Meta近日宣布，已聘请前Salesforce人工智能负责人施崇棠，组建并领导一个新的商业AI团队。施崇棠周二在领英上发文称，这一团队旨在为使用Meta旗下应用（如Instagram、Facebook和WhatsApp）的企业打造AI工具，助力企业在AI时代取得成功。 Meta证实了施崇棠的任命，并表示新团队将专注于为数百万广告商和内容创作者提供AI产品。施崇棠在声明中提到，目标是让每个企业都能通过尖端AI工具掌握未来。 目前尚未公布具体工具内容，但外界推测，这些工具可能包括AI生成广告或创意内容的功能。Meta已

自然语言到 SQL（NL2SQL）技术正在快速发展，成为自然语言处理(NLP)领域的一项重要创新。该技术使得用户能够将自然语言查询转化为结构化查询语言(SQL)语句，这一进步极大地方便了缺乏技术背景的用户与复杂数据库之间的交互，从而获取有价值的信息。NL2SQL 技术不仅为各行业的大型数据库探索打开了新大门，还提升了工作效率和决策能力。然而，NL2SQL 的实现过程中，查询准确性与适应性之间存在一定的权衡。一些方法在生成 SQL 查询时，既无法保证准确性，也难以适应不同类型的数据库

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

深度学习的快速发展离不开规模化的数据集、模型和计算量。在自然语言处理和计算机视觉领域，研究人员已经发现了模型性能与数据规模之间存在幂律关系。然而，机器人领域，特别是机器人操控领域，尚未建立起类似的规模化规律。清华大学的研究团队最近发表了一篇论文，探讨了机器人模仿学习中的数据规模化规律，并提出了一种高效的数据收集策略，仅用一个下午的时间就收集了足够的数据，使得策略能够在新环境和新物体上实现约90% 的成功率。研究人员将泛化能力分为环境泛化

近日，全球知名的扫地机器人制造商 iRobot 宣布将裁减约105名员工，此次裁员占其现有员工总数的16%。这一消息是在公司发布的财报中披露的，iRobot 的 CEO 加里・科亨（Gary Cohen）在财报电话会议中表示，这一举措虽然具有挑战性，但从根本上改变了公司与合作伙伴之间的工作方式，使得机器人研发和生产的效率得以提升。科亨强调，iRobot 已经采用了运营模式，这一模式不仅能够大幅提高新产品的开发数量，还能在成本和资源使用上实现显著降低。2024年，iRobot 推出了多款新产品，其中包括

据智能涌现消息，近日美团原联合创始人王慧文宣布回归，带队探索AI应用。王慧文所在的美团AI团队被称为GN06，目前的主要业务方向包括情感陪伴、聊天机器人等。团队为候选人提供“没有边界的AI尝试机会”。据了解，GN06由王慧文直管，并不归属任何一个事业群。GN06在美团中的状态相对独立，专注于探索主营业务之外的方向。GN06的主要产品之一，是在2023年11月上线的AI情感陪伴产品Wow。Wow是美团发布的第一个独立AI应用，用户可以自由定制角色形象、性格和音色，在AI社区中进行互动。

据36氪消息，原美团联合创始人王慧文正式回归美团，并担任 AI 团队的负责人，致力于探索人工智能的应用。这一团队被称为 GN06，主要集中在情感陪伴、聊天机器人等领域。王慧文将在团队内部担任重要角色，负责面试和把关产品与运营职位的招聘。报道称，GN06团队的工作状态相对独立，并不隶属于美团的任何事业群。这使得他们能够专注于开发主营业务之外的新方向，与美团现有的 AI 团队保持独立性。GN06目前的一个核心产品是 AI 情感陪伴应用 Wow，用户可以通过该应用自由定制角色的

