近日，于旧金山的初创公司 Wordware 宣布完成3000万美元的种子轮融资，此轮融资由 Spark Capital 领投。这一投资规模是 Y Combinator 历史上最大的首次投资之一。Wordware 旨在通过其自然语言平台，简化人工智能的开发过程，使非程序员也能轻松构建 AI 智能体。Wordware 的核心产品是一个全栈操作系统，用户可以通过自然语言创建复杂的 AI 智能体，而不需要传统的编程技能。公司已经吸引了数十万用户，其中包括 Instacart 和 Runway 等企业客户。Wordware 认为，未来的 AI 开发将由行业专家主导，而非仅

英伟达公司在人工智能领域的领导地位毋庸置疑，近期，该公司发布的季度财报显示，英伟达在上一季度售出了价值310亿美元的 AI 系统。作为公司的联合创始人及首席执行官黄仁勋最近在一次与华尔街分析师的交流中，强调了人工智能在各行各业的重要应用。在这次交流中，黄仁勋提到了谷歌的 Notebook LM 工具，他表示自己 “非常频繁地使用” 这个 AI 工具。Notebook LM 是一款用户可以上传文档的 AI 工具，能够生成文档内容的摘要，建议用户提出问题，与用户进行关于文档的对话，并能将内

近日，谷歌和 OpenAI 之间的竞争再次升温。在新版 GPT-4o 刚刚登顶 AI 竞技榜后仅一天，谷歌便推出了最新的试验版模型 Gemini-Exp-1121，迅速夺回了冠军宝座。就在一周前，谷歌刚发布了 Gemini-Exp-1114，这似乎表明谷歌对 OpenAI 的动态反应非常迅速。谷歌 DeepMind 的首席科学家 Jack Rae 对此表示，这是一场 “闪电战”，暗示着后期训练的迭代速度比预训练更为迅速。根据官方信息，Gemini-Exp-1121在多个方面进行了显著提升，主要体现在代码能力、推理能力和视觉理解能力的增强。此外，该模型在复杂

近日，华盛顿大学的研究团队发布了一个名为 SAMURAI 的新型视觉追踪模型。该模型基于沿的 Segment Anything Model2（SAM2），旨在解决在复杂场景中进行视觉对象追踪时所遇到的挑战，尤其是在处理快速移动和自遮挡物体时。SAM2在物体分割任务中表现出色，但在视觉追踪方面却存在一些限制。例如，在拥挤的场景中，固定窗口的记忆方式未能考虑到所选记忆的质量，这可能导致错误在视频序列中不断传播。为了解决这一问题，研究团队提出了 SAMURAI，通过引入时间运动线索以及运动感知记忆选择

亚马逊近日宣布将向 AI 研究领域注入1.1亿美元的资金，以支持开发其自主设计的 Trainium 芯片。这一举措旨在降低亚马逊对 Nvidia 的依赖，并推动自家云计算平台 AWS 的技术进步。图源备注:图片由AI生成，图片授权服务商MidjourneyTrainium 是一款为深度学习训练和推理任务量身定制的机器学习芯片，亚马逊希望通过这一投资，鼓励学术界利用 Trainium 芯片进行新型 AI 架构、机器学习库和性能提升的研究。这一计划名为 “Build on Trainium”，将为大学研究人员提供利用 Trainium 进行大规模分布式计算的

Crusoe Energy 是一家初创公司，专注于为 Oracle、Microsoft 和 OpenAI 等大企业建设数据中心。近日，该公司向美国证券交易委员会（SEC）提交了一份文件，显示其正在进行一轮总额818百万美元的融资，其中已有686百万美元到账。这轮融资吸引了70位投资者的参与。图源备注:图片由AI生成，图片授权服务商Midjourney据报道，今年早些时候，Crusoe 与彼得・蒂尔的创始人基金（Founders Fund）进行了大约5亿美元融资的谈判，得到了 Felicis Ventures 的参与。由于投资者对更大融资额度的兴趣，该公司预计将以高

OpenAI 宣布对其旗舰模型 GPT-4o 进行了重大升级，进一步提升了其在推理、跨媒体和对话能力等方面的表现。此次更新被称为 ChatGPT-4o（20241120），旨在为用户提供更自然、引人入胜的文本生成体验。在升级之前，OpenAI 对 GPT-4o 进行了严格的性能测试，这一过程在一个名为 “Chatbot Arena” 的大型语言模型（LLM）评估平台上进行。通过与其他模型进行对比，用户们在不知道模型名称的情况下，使用两个模型进行对话，最终 GPT-4o 在各项指标中脱颖而出，位列第一，超越了 Gemini-Exp-1114。此外，Open

