人工智能技术的飞速进步，正在重塑全球商业格局，其影响辐射到各个行业领域。鉴于此，阿里云云栖号特别推出《一周AI大事件》，汇聚全球人工智能的最新动态。
模型风向标
01模型风向标
DeepSeek本周起将开源5个代码库，“毫无保留地分享”
DeepSeek 宣布将会陆续开源5个代码库，每日都有新内容解锁，“毫无保留地分享我们微小但真诚的进展”。当前在线服务的模块已经经过测试、部署完备，可以投入生产环境。
DeepSeek将自己定义为“小小的团队”，并表示每一条共享的代码都会变成强有力的势能，加速行业发展的旅程，这个领域没有高高在上的象牙塔，只有纯粹的车库创业精神与社区共筑的创新力量。
从上线以来至2月9日，DeepSeek App的累计下载量已超1.1亿次，周活跃用户规模最高近9700万。
DeepSeek本周起将开源5个代码库 | 图源X社交媒体平台DeepSeek账号
国产开源接力，昆仑万维等厂商开源多款多模态大模型
阶跃星辰和吉利汽车集团联合宣布：将双方合作研发的两款阶跃Step系列多模态大模型向全球开发者开源。视频生成模型阶跃Step-Video-T2V具备强大运镜、人物运动生成和形象表现能力，采用创新的Video-VAE架构，300亿参数，可生成204帧540P高质量视频；语音交互大模型阶跃Step-Audio支持多种情绪、方言和歌声生成，在五大公开测试集上性能领先，能完成语音识别、语义理解、对话等一体化功能。
昆仑万维宣布开源SkyReels-V1和A1两个模型。SkyReels-V1采用千万级好莱坞数据训练，实现影视级表情识别、人物空间感知、行为意图和场景理解，专注于AI短剧领域的视频生成；SkyReels-A1专注于表情动作可控，能实现更大幅度的面部和肢体表演控制，支持任意人体比例的视频生成。
阶跃星辰最新开源多模态模型上线阿里云魔搭，可下载体验
阿里云魔搭社区上线阶跃星辰最新开源的两款多模态模型，包括全球参数量最大的开源视频生成模型Step-Video-T2V，以及业界首款产品级开源语音交互模型Step-Audio。截至21日，魔搭社区已上架超过4万个开源模型，涵盖LLM、对话、语音、文生图、图生视频等多个领域，是中国最大的AI模型社区。
目前，阶跃星辰的这两款模型均可在魔搭社区下载和体验。同时，有部署及模型微调需求的开发者和企业，还可通过阿里云人工智能平台PAI-Model Gallery实现一键部署。
黄仁勋首次回应DeepSeek，英伟达暴跌系投资者误解
2月20日，英伟达CEO 黄仁勋首次回应DeepSeek冲击波——今年1月，DeepSeek发布的开源推理模型引发众多关注，导致英伟达单日市值曾一度蒸发近6000亿美元。黄仁勋称，R1“令人兴奋不已”，能够提振AI产业活力，并且市场反应存在误解，R1模型本质上利好AI市场。虽然DeepSeek在AI模型的预训练方面取得了进步，但作为模型“学习解决问题”的关键环节，后训练(post-training)仍然重要，需要大量的资源，并强调，“推理本身是一个运算密集的过程”。
xAI宣布Grok 3免费开放，称基于20万块GPU训练
马斯克旗下人工智能公司xAI宣布，“世界最智能AI”系统Grok 3现在免费向公众提供服务（直到服务器不堪重负为止）。所有用户均可免费使用Grok 3，包括其推理（Reasoning）和深度搜索（DeepSearch）模式。X Premium+和SuperGrok订阅用户还将享有更多特权，包括优先访问Grok 3以及其他高级功能，如语音模式（Voice Mode）等。
在2月18日的发布会中，马斯克披露了Grok 3的训练成本，称Grok 3训练过程累计消耗20万块英伟达GPU，训练在xAI公司的数据中心完成。
OpenAI周活跃用户超4亿，已有200万付费用户
OpenAI CEO Brad Lightcap透露，Open AI周活跃用户已达到4亿，比去年12月的3亿增加了33%。并表示，ChatGPT 的增长是其“自然发展”的结果，目前公司已有 200 万付费企业用户。同时，OpenAI首席财务官Sarah Friar 接受采访时表示今年实现110亿美元营收的可能性的确在“可能范围内”。
Mistral AI推出首个专业区域语言模型Saba，专精阿拉伯语和印度起源语言
法国AI初创企业Mistral AI宣布推出其首个专业区域语言模型Saba。该模型在源自中东与南亚的精选数据集上训练，能以相对较小的规模为上述区域用户提供更准确、相关的回应。Saba 模型参数规模为32B，支持本地单GPU系统部署。同时，Mistral Saba除阿拉伯语语外也支持多种印度起源语言。
