📰 今日頭條
1️⃣ 不到三個月又推新模型！DeepSeek-OCR 2 可模擬人類閱讀方式
🔑 關鍵字： DeepSeek OCR 阿里巴巴 Qwen2-0.5b 開源AI 視覺編碼 多模態AI
📝 摘要： 中國人工智慧公司 DeepSeek 於 1 月 27 日推出升級版光學字符辨識模型 DeepSeek-OCR 2，距離首版模型發布僅三個多月，展現了中國開源生態系統推動 AI 發展的驚人速度。新模型整合阿里巴巴雲的開源系統，以阿里巴巴輕量級 Qwen2-0.5b 模型取代原有的 CLIP 組件，使 OCR 能模擬人類閱讀方式，遵循「靈活且語義一致的掃描模式」。
此次升級同時採用阿里巴巴 DeepEncoder V2，使模型能根據語義意義動態重組圖像，讓 AI 視覺編碼更接近人類邏輯思維。DeepSeek 同步發表論文《DeepSeek-OCR 2: Visual Causal Flow》。值得關注的是，此次發布距離 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 推出時間相近，後兩者已可於 Google Vertex AI Model Garden 等平台使用。這項進展反映中國企業在 AI 領域的緊密合作態勢，阿里巴巴近期也推出 Qwen3-Max-Thinking 模型。中國 AI 業界的開源趨勢持續深化，正積極挑戰 Google DeepMind 等全球對手，力圖在多模態 AI 領域確立新興強者地位。
2️⃣ 沒有 AI 就會衰退？研究：消費仍是美國經濟成長主力
🔑 關鍵字： 美國經濟 GDP AI投資 消費支出 資料中心 經濟衰退 勞動市場
📝 摘要： 儘管市場普遍認為 AI 投資是支撐美國經濟的關鍵力量，MRB Partners 美國經濟策略師 Prajakta Bhide 發布的最新研究報告卻揭示了不同的事實：消費才是去年美國 GDP 成長的最大動力，AI 相關資本支出僅居第二。
報告深入分析指出，若不考慮進口因素，AI 相關零件在 2025 年第一季至第三季期間，平均為實際 GDP 成長貢獻約 0.9%，約佔同期 GDP 成長的 40%。然而，若將電腦、半導體及電信設備等 AI 相關設備的進口額納入調整，AI 相關投資的淨貢獻則降至 0.4~0.5%，僅佔 GDP 成長的 20~25%。Bespoke Investment Group 的估算更為保守，認為 AI 支出相關類別僅佔季度 GDP 成長的 15%。
報告同時預測，2026 年美國整體消費仍將保持強勁，儘管民眾對經濟安全的擔憂上升，但實際消費行為並未減弱。然而，其他經濟學家警告，歷史上預測經濟衰退的更關鍵指標是勞動市場與住宅建設投資，而這兩者目前都已出現警示訊號。
3️⃣ OpenAI 推出免費應用 Prism，助力科學研究高效論文撰寫
🔑 關鍵字： OpenAI Prism GPT-5.2 LaTeX 科學寫作 學術協作 Crixet arXiv
📝 摘要： OpenAI 正式推出免費的科學寫作與協作工作區「Prism」，由最新的 GPT-5.2 模型提供支援，標誌著 AI 深度整合學術研究流程的重要里程碑。Prism 將撰寫草稿、修訂內容、團隊協作及論文發表前準備等環節，整合到同一個 LaTeX 原生的雲端工作區。
Prism 以 OpenAI 收購的雲端 LaTeX 平台 Crixet 為基礎發展而成。GPT-5.2 不再是獨立於科學寫作流程的額外工具，而是直接在專案中運作，能理解論文結構、公式、參考資料，以及前後文之間的關聯。使用者能與 GPT-5.2 Thinking 對話，探索想法、測試假設，並推理複雜的科學問題，還能搜尋並納入 arXiv 等來源的相關文獻。
OpenAI 科學人工智慧副總裁 Kevin Weil 強調，AI 生成內容的準確性仍需科學家核實，「正確的回應方式不是對 AI 敬而遠之，而是將它直接整合在科學研究的工作流程中，維持問責機制，並確保研究人員掌握主導權。」Prism 對專案與協作者數量皆無設限，即日起開放所有 ChatGPT 帳戶使用者使用。