近日，据彭博社的消息，苹果公司正在开发一款新的语音助手 Siri，这款助手将采用先进的大型语言模型（LLMs）技术，以实现更自然的对话体验。苹果此举意在缩小与竞争对手之间的差距，近年来，像谷歌的 Gemini Live 这样的产品在对话能力上已经展现出了更高的自然性。根据消息来源，新的 Siri 助手将完全取代目前用户使用的 Siri 界面，计划于2026年春季发布。新助手将具备与现有 Siri 相同的功能，能够访问用户的个人信息和应用程序，其对话能力可能与 OpenAI 的高级语音模式相似。在新版

近日，OpenAI 与非营利组织 Common Sense Media 联合推出了一项免费的人工智能（AI）培训课程，旨在帮助教师掌握 AI 技术和提示工程的知识。这一新举措于周三正式发布，目标是为教育工作者提供将 AI 工具有效且负责任地融入课堂的技能与资源。图源备注:图片由AI生成，图片授权服务商Midjourney随着 ChatGPT 等 AI 工具在学生和教师中的广泛应用，教育领域正在经历着一场变革。然而，这种转变也带来了诸多担忧，例如学生可能利用 AI 进行作弊和抄袭。因此，这个培训课程的推出显得尤为重要。该

近日，谷歌宣布其基于人工智能的模糊测试工具 OSS-Fuzz 成功发现了26个开源代码库中的漏洞，其中包括 OpenSSL 加密库中的一个中等严重性漏洞。谷歌的开源安全团队在一篇分享的博客文章中表示:“这些漏洞的发现标志着自动化漏洞检测的新里程碑:每个漏洞都是通过 AI 生成和增强的模糊测试目标找到的。”图源备注:图片由AI生成，图片授权服务商Midjourney此次发现的 OpenSSL 漏洞编号为 CVE-2024-9143（CVSS 评分为4.3），其表现为一个越界内存写入错误，可能导致应用程序崩溃或远程代码执行。该

中国私募巨头幻方量化旗下的 DeepSeek，近日发布了其最新的推理专注型大型语言模型 R1-Lite-Preview。该模型目前仅通过 DeepSeek Chat 这一网页聊天机器人平台提供给公众使用。 DeepSeek 以其在开源 AI 生态系统中的创新贡献而闻名，这次的新发布旨在为公众带来高水平的推理能力，同时保持对可访问性和透明性的承诺。尽管 R1-Lite-Preview 目前仅在聊天应用中可用，但它已凭借接近甚至超过 OpenAI 近期发布的 o1-preview 模型的性能引起了广泛关注。 R1-Lite-Preview 采用 “链式思维” 推理，能够展示其在

近日，初创企业 ProRata.ai 宣布其最新估值达到了1.3亿美元。该公司致力于为新闻出版行业提供内容付费解决方案，并已与包括《卫报》和《每日邮报》在内的多家英国主流出版商达成了许可协议。这些协议将确保出版商能获得他们所提供内容的合理支付，从而为他们的数字化转型提供了支持。图源备注:图片由AI生成，图片授权服务商MidjourneyProRata.ai 的业务模式主要围绕人工智能技术展开，旨在帮助出版商管理和优化内容的分发与付费机制。随着数字媒体的崛起，传统出版商面临着越来越多

在经历了一段时间的期待后，人工智能机器人公司 Figure 与德国汽车巨头宝马的合作终于迎来了重大进展。Figure02人形机器人在生产线上的性能得到了显著提升，现如今的速度提高了400%，成功率更是提升了七倍。 Figure 公司发布了一段新视频，展示了 Figure02的强大功能。Figure 创始兼首席执行官布雷德・阿德科克（Bred Adcock）表示，机器人每天可以完成多达1000次的操作。他提到:“随着我们部署更多机器人，收集更多数据并改进我们的人工智能模型，这一数字还会继续上升。”视频中，机器人

