大黑AI速报

Kimi正式发布K2.5技术报告，详细介绍了其多项核心技术。报告亮点包括：采用联合文本-视觉训练，预训练使用了15T视觉-文本token；提出Agent Swarm架构与PARL方法，可实现动态编排并行子智能体，延迟降低高达4.5倍，在BrowseComp基准上达到78.4%的准确率；推出统一的图像-视频编码器MoonViT-3D，支持4倍时间压缩，能在相同上下文长度下处理4倍长的视频；以及采用Toggle方法进行令牌高效的强化学习，可减少25-30%的令牌使用且不损失精度。技术报告链接：https://t.co/N5pwm0M4jm^[1]

中国AI视频模型Vidu Q3展示了其在长视频生成方面的突破性进展，能够一次性生成长达16秒的真人版《火影忍者》音视频内容。这标志着国产视频生成模型在【长视频生成】能力上取得了重要进步。报道链接：https://www.qbitai.com/2026/01/374563.html^[2]

阿里巴巴提出一种两步生成方案，通过模型蒸馏等技术，能够在大幅提升AI图像生成速度，实现5秒生成4张2K分辨率大图。该技术已【开源】，对图像生成领域具有重要价值。报道链接：https://www.qbitai.com/2026/01/374606.html^[3]

有报道指出，新的国产芯片方案正致力于挑战NVIDIA的【CUDA生态】，旨在实现国产芯片的【无痛适配】。这反映了AI硬件生态的多元化趋势和国产替代的努力。报道链接：https://www.qbitai.com/2026/01/374666.html^[4]

RoboChallenge发布了其首份年度报告，该报告基于数万次真机评测，旨在揭示当前【视觉语言动作（VLA）模型】的实际性能现状，为机器人AI的发展提供了重要的参考基准。报道链接：https://www.qbitai.com/2026/01/374597.html^[5]