AI测试 Meta 无预警发布新一代 AI 眼镜 Aria Gen 2；腾讯混元 Turbo S 模型将长短思维链融合丨日报

RTE开发者社区 · 2025年02月28日 · 53 次阅读

开发者朋友们大家好：

这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。

本期编辑：@qqq、@ 鲍勃

01 有话题的技术

1、OpenAI 最大最贵的模型，GPT-4.5 发布

OpenAI 正式发布旗下 GPT-4.5 模型。API 价格方面，因 GPT-4.5 计算量极大，成本高昂，相较于 GPT-4o 价格有了较高上涨。GPT-4.5 支持联网搜索，能够处理文件和图片上传，还可以使用 Canvas 来进行写作和编程。不过，目前 GPT-4.5 还不支持多模态功能，如语音模式、视频和屏幕共享。

GPT-4.5 主要通过「无监督学习」（就是自己从大量数据中学习）变得更聪明，而不是像 OpenAI o1 或者 DeepSeek R1 那样专注于推理能力。简单说，GPT-4.5 知道的更多，而 o1 系列更会思考。

API 价格方面，因 GPT-4.5 计算量极大，成本高昂，价格涨到了 75 美元 / 百万 tokens，是 GPT-4o 的 30 倍，更是 DeepSeek 的 280 倍。Sam Altman 提到，GPT-4.5 不是推理型模型，不会在基准测试中碾压其他模型。在目前曝出的实测中，性能的提升远没有价格大。

GPT-4.5 的更新要点

知识更广泛：它学习了更多的信息，所以懂的东西比以前多
更少胡说八道：减少了「幻觉」（就是 AI 编造事实的情况）
更懂人心：「情商」更高，更能理解你的真实意图
对话更自然：聊天感觉更像和真人交流，不那么机械
创意更丰富：在写作和设计方面表现更好从今天开始，ChatGPT Pro 用户已经可以用上 GPT-4.5（研究预览版）了。

下周，将会逐步开放给 Plus 和 Team 用户；再下一周则是 Enterprise 和 Edu 用户。(@ APPSO)

2、Kimi 新模型 k1.6 曝光，代码生成能力超越 GPT o3-mini

近日，月之暗面旗下 Kimi 的最新模型 k1.6 曝光。据全球动态基准测试平台 LiveCodeBench 显示，k1.6 登上测试榜榜首。具体显示，k1.6-high 在多项代码生成基准测试中超越 OpenAI 的 GPT o3-mini、o1 和通义 QwQ-Max 等多款模型。

成绩公布后，月之暗面研究员 Flood Sung 在其个人社交账号表示，榜单中的 k1.6 是一个基于 k1.5 持续训练代码能力的特定版本，目前 k1.6 还在不断训练并提升性能。此外，月之暗面创始人张予彤也在朋友圈表示，k1.6 还没有发布，但看到 LiveCodeBench 的成绩感到开心，期待智能模型的持续进化。(@ APPSO)