近日，来自多家中国科研机构的研究团队重磅发布了名为Infinity-MM的超大规模多模态数据集，并基于该数据集训练出了一个性能卓越的AI模型Aquila-VL-2B。这一突破为多模态AI发展注入了新动力。Infinity-MM数据集规模惊人，共包含四大类数据:1000万条图像描述、2440万条通用视觉指令数据、600万条精选高质量指令数据，以及300万条由GPT-4等AI模型生成的数据。研究团队采用开源AI模型RAM++进行图像分析和信息提取，并通过独特的六大类分类系统确保生成数据的质量和多样性。图源备注：图片由AI生成

近日，来自多家中国机构的研究团队成功创建了 “Infinity-MM” 数据集，这是目前最大规模的公开多模态 AI 数据集之一，同时训练出了一款性能卓越的小型新模型 ——Aquila-VL-2B。该数据集主要包含四大类数据:1000万条图像描述、2440万条一般视觉指令数据、600万条精选高质量指令数据，以及300万条由 GPT-4和其他 AI 模型生成的数据。在生成方面，研究团队利用现有的开源 AI 模型。首先，RAM++ 模型分析图像并提取重要信息，随后生成相关问题和答案。此外，团队还构建了一种特殊的分类系统，

华特迪士尼公司正在探索其电影、电视和主题公园部门的应用，目前正在组建一个新团队来协调公司对人工智能和混合现实等新兴技术的使用。新成立的技术支持办公室将由杰米·沃里斯 （Jamie Voris） 领导，他是迪士尼电影制片厂的首席技术官，曾负责开发适用于 Apple Vision Pro 混合现实设备的迪士尼应用程序。埃迪·德雷克 (Eddie Drake) 将接替沃里斯担任该制片厂的首席技术官。迪士尼娱乐联席主席艾伦·伯格曼表示，人工智能和混合现实的进步速度和范围是深远的，将在未来几年继续影响消

最近，OpenAI 再传离职消息，安全政策顾问及 AGI 准备团队负责人米尔・布伦达奇（Miles Brundage）宣布将离开公司，并透露他所领导的团队也将解散，成员将被重新分配到其他部门。布伦达奇在社交媒体平台 X 上发布了一篇文章，详细解释了自己的决定。他表示，离开 OpenAI 的原因主要是想要拥有更多的独立性和发表研究的自由。值得注意的是，布伦达奇并不是唯一一位高层离职的安全研究者。早在今年5月，OpenAI 就解散了其超级对齐团队，这个团队主要负责人工超级智能的风险评估。此后，

日前， Zoom 发布了他们的新一代 AI 助手 ——Zoom AI Companion2.0。这个全新的助手在提高工作效率方面可谓是大有作为，帮助用户更好地管理日常工作，全面提升团队协作的体验。AI Companion2.0不仅可以提供重要信息，还能帮助用户抓住最重要的事情，转化互动为具体的行动计划，助力大家更高效地完成工作任务。Zoom 的产品负责人 Jeff Smith 表示，他们对 AI Companion 能在工作日内提升生产力感到非常兴奋。通过新功能，AI 助手能够让用户在会议中获得即时帮助，比如问问 “这个缩写是什么意思?”

在构建以人工智能为核心的未来时，Gusto的联合创始人兼技术负责人Edward Kim提出了一个与众不同的观点。他认为，削减现有团队并雇佣一批经过特别训练的AI工程师并不是正确的做法。Kim在与TechCrunch的一次访谈中表示，非技术团队成员可能比普通工程师更了解客户可能遇到的情况和困惑，这使得他们更有资格指导应该在AI工具中构建哪些功能。Gusto的方法是让其客户体验团队的非技术成员编写“配方”，这些“配方”指导其AI助手Gus（上个月宣布）与客户的互动方式。Kim还提到，公司发现“

最近，谷歌在一份公告中宣布系列重要的领导层变动和团队结构调整。这些变化主要集中在公司的知识与信息（K&I）团队和 Gemini 团队。谷歌的首席执行官桑达尔・皮查伊（Sundar Pichai）宣布，Nick Fox 将接替 Prabhakar Raghavan，成为 K&I 团队的新负责人。K&I 团队负责谷歌的搜索、广告、地理和商务产品。Raghavan 则将转任谷歌的首席技术官，与皮查伊及其他领导团队合作，为公司的技术发展提供方向和支持。在 Raghavan 的带领下，K&I 团队在人工智能领域取得了显著的进展。他们推出了搜索中的 AI 概