4️⃣ 螞蟻靈波開源空間感知模型 LingBot-Depth
🔑 關鍵字： 螞蟻集團 LingBot-Depth 具身智慧 深度補全 3D相機 機器人視覺 開源模型
📝 摘要： 螞蟻集團旗下靈波科技正式開源空間感知模型 LingBot-Depth，這是一個專為具身智慧場景設計的深度補全模型，主要解決傳統深度相機在遇到透明物體、玻璃表面、高反光材質時無法獲取有效深度資訊的痛點，避免機器人在這些場景下擷取失敗或發生碰撞。
LingBot-Depth 的技術路線是「用軟體補硬體的缺點」。模型基於奧比中光 Gemini 330 系列雙目 3D 相機採集的 RGB-Depth 數據進行訓練，核心方法為「掩碼深度建模」——在訓練過程中故意遮擋一部分深度數據，讓模型學會根據 RGB 圖像推斷缺失的深度值。
官方數據顯示，在 NYUv2、ETH3D 等多個基準測試中，LingBot-Depth 在深度補全、單目深度估算和雙目匹配任務上均達到當前最優水準。在透明物體抓取的實際測試中，機器人對透明收納盒的抓握成功率達到 50%，成功突破了傳統感測器難以處理的技術瓶頸，為機器人在複雜環境中的應用開闢新可能。
5️⃣ AI 語言模型反映人類大腦特徵，同時吸收人類社會偏見
🔑 關鍵字： 大型語言模型 人類大腦 社會偏見 內群體偏好 GPT-4.1 神經科學 偏見緩解
📝 摘要： 兩項突破性研究揭示，驅動 ChatGPT 及 Gemini 等 AI 聊天機器人的大型語言模型與人類大腦存在驚人相似之處——不僅處理語言意義的方式相近，更會吸收人類「我們與他們」的社會偏見。
耶路撒冷希伯來大學 Ariel Goldstein 博士領銜的團隊，於《Nature Communications》期刊發表研究，追蹤參與者聆聽 30 分鐘 Podcast 時的大腦活動。研究發現，早期神經反應與 AI 模型早期層次相符，較後期大腦反應則對應更深層 AI 層次。這種對應在負責語言及言語的布洛卡區尤其明顯，挑戰了語言理解主要依賴固定符號規則的傳統理論。
另一項由佛蒙特大學進行的研究，檢視 GPT-4.1、DeepSeek-3.1、Gemma-2.0、Grok-3.0 及 LLaMA-3.1 等模型，發現所有模型均表現出內群體偏好與外群體敵意。當模型獲提示採用政治人格時，保守派人格表現出更強外群體敵意，自由派人格則展現更強內群體團結。好消息是，研究團隊提出的 ION 偏見緩解策略，可將情感分歧減少最多 69%，為開發更公平的 AI 系統指明方向。
🔮 未來趨勢觀察
綜觀今日五則科技新聞，可歸納出以下關鍵趨勢：
1. 中國開源 AI 生態系統加速整合 DeepSeek 與阿里巴巴的合作、螞蟻集團的 LingBot-Depth 開源，顯示中國科技企業正透過開源策略建立協作網絡，以群體力量挑戰全球 AI 巨頭。這種「開源聯盟」模式可能成為後進者突圍的關鍵路徑。
2. AI 與專業工作流程深度融合 OpenAI Prism 的推出標誌著 AI 從「輔助工具」轉向「工作流程核心」的典範轉移。未來各專業領域（醫療、法律、工程）都可能出現類似的垂直整合平台，AI 將不再是額外選項，而是內建於專業軟體的基礎設施。
3. 具身智慧突破感知瓶頸 LingBot-Depth 解決透明物體識別問題，代表機器人從「受控環境」走向「真實世界」的關鍵一步。隨著視覺感知技術持續進化，服務型機器人在零售、物流、家庭場景的應用將加速落地。
4. AI 倫理從理論走向工程實踐 研究證實 LLM 會內化人類社會偏見，但同時也提出了可量化的緩解策略。這意味著「負責任 AI」將從口號轉為可操作的工程指標，未來模型發布可能需附帶偏見測試報告，如同軟體的安全審計。
5. AI 經濟影響需理性評估 MRB Partners 的研究提醒我們，AI 對經濟的實際貢獻可能被高估。投資者與政策制定者需要更精細的分析框架，避免 AI 泡沫化風險，同時關注勞動市場等傳統經濟指標的警示訊號。
📬 感謝閱讀本期科技日報！如有任何建議或想深入了解的主題，歡迎隨時交流。