3、语音合成也遵循 Scaling Law，太乙真人「原声放送」讲解论文，港科大等开源

活久见，太乙真人给讲论文了。

「咳咳，诸位道友且听我一番唠叨。老道我闭关数日，所得一篇妙诀，便是此 Llasa 之法。此术上个月一出，海外仙长们无不瞠目结舌，直呼「HOLY SHIT」」。

热度最高时，曾在 huggingface 上的「丹药热度榜」上排第六。

如上引发围观的成果由香港科技大学等联合推出，它验证语音合成模型，也可以遵循 Scaling Law，即扩展计算资源、语音合成效果可以更好。

它核心提出了一个语音合成的简单框架 Llasa，该框架采用单层 VQ 编解码器和单个 Transformer 架构，和标准 LLM 保持一致。

研究团队提供了 TTS 模型（1B、3B、8B）、编解码器的 checkpoint 以及训练代码。

论文链接：https://arxiv.org/abs/2502.04128@ 量子位）（

4、腾讯推出新一代快思考模型混元 Turbo S

2 月 27 日，腾讯混元自研的快思考模型 Turbo S 正式发布。据官方介绍，区别于 Deepseek R1、混元 T1 等需要「想一下再回复」的慢思考模型，混元 Turbo S 能够实现「秒回」，吐字速度提升一倍，首字时延降低 44%，同时在知识、数理、创作等方面也有突出表现。通过模型架构创新，Turbo S 部署成本也大幅下降。具体来看，在业界通用的多个公开 Benchmark 上，腾讯混元 Turbo S 在知识、数学、推理等多个领域展现出对标 DeepSeek V3、GPT 4o、Claude3.5 等业界领先模型的效果表现。

同时通过长短思维链融合，腾讯混元 Turbo S 在保持文科类问题快思考体验的同时，基于混元 T1 模型合成的长思维链数据，显著改进了理科推理能力。架构方面，通过创新性地采用了 Hybrid-Mamba-Transformer 融合模式，混元 Turbo S 有效降低了传统 Transformer 结构的计算复杂度，减少了 KV-Cache 缓存占用，实现训练和推理成本的下降。

目前，腾讯混元 Turbo S 模型已在腾讯云官网上架，开发者和企业用户可以通过 API 调用，同时将逐步在腾讯元宝灰度上线。腾讯混元还表示，正式版的混元 T1 模型 API 也即将上线，对外提供接入服务。(@ APPSO)

5、Meta 无预警发布新一代 AI 眼镜，专为 AI 和机器人研究打造

Meta 今日正式推出第二代 Aria 智能眼镜（Aria Gen 2），计划面向从事机器感知系统、人工智能和机器人技术研究的第三方科研人员开放使用。

此次发布的第二代 Aria 眼镜延续了无显示屏设计，但配备了升级版传感器套件，包含 RGB 摄像头、定位追踪摄像头、眼球追踪摄像头、空间麦克风阵列、惯性测量单元（IMU）、气压计、磁力计、全球导航卫星系统（GNSS）以及定制化 Meta 芯片。

Meta 设想通过 Aria 的 SLAM 技术，用户可在 GPS 信号薄弱或缺失的室内环境实现自主建图与导航——这种视觉定位系统（VPS）既能辅助城市街道导航，也可帮助在商店内精准定位目标商品。

Aria 第二代的独特价值

顶尖传感器阵列：升级后的传感器系统包含 RGB 摄像头、六自由度 SLAM 摄像头、眼动追踪摄像头、空间麦克风、惯性测量单元（IMU）、气压计、磁力计及全球导航卫星系统（GNSS）。相较于前代，本代创新性在鼻托处嵌入了两大传感器：用于心率监测的光电容积描记（PPG）传感器，以及可区分佩戴者与周围人声的接触式麦克风。
超低功耗设备端机器感知处理：SLAM、眼动追踪、手势识别及语音识别均由 Meta 定制芯片在设备端完成计算。
全天候使用体验：支持 6-8 小时持续运行，整机重量约 75 克，配备可折叠镜腿提升便携性。
音频交互系统：通过行业领先的开放式主动降噪扬声器提供音频反馈，支持用户参与式系统原型开发。（@ 三次方 AIRX）

02 有亮点的产品

1、Lingo.dev ：一款能在几分钟内将应用翻译成多种语言的 AI 本地化引擎

（图片来源：Product Hunt）

https://lingo.dev/zh

Lingo.dev 是一款创新的 AI 本地化引擎，其核心价值主张是将耗时数周的翻译工作转化为自动化的拉取请求，大幅提高应用本地化的效率。目标用户主要是需要快速部署多语言应用的开发团队，特别是那些追求高效开发流程的团队。Lingo.dev 解决了传统应用本地化耗时长、成本高的关键痛点，同时抓住了全球化市场对快速本地化解决方案日益增长的需求。

