谷歌DeepMind推出文本生成新模型Gemini Diffusion，采用扩散技术，12秒可生成1万tokens，速度达2000tokens/秒，远超传统自回归模型。该模型通过逐步优化噪声生成输出，不仅能快速迭代，还能在生成过程中进行错误修正，适用于代码编辑及数学推理等任务。例如，在非因果推理测试中，Gemini Diffusion能同时生成完整答案及推导过程，而GPT-4o等自回归模型难以完成此类任务。目前，Gemini Diffusion仍处于实验阶段，用户可通过官方链接申请体验。这项技术可能预示未来混合模型的发展趋势，值得关注。

1月15日，讯飞星火大模型升级发布，推出星火深度推理模型X1和星火语音同传大模型。讯飞星火4.0 Turbo在文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力和多模态能力等方面全面提升，特别是图文识别能力增强，能有效识别倾斜少线表格。此外，科大讯飞行业首发混域知识搜索技术，用户一次提问即可获取综合搜索结果，涵盖个人知识、企业知识、业务系统数据、行业数据及互联网信息。

亚马逊在近日举行的AWS re:Invent大会上发布了Nova系列AI模型，包括文本、图像和视频生成能力。Nova系列目前包含三种“理解”模型：Amazon Nova Micro（专注于速度和成本优化的文本模型）、Amazon Nova Lite（低成本多模态模型，可处理图像、视频和文本生成文本）...