近日，OpenAI 首席执行官山姆・阿尔特曼（Sam Altman）正在积极推动一轮高达1.5亿美元的融资，以支持半导体初创公司 RainAI。这一举措的目标是向 NVIDIA（英伟达）发起挑战，意在抢占人工智能硬件市场的份额。RainAI 在此次融资中的估值已经上升至6亿美元，显示出其在高性能和节能半导体领域的日益增长的影响力。图源备注：图片由AI生成，图片授权服务商Midjourney阿尔特曼在2022年 RainAI 的首次2500万美元融资中已是主要投资者，这次的再次投资也反映了他对公司未来潜力的信心。RainAI 最近吸

Facebook 母公司 Meta 计划在路易斯安那州北部投资数十亿美元，建设一座人工智能数据中心。该项目预计将创造300到500个工作岗位，并有助于提升路易斯安那州在关键技术基础设施方面的地位。根据提交给州监管机构的申请，一家未具名的公司计划在 Richland Parish 的 Holly Ridge 附近建设一个 “大规模且具有经济转型潜力的设施”。图源备注:图片由AI生成，图片授权服务商Midjourney近期，经济发展官员和监管机构透露，这个项目实际上是一个数据中心。两位未获授权公开发言的消息人士表示，该

近期，一项新的研究方法揭示了 AI 模型在学习过程中潜在的能力，超出了人们之前的预期。研究人员通过分析 AI 模型在 “概念空间” 中的学习动态，发现了如何让 AI 系统更好地理解和生成图像。图源备注:图片由AI生成，图片授权服务商Midjourney“概念空间” 是一种抽象的坐标系统，能够表示训练数据中每个独立概念的特点，比如物体的形状、颜色或大小。研究者表示，通过在这个空间中描述学习动态，可以揭示出概念学习的速度，以及学习顺序受数据属性的影响，这一属性被称为 “概

OpenAI 宣布，将其 ChatGPT 的高级语音模式功能扩展至网页版本，用户可以直接在浏览器中与 AI 聊天机器人进行对话。此次网页版的推出，标志着在 iOS 和 Android 应用程序中首次推出的高级语音模式功能的延续。新功能的推出将首先面向 ChatGPT 的付费用户，包括 Plus、Enterprise、Teams 和 Edu 订阅者。用户需通过相应的订阅服务才能体验这一新功能。高级语音模式利用 OpenAI 的 GPT-4o 的原生音频能力，能够实现更自然的实时对话。这一功能使得 ChatGPT 不仅能理解用户的语言，还能感知非语言信号，比

在于11月17日至22日举行的国际高性能计算、网络、存储与分析大会（SC24）上，戴尔正式推出了一系列新产品和服务，旨在帮助企业克服在采用生成式 AI 和大型语言模型(LLM)过程中遇到的挑战。戴尔基础设施和电信产品营销高级副总裁 Varun Chhabra 表示，目前企业在应用 AI 时面临的主要问题包括数据质量、成本、能源消耗和可持续性。分析师 Dave Vellante 指出，企业需要有效利用自己的数据，以在竞争激烈的数字环境中保持优势。戴尔的 AI 基础设施、解决方案及服务正是为了满足这种需求而推

近日，北京大学等科研团队宣布发布了一款名为 LLaVA-o1的多模态开源模型，据称这是首个能够进行自发、系统推理的视觉语言模型，堪比 GPT-o1。该模型在六个具有挑战性的多模态基准测试中表现优异，其11B 参数的版本超越了其他竞争者，如 Gemini-1.5-pro、GPT-4o-mini 和 Llama-3.2-90B-Vision-Instruct。LLaVA-o1基于 Llama-3.2-Vision 模型，采用了 “慢思考” 推理机制，能够自主进行更加复杂的推理过程，超越了传统的思维链提示方法。在多模态推理基准测试中，LLaVA-o1的表现超出了其基础模型8.9%。该模型的

近日，随着埃隆・马斯克对山姆・阿尔特曼提起诉讼，早期的 OpenAI 内部邮件曝光，引发了对公司创始人之间权力斗争的广泛关注。在邮件中，OpenAI 的联合创始人伊利亚・苏茨克维尔（Ilya Sutskever）对马斯克在控制人工智能方面的强烈渴望表达了深刻的担忧。图源备注:图片由AI生成，图片授权服务商Midjourney苏茨克维尔在2017年9月给马斯克和阿尔特曼写的一封邮件中指出，马斯克的控制欲可能会对未来的人类级别人工智能（AGI）带来潜在威胁。他在邮件中强调，“目前的结构为你提供了一条