WorldVQA是一个新基准，用于评估多模态大语言模型在视觉世界知识上的事实准确性。它包含3500个高质量的图像-问题对，涵盖9个类别，重点关注头部与尾部知识分布。前沿模型准确率低于50%，暴露出过度自信和视觉知识差距。

Kimi推出Agent Swarm，支持最多100个子代理并行工作，实现水平扩展而非垂直扩展。该架构让AI自我组织，如同一个公司或实验室，可自动分解任务、分配代理、合成结果，在广泛研究、批量处理、多角度分析等场景显著提升效率。目前面向顶级订阅用户开放研究预览。

Kimi K2.6 是一款全新的开源模型，具备最先进的编码、长周期执行和智能体群体能力。本文详细介绍了其核心技术、性能提升、应用场景以及社区反馈。

DeepSeek 发布了 R1-0528 版本，带来了基准性能提升、前端能力增强、减少幻觉，并支持 JSON 输出和函数调用。该模型已在聊天平台上线，API 使用方式不变，同时开放了权重。

DeepSeek正式发布V3-0324版本，推理性能大幅提升，前端开发能力增强，工具使用更智能，同时模型改用MIT许可证，API使用方式不变。

DeepSeek 于2025年1月20日发布 R1 模型，性能媲美 OpenAI-o1，完全开源并采用 MIT 许可证，同时提供蒸馏小模型和 API 服务。

DeepSeek App于2025年1月15日正式上线。该应用基于世界一流的DeepSeek-V3模型，完全免费，无广告和内购。支持iOS和Android平台，提供邮箱、Google账号、Apple ID登录，跨平台聊天历史同步，网页搜索，深度思考模式，文件上传与文本提取等核心功能。用户可于App Store、Google Play及各大安卓市场下载。

DeepSeek-V3是深度求索迄今为止最大的飞跃，拥有671B MoE参数（37B激活），每秒处理60个token（比V2快3倍），并在14.8T高质量token上训练。API定价在2月8日前保持与V2相同，之后输入（缓存未命中）0.27美元/M token，缓存命中0.07美元/M token，输出1.10美元/M token。模型和论文完全开源，体现了公司推动包容性AGI的长期主义使命。

DeepSeek 发布 V2.5-1210 版本，作为 V2.5 系列的最终版本，新增互联网搜索功能，在数学、编程、写作和角色扮演等基准测试中表现提升，开源模型已上传至 Hugging Face。团队感谢用户支持，并预告下一代基础模型即将到来。

DeepSeek推出R1-Lite-Preview模型，在AIME和MATH基准测试中达到o1-preview级别性能，支持实时透明思维过程，即将开源并开放API。

DeepSeek正式发布DeepSeek-V2.5，该模型融合了DeepSeek-V2-0628的通用对话能力和DeepSeek-Coder-V2-0724的强大代码处理能力，在写作、指令跟随等任务上显著提升，并增强了安全性和人类偏好对齐。模型现已开源并在网页和API上可用。

DeepSeek API 推出基于磁盘的上下文缓存技术，可降低重复输入的处理成本。缓存命中时每百万 token 仅收费 $0.014，最高节省 90% 费用。该功能自动启用，无需修改代码。多轮对话、数据分析和长预设提示等场景收益最大，首个 token 延迟从 13 秒降至 500 毫秒。

DeepSeek API 迎来重大更新，支持 JSON 输出、函数调用、聊天前缀补全（Beta）、8K max_tokens（Beta）以及 FIM 补全（Beta）。这些新功能适用于 deepseek-chat 和 deepseek-coder 模型，旨在提升开发者的灵活性和自动化能力。

Mistral AI发布Mistral Medium 3.5模型，这是一个128B密集参数的新型旗舰模型，同时推出Vibe远程编码代理和Le Chat的Work模式，支持复杂多步骤任务。

Anthropic与亚马逊签署新协议，提供高达5吉瓦的计算能力用于训练和部署Claude，包括Trainium2和Trainium3芯片。亚马逊将投资50亿美元，未来可能追加200亿美元，Anthropic承诺在未来十年向AWS技术投资超过1000亿美元。

Anthropic宣布与NEC达成战略合作，NEC将向约3万名员工部署Claude，并成为Anthropic首个日本全球合作伙伴。双方将共同开发面向金融、制造和地方政府等领域的行业特定AI产品，同时NEC内部将建立AI卓越中心，打造日本最大的AI原生工程团队之一。

Anthropic 详细介绍了为保障 Claude 在选举期间提供准确、公正信息而采取的一系列措施，包括训练模型保持政治中立、执行严格的使用政策、提供可靠选举资源以及利用网络搜索提供最新信息。最新模型在多项测试中表现优异。

Anthropic 宣布 Theo Hourmouzis 担任澳大利亚和新西兰总经理，并正式开设悉尼办公室。Hourmouzis 拥有超过20年的亚太地区技术领导经验，曾任职于 Snowflake。他将领导当地团队，深化与 Commonwealth Bank、Quantium 等企业的合作，并履行与澳大利亚政府签署的谅解备忘录。此外，Anthropic 还宣布与 Canva、Xero 等平台合作，并与 YMCA South Australia 合作，将 Claude 嵌入非营利组织运营。

Anthropic发布了针对创意专业人士的Claude新连接器，支持Ableton、Adobe、Blender等工具，同时推出Claude Design产品并与多所院校合作。

Anthropic与黑石、赫尔曼·弗里德曼和高盛宣布共同成立一家新的企业AI服务公司，专注于为中型企业提供Claude部署服务。新公司将获得多家顶级另类资产管理公司支持，并加入Claude合作伙伴网络。

Anthropic推出十个即用型AI代理模板，覆盖推介书构建、KYC筛查、月末结算等金融任务。Claude现已集成Microsoft 365应用，并扩展合作伙伴生态系统，新增Dun & Bradstreet、Moody's等数据连接器。Claude Opus 4.7在金融基准测试中领先业界。

Anthropic 宣布 Claude 将始终无广告，强调 AI 对话的私密性，解释广告激励与真正帮助用户的矛盾，并说明其订阅和企业的商业模式。

Anthropic 发布 Claude Design，一款让用户与 Claude 协作创建视觉作品（如设计稿、原型、幻灯片等）的新产品，基于 Claude Opus 4.7 模型，面向 Pro、Max、Team 和 Enterprise 订阅者提供研究预览。

Anthropic 发布了 Claude Opus 4.7，相比 Opus 4.6 在软件工程、视觉能力和指令遵循方面有显著提升。该模型在所有平台上均可用，定价不变，并引入了新的精度控制和网络安全防护措施。