02应用抢先看
“发言稿就在我的眼镜里，用戒指能完成翻页！”
2月18日，在浙江余杭区举行的经济高质量发展大会上，杭州灵伴科技有限公司负责人祝铭明佩戴Rokid 最新版AR眼镜Rokid Glasses“空手”上台，称：“发言稿就在我的眼镜里，翻页通过手上的戒指完成，所以没纸质稿子，很轻松”。据了解，Rokid Glasses仅重49克，戴上之后可以通过手中的一枚指环，同步实现多语种翻译、问答搜索、物体识别、拍照等功能。阿里巴巴通义千问多模态大模型提供支持。
Rokid创始人兼CEO祝铭明 | 图源Rokid微信公众号报道
Figure AI推出通用视觉-语言-行动模型Helix，实现多项突破
在2月份突然宣布与OpenAI 终结合作之后，机器人初创公司Figure AI发布通用视觉-语言-行动（VLA）模型Helix，首次展示了两台机器人协同完成复杂操作任务的能力，并大幅降低训练数据需求。在性能、架构及训练效率上实现多项突破，是第一个能全半身高速连续控制、能完全在嵌入式低能耗GPU上运行、用于通用人形机器人控制“双系统”的VLA模型。
xAI将成立AI游戏工作室 ，反对游戏说教
2月17日，马斯克在社交媒体上宣布，他旗下的xAI将正式成立一个AI游戏工作室。这是自2024年11月宣布进军AI游戏后，该项目正式落地。马斯克表示，当前游戏行业过于注重“觉醒”内容，导致游戏失去了纯粹的娱乐性。许多游戏开发商被大公司控制，无法专注于制作高质量的游戏。因此，xAI决定成立这家新的游戏工作室，目标是“让游戏再次伟大”。
微软发布游戏生成式AI工具Muse，一键生成游戏画面
微软发布了首个能够生成游戏视觉、控制器动作的视频游戏生成式AI模型，将其命名为“Muse”，宣称将彻底革新视频游戏场景的制作方式。Muse实例是在Xbox游戏《Bleeding Edge》的人类游戏数据（视觉和手柄动作）上进行训练，训练过程超10亿张图片和手柄动作，相当于超过 7 年的人类连续游戏时长。
开发者只需提供一张游戏截图，模型便能迅速生成多个可能的后续游戏画面。此外，通过Xbox手柄控制角色，Muse还能实时生成与开发者操作相匹配的后续游戏内容，提升游戏开发的效率和灵活性。
03科技第一线
DeepSeek发布稀疏注意力机制NSA，大幅提升训练和解码速度
2月18日，DeepSeek在社交平台X上发布一篇纯技术论文，介绍了NSA（Natively Sparse Attention，原生稀疏注意力），用于超快速的长上下文训练和推理。通过优化设计现代硬件，NSA能够加快推理速度，同时降低预训练成本，且不会影响性能。在一般基准测试、长上下文任务和基于指令的推理上，它的表现与完全注意力模型相当甚至更好。在论文署名中，DeepSeek创始人梁文锋也作为共创在列。
DeepSeek发布稀疏注意力机制NSA论文 | 图源X社交媒体平台DeepSeek账号
Kimi杨植麟署名发布新注意力架构MoBA，并公开代码
2月18日，月之暗面创始人兼CEO杨植麟署名发布一篇介绍新注意力架构MoBA的论文，并公开了已有一年实际部署验证的相关代码，保证其有效性和稳健性。研究人员在论文中提出了块注意力混合机制（Mixture of Block Attention, MoBA），这是一种将混合专家系统（Mixture of Experts，MoE）应用于 Transformer 模型注意力机制的创新方法。
Kimi发布新注意力架构MoBA论文，并公开代码 | 图源X社交媒体平台Kimi账号
微软宣布量子计算突破，利用新物态研发出Majorana 1芯片
2月19日，微软宣布推出全球首款基于拓扑量子比特的量子处理器“Majorana 1”，声称“标志着向实用量子计算迈出了变革性的一步”。微软的研究人员表示，他们创造了一种使用新物质状态——拓扑超导体，一种既不是固体、液体也不是气体的材料——的芯片。通过该芯片，公司有望在“数年内”解决“实质性、工业规模问题”的量子计算机，而非科学界此前预期的几十年。
这就是小七为大家整理的AI领域热门事件，每周发布，欢迎大家持续追更~
上期回顾
/END/
--直播预告--
2月26日，阿里云PolarDB开发者大会将在北京嘉瑞文化中心举行。会议聚焦云原生、国产化、Data + AI等热门话题，汇聚行业权威、分享前沿趋势！
感兴趣的小伙伴可以预约直播，或点击“阅读原文”报名参会~
