欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
人工智能（AI）的能力正在飞速发展，如何准确衡量其“智能”程度一直是行业关注的焦点。然而，正如衡量人类智力一样，AI智能的测评也并非易事，现有的测试和基准往往只能提供近似的评估。近年来，随着AI模型日益复杂，传统基准的局限性日益凸显，促使行业积极探索更全面、更能反映实际应用能力的新型评估体系。传统基准的局限性:高分≠高能长期以来，生成式AI社区依赖诸如MMLU（大规模多任务语言理解）等基准来评估模型能力。这类基准通常采用多项选择题形式，覆盖多个学术
近日，一款名为“MagicColor”的全新AI工具在科技与艺术圈掀起热议。这款创新性技术通过简单的操作即可实现线稿图像的自动上色，仅需上传一张黑白线稿和若干参考图像，系统便能在数秒内完成精准、自然的色彩填充。这一突破性功能不仅大幅提升了创作效率，也为动漫设计师、插画师及普通用户提供了一个前所未有的智能创作助手。据介绍，MagicColor的核心功能在于其一键式上色流程。用户只需准备一张纯轮廓线的线稿图，以及几张包含颜色信息的参考图像，例如展示角色服装颜色或头
近日，Arc Prize Foundation 对 OpenAI 的 o3“推理” 人工智能模型的运行成本进行了大幅度修订，令人瞩目的是，单次任务的费用从最初的3000美元骤升至30000美元。这一变化让许多人意识到，最先进的 AI 模型在执行特定任务时所需的高昂费用，已成为行业一个不容忽视的挑战。回顾去年12月，OpenAI 推出了 o3模型，并与 ARC-AGI 的开发者紧密合作，展示了这一模型在处理复杂问题时的强大能力。然而，仅仅几个月后，Arc Prize Foundation 就对其运行成本做出了显著调整。根据最新估计，o3模型中性能最优
谷歌 DeepMind 近日发布了一份详尽的战略文件，阐述了其开发安全人工通用智能（AGI）的方针。AGI 被定义为在大多数认知任务中能够与人类能力相匹配或超越的系统。DeepMind 预计，目前的机器学习方法，尤其是神经网络，仍将是实现 AGI 的主要途径。该报告指出，未来的 AGI 系统有可能超越人类表现，具备在规划和决策上显著的自主性。这种技术将对医疗、教育、科学等多个领域产生深远影响。DeepMind 的首席执行官德米斯・哈萨比斯（Demis Hassabis）预测，早期 AGI 系统可能在5到10年内问世，但
负责维护和管理 Arc Prize Foundation上周修正了对OpenAI即将推出的o3"推理"AI模型的成本估算，调整幅度惊人——从最初估计的每项ARC-AGI任务3，000美元飙升至30，000美元。这项价格修正揭示了当今最复杂AI模型的运行成本可能比预期高出十倍。尽管OpenAI尚未公布o3的官方定价策略，甚至尚未正式发布该模型，但Arc Prize Foundation认为以OpenAI当前最昂贵的o1-pro模型为参考更为合理。Arc Prize Foundation联合创始人Mike Knoop表示:"我们认为o1-pro与真正的o3成本更接近……因为测试时使用的计算量很大。"鉴于相关
亚马逊周一发布了Nova Act，这是一款能够控制网络浏览器并独立执行简单操作的通用AI代理。同时推出的还有Nova Act SDK，允许开发人员使用Nova Act构建代理原型。Nova Act由亚马逊在旧金山新设立的AGI实验室开发，这也将为该公司即将推出的Alexa+（亚马逊语音助手的生成式AI增强版）提供关键功能。不过目前发布的Nova Act版本被定位为"研究预览版"，开发人员可通过nova.amazon.com网站访问Nova Act工具包。这一产品是亚马逊与OpenAI的Operator和Anthropic的Computer Use竞争的明确举措。多家科技巨头都认为，能
近日，Arc Prize 基金会发布了一项全新的测试 ——ARC-AGI-2，旨在测量人工智能（AI）模型的通用智能水平。该基金会由著名 AI 研究者 François Chollet 共同创立。根据基金会的博客，这项新测试对大多数领先的 AI 模型提出了严峻挑战。根据 Arc Prize 排行榜，诸如 OpenAI 的 o1-pro 和 DeepSeek 的 R1等 “推理型” AI 模型在 ARC-AGI-2测试中的得分仅在1% 到1.3% 之间，而更为强大的非推理模型，例如 GPT-4.5、Claude3.7Sonnet 和 Gemini2.0Flash 的得分也大约在1%。ARC-AGI 测试包含了一系列拼图问题，要求 AI 从不同颜色的
在人工智能领域蓬勃发展的背景下，字节跳动的豆包大模型团队（Seed）近日召开了一次全员会议，标志着该团队在未来发展方向上的重要决策。会议由朱文佳与新任 AI 基础研究负责人吴永辉共同主持，这也是两位领导首次同台出席，吸引了业内的广泛关注。会议上，朱文佳和吴永辉明确表示，Seed 团队的首要目标是 “探索智能上限”，这将成为团队未来工作的核心导向。他们指出，探索智能的边界是一个长期的任务，团队将围绕已发布的 AGI 研究计划 “Seed Edge” 进行深入研究。朱文佳提
在最新的采访中，谷歌 DeepMind 的首席执行官德米斯・哈萨比斯（Demis Hassabis）表示，预计在未来五到十年内，人工通用智能(AGI)将迎来首个形态的诞生。然而，他也指出，当前在技术上仍面临许多重要挑战。图源备注：图片由AI生成，图片授权服务商Midjourney哈萨比斯在 DeepMind 位于伦敦的办公室接受了媒体的采访。他强调，尽管现在的人工智能系统在特定任务上表现出色，但它们仍然缺乏许多基本能力。他将 AGI 定义为 “能够展现出人类所有复杂能力的系统”。在他看来，实现 AGI 的关键在
近日，仓颉社区正式发布了 Agent（智能体）开发框架 Cangjie Magic。据悉，这是首个基于华为自研仓颉编程语言原生构建的大语言模型(LLM)Agent 开发平台。Cangjie Magic 框架通过三大核心技术突破，旨在重构智能体开发范式:一是独创的 Agent DSL（领域专用语言）架构，该架构基于仓颉语言特性设计，实现了智能体建模的声明式编程;二是原生支持 MCP(Model Context Protocol)通信协议;三是智能调度引擎，集成了模块化服务调用机制与动态任务规划算法。其核心组件 Cangjie Agent DSL 是一种专门用于定义和管理