以下整理了近期 AI 技術與產品的最新進展，涵蓋從 3D 建模、語音交互到多模態推理的廣泛領域。
騰訊正式開源 Hunyuan3D 2.0，為 3D 模型生成帶來更高的靈活性與易用性。此次更新包括兩個核心模型：Hunyuan3D-DiT 與 Hunyuan3D-Paint。前者專注於生成白模，後者則用於為白模生成貼圖紋理，最終合成完整的 3D 模型。這種白模與貼圖分離的生成方式讓用戶可以保持基礎模型不變，靈活切換不同的貼圖樣式，從而大幅提升設計和應用效率。
- 體驗地址：[騰訊混元3D](https://3d.hunyuan.tencent.com/)
- GitHub 地址：[Hunyuan3D-2](https://github.com/Tencent/Hunyuan3D-2)
微軟研發的 rStar-Math 項目，結合蒙特卡洛樹搜索（MCTS）技術，提升了複雜數學推理的準確性。該模型由一個小語言模型（SLM）執行搜索，並利用過程獎勵小語言模型來引導整個推理流程。其在 MATH 基準測試上刷新了得分記錄：將 Qwen2.5-Math-7B 的準確率從 58.8% 提升至 90.0%，而 Phi3-mini-3.8B 的分數也從 41.4% 提升至 86.4%。
- GitHub 地址：[rStar](https://github.com/microsoft/rStar)
月之暗面公司推出的 Kimi K1.5 模型，實現了對文本、圖像與聲音等多模態輸入的同步處理，進一步完善了通用推理能力。雖然被認為是對標 OpenAI o1 的競爭產品，但其市場反響未達預期，且與同期發布的 DeepSeek R1 模型相比在多項評分中稍顯落後。目前，核心演算法並未開源，但用戶可透過 API 測試該技術的潛力。
- GitHub 地址：[Kimi-k1.5](https://github.com/MoonshotAI/Kimi-k1.5)
DeepSeek R1 是國內首個媲美 OpenAI 模型性能的開源語言模型。其引入了後訓練階段的強化學習技術，顯著提升了推理能力。DeepSeek 還提供了包含 660B 參數的 R1 完整模型與多個小型子模型，進一步豐富了開源生態。
- 💡 API 使用成本低，緩存命中每百萬 tokens 僅需 1 元。
- 相關連結：[DeepSeek R1 詳情](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf)
近期 AI 技術快速發展，從 3D 建模到多模態推理，各個領域均展現了突破性進展。而這些新產品與技術不僅帶來了更高效能，也為開源生態及應用場景注入創新力量。