最近，Meta、加州大学伯克利分校和纽约大学的科学家们合作研发了一种新技术，名为 “思维偏好优化”（Thought Preference Optimization，简称 TPO）。这项技术的目标是提升大型语言模型(LLMs)在执行各种任务时的表现，让 AI 在回答之前更加仔细地考虑自己的反应。研究人员表示，“思考” 应该具有广泛的实用性。比如，在创意写作任务中，AI 可以利用内在的思维过程来规划整体结构和角色发展。这种方法与以往的 “链式思考”（Chain-of-Thought，CoT）提示技术有显著不同。后者主要应用于数学和

最近，苹果公司的研究人员对大语言模型（LLM）的数学推理能力进行了深入研究，推出了一项名为 GSM-Symbolic 的新基准测试。这个新基准测试是在 GSM8K 的基础上发展的，后者主要用于评估基础数学能力。虽然许多 LLM 在 GSM8K 上的表现有所提升，但科学界对这些模型的推理能力仍然存有疑问，认为现有的评估指标可能无法全面反映它们的真实能力。研究发现，LLM 通常依赖于概率模式匹配，而非真正的逻辑推理，导致它们对输入的小变化非常敏感。在这项新研究中，研究人员使用符号模板生成

最近AI圈子发生了一件怪事，就像一个吃播博主突然开始吃自己做的菜，而且越吃越上瘾，菜也越来越难吃。这事儿说起来还挺吓人，专业的术语叫模型崩溃（model collapse）。模型崩溃是啥?简单来说，就是AI模型在训练过程中，如果大量使用自己生成的数据，就会陷入一个恶性循环，导致模型生成的质量越来越差，最终完犊子。这就像一个封闭的生态系统，AI模型就是这个系统里的唯一生物，它生产的食物就是数据。一开始，它还能找到一些天然的食材（真实数据），但随着时间的推移，它

一直以来，我们都梦想着拥有像人类一样聪明的机器人，能帮我们做家务，能陪我们聊天，甚至能像钢铁侠的贾维斯一样无所不能。但是，理想很丰满，现实很骨感。教会机器人做事，可不是拍拍脑袋就能搞定的，那难度堪比教女朋友讲道理，费劲还不一定有效果。为什么呢?因为现实世界太复杂了，充满各种意外和变化。你想想，连你教女朋友一个简单的道理都得费尽口舌，更何况是教一个没有人类思维的机器人呢?传统的机器人训练方法，要么成本太高，需要在现实世界中反复试验，还

在人工智能的世界里，机器学习模型尤其是大型语言模型（LLMs）的推理能力一直是科学家们关注的焦点。最近，苹果公司的AI研究团队发表了一篇论文，题为《理解大型语言模型在数学推理上的局限性》，为我们揭开了这些模型在处理逻辑问题时的局限性。论文中，研究者们通过一个简单的数学问题来展示这一点。他们首先提出了一个关于奥利弗摘猕猴桃的问题:如下所示:奥利弗星期五摘了44颗猕猴桃。星期六他又摘了58颗猕猴桃。星期天他摘的猕猴桃数量是星期五的两倍。奥利弗一共有多

根据 OReilly 的《2024年安全状况》报告，安全团队在人工智能 （AI） 和云实施方面存在巨大的技能差距。报告显示，近39% 的安全团队受访者表示，云计算是一个需要更多技能但很难找到的领域。云安全是一个复杂的领域，需要采用访问控制和最小特权等概念，并将它们应用于云供应商提供的 API 进行控制。任何服务中的错误都可能危及整个基础设施，因此基础设施即代码成为关键。“云安全需要采用访问控制和最小特权等概念，并将它们应用于您永远看不到的服务器和服务，并且只能通过