成果被視爲邁向通用機器人“大腦”的重要進展。 傳統機器人操作模型往往依賴大量機器人軌跡數據進行訓練，導致遷移至新任務時成本高、效率低。GR-3則通過少量人類數據即可實現高效微調，其核心突破在於採用Mixture-of-Transformers（MoT）網絡結構，將視覺-語言模塊與動作生成模塊整合爲40億參數的端到端模型。其中，動作生成模塊通過Diffusion Transformer(DiT)結合Flow-Matching技術生成動作，並引
智譜Z.ai推出中文開源項目閱讀工具Zread.AI，支持粘貼GitHub鏈接自動生成項目結構和使用指南，顯著降低開發者理解開源項目的門檻。該工具已索引大量熱門項目，並開放冷門項目申請索引。特色功能"Buzz"能聚合社區動態，包括commits、issues和新聞，幫助開發者全面掌握項目進展。這一工具填補了中文開源項目閱讀工具的空白，有望成爲開發者必備利器。
字節跳動開源輕量級多語言翻譯模型Seed-X，支持28種語言雙向翻譯，性能媲美頂級大模型。該70億參數模型基於Mistral架構，專注翻譯優化，在多個領域表現出色。採用創新訓練策略生成高質量數據，優化部署效率。這是字節繼BAGEL、Seed-Coder等之後又一開源項目，推動AI翻譯技術進步。
高通AI研究院推出創新技術CSD-VAR，通過內容-風格分解方法提升視覺自迴歸模型的生成能力。該技術採用尺度感知生成和SVD校正，實現內容與風格的精準分離，在保真度和風格化效果上優於傳統擴散模型。配套發佈的CSD-100數據集優化了模型訓練評估。CSD-VAR還引入K-V內存機制提升處理效率，在藝術創作、遊戲開發等領域應用前景廣闊，展現了高通在視覺生成技術上的領先地位。