在功能与体验方面，Lingo.dev 的核心亮点包括

AI 驱动的翻译引擎，能够理解 UI 元素的位置和微观上下文；
开发者友好的设计，提供 API 和 SDK 支持；
自动化的拉取请求功能，无缝集成到开发流程中。
与传统翻译服务相比，Lingo.dev 的差异化优势在于其对开发环境的深度理解和集成，以及 AI 技术带来的高效率和准确性。
用户体验方面，产品提供了 1000 美元的免费额度，让用户可以轻松尝试和评估服务质量。(@ Z Potentials)

2、Figure 机器人加速进军家庭场景 2025 年启动 Alpha 测试挑战行业极限

湾区机器人新锐 Figure 正以超预期速度推进其家庭机器人计划。公司创始人 Brett Adcock 周四宣布，将于 2025 年下半年启动 Figure02 人形机器人的家庭环境 Alpha 测试，这一时间表较业界预期大幅提前。推动这一激进计划的核心是 Figure 最新研发的 Helix 系统——一个集视觉、语言与动作于一体的通用 AI 模型。

Helix 的突破性在于其多模态学习能力，可同时处理视觉数据和自然语言指令，显著提升机器人学习新任务的效率。这一自主研发的技术路线标志着 Figure 与 OpenAI 分道扬镳后的战略转向。在近期展示中，Helix 已能协调两个机器人协同完成烹饪等复杂家务，展现出强大的任务执行能力。

尽管家庭场景被普遍视为人形机器人的终极目标，Figure 却采取了「先工业后家庭」的务实策略。2024 年初，该公司已在宝马南卡罗来纳州工厂展开工业试点，利用结构化环境积累实战经验。这一选择与特斯拉、Apptronik 等行业玩家不谋而合，反映出工业场景在技术成熟度和商业可行性上的双重优势。（@ AIbase 基地）

3、Fleet AI Copilot ：一款简化 IT 生活的 AI 驱动 IT 助手聊天机器人

（图片来源：Product Hunt）

https://fleet.co/en/ai-copilot

Fleet AI Copilot 是一款创新的 AI 驱动 IT 助手，其核心价值主张是通过智能化手段简化设备管理和日常 IT 任务。目标用户主要是寻求提高 IT 运营效率的企业和 IT 团队。该产品解决了传统 IT 管理复杂、耗时的痛点，同时抓住了 AI 在 IT 运营领域应用日益广泛的市场机遇。

在功能与体验方面，Fleet AI Copilot 的核心亮点

个性化支持，根据用户需求提供定制化服务；
集中化运营，整合 IT 管理流程；
自适应能力，能够根据用户需求不断优化。与传统 IT 管理工具相比，Fleet AI Copilot 的差异化优势在于其 AI
驱动的智能化和自动化能力，能够显著提升 IT 运营效率。(@ Z Potentials)

03 有态度的观点

1、DeepMind 首席科学家：「慢思考」模式将能提升 AI 性能

近日，Google DeepMind 首席科学家 Jack Rae 接受访谈，其指出「慢思考」模式将能提升 AI 性能。采访时，Jack 表达了自己对于大模型「慢思考」模式的看法。其认为，即使对于人类而言在回应之前也会花更多时间思考，而大模型也一样，在不断的深入思考中，人类和大模型都能不断发现正确或者是错误，并随时进行修改。因此在模型进行更长时间思考时，答案可能还会更加准确。Jack 还以上面的观点进行展开，其指出推理模型是模型发展的新范式。

推理模型并非追求即时响应，而是通过增加推理时的思考时间来提升答案质量，Jack 认为，这也导致了一种新的 Scaling Law，「慢思考」模式是提升 AI 性能的有效途径。此外，Jack 还判断了推理模型与 AI Agent 的未来。他认为，对于构建有用的 AI Agent 能力而言，推理能力至关重要，原因分别是可靠性和复杂问题的解决能力。

Jack 提到，AI Agent 要开始执行第一步，就必须经过思考，因此他认为 AI Agent 能力与思考和推理能力是紧密相连、不可分割的。(@ APPSO)