在开源AI领域，与大型科技公司的差距不仅仅体现在算力上。AI2（前Allen人工智能研究所）正通过一系列开创性举措缩小这一鸿沟，其最新发布的Tülu3后训练方案，让"原始"大语言模型转化为实用AI系统变得触手可及。与普遍认知不同，基础语言模型在预训练后并不能直接投入使用。事实上，后训练过程才是决定模型最终价值的关键环节。正是在这个阶段，模型从一个"无所不知"却缺乏判断力的网络，转变为具有特定功能导向的实用工具。长期以来，各大公司对后训练方案讳莫如深。虽然任何

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

在2024年世界互联网大会乌镇峰会期间，阿里巴巴集团首席执行官吴泳铭于11月21日在互联网企业家论坛上发表了主题演讲，强调了人工智能（AI）对互联网行业的深远影响。他指出，今年互联网行业最大的变化依然是 AI 技术的迅速发展。吴泳铭表示，AI最大的价值绝不仅仅是在手机上做出一两个超级App，而是推动各行各业的生产力变革。发展AI需要建设繁荣的技术、产品和市场生态。目前，已有超过30万家企业接入阿里巴巴的通义大模型，利用 AI 技术重塑代码开发、药物研发、生产制造等多

近日，aiOla 宣布推出一款开源的 AI 音频转录模型Whisper-NER ，该模型在转录过程中能够实时遮蔽敏感信息。aiOla 的新 Whisper-NER 构建在 OpenAI 的行业标准开源模型 Whisper 之上，本身是完全开源的，现在可以在 Hugging Face 和 Github 上获得，供企业、组织和个人使用、使用、适应、修改和部署。该音频转录模型具备灵活的配置选项，用户可以根据需求选择是否对敏感信息进行遮蔽。当用户选择遮蔽功能时，模型会自动识别并隐藏如个人姓名、地址、电话号码等敏感信息，有效防止在转录文本中泄露

阿里巴巴集团旗下的阿里通义智能计算实验室近日在Visual Studio Code扩展市场推出了一款AI助手工具——SmartVscode。该工具利用实验室自主研发的应用程序智能控制框架App-Controller，实现了通过自然语言直接控制VS Code的功能

在2024年世界互联网大会乌镇峰会的主论坛上，阿里巴巴集团CEO吴泳铭发表了关于公司在人工智能时代战略的演讲。吴泳铭指出，阿里巴巴致力于做好两件事:首先，不断完善人工智能基础设施和相关支撑体系;其次，坚持开源开放，与生态伙伴合作，将AI能力转化为各行各业的生产力。

近日，一款名为 Pensieve（冥想盆）的开源软件在 GitHub 热榜上引起了广泛关注。这款软件的设计灵感来源于《哈利波特》中提取和回忆记忆的神奇工具，它能够自动记录用户在电脑上的所有活动，让你随时回忆起过去所见过的信息。用户只需输入相关关键词，Pensieve 就能快速找到相关记录，极大地方便了日常生活和工作。Pensieve 的开发者表示，该软件具有隐私保护的特点，所有记录均保存在本地，用户完全控制自己的数据。与市面上其他类似软件如收费的 Rewind 和微软的 Windows Recall 相比，

英伟达近日宣布，其开源的BioNeMo™生物分子AI框架在制药领域获得广泛应用，吸引了大批制药公司、生物科技创新者和AI研究人员的关注。这一框架的推出，标志着AI辅助药物研发正式进入超算时代。作为一套专门面向生物分子研究的AI工具集，BioNeMo框架为制药行业带来了革命性突破。研究人员可以借助该框架大幅提升AI模型的运算规模，更高效地分析海量数据集，显著加快新药设计和开发进程。英伟达还推出了端到端的BioNeMo平台，将AI药物研发的全流程整合到一个统一的系统中。该平台包

法国人工智能初创公司 Mistral AI 宣布为其 Le Chat AI 助手添加了一系列新功能，包括集成的网络搜索、图像生成以及新推出的 Pixtral Large 模型。Le Chat 功能升级用户现在可以通过 Le Chat 直接访问实时网页内容，轻松获取所需的信息。同时，借助 Black Forest Labs 的 Flux Pro 模型，用户还能生成高质量的图像，满足多种创作需求。除了网络搜索和图像生成，Le Chat 还引入了一个画布界面，让用户可以在聊天窗口内直接编辑生成的内容。这一功能使得用户能够编写文档、创建演示文稿以及编辑代码，而

近日，一场别开生面的AI能力评测在《我的世界》平台上展开，吸引了大量关注。新旧两个版本的Claude3.5Sonnet在游戏中展开建筑PK，展现出明显的能力差异，新版本（暂称"Sonnet3.6"）的表现尤其亮眼。这项由开发者adi发起的测试被戏称为"唯一可靠的评测基准"。评测基准研究者Aidan McLau认为这个方法恰好满足了当前AI评测的需求，并指出审美能力与智力水平密切相关。该项目很快获得了开源社区的支持，相关代码已在GitHub上线。测试结果显示，各大模型都展现出独特的"个性":Sonnet3.6在创意性方

在人工智能的应用中，如何实现与 AI 的实时互动一直是开发者和研究人员面临的重大挑战。这其中，整合多模态信息（如文本、图像和音频）以形成一个连贯的对话系统显得尤为复杂。尽管像 GPT-4这样的先进大型语言模型取得了一些进展，但许多 AI 系统在实现实时对话流畅性、上下文意识以及多模态理解方面仍然存在困难，这限制了它们在实际应用中的效果。此外，这些模型的计算需求也使得在没有大量基础设施支持的情况下实现实时部署变得极为困难。为了解决这些问题，Fixie AI 推出

微软近期开源了一款创新型商业验证工具TinyTroupe，这款基于多代理虚拟人物模拟的项目，正在为企业提供一种全新的低成本市场验证方案。通过构建虚拟用户群体，企业可以在产品正式推出前快速获取用户反馈，大幅降低市场试错成本。TinyTroupe的核心优势在于其采用GPT-4等大型语言模型作为驱动引擎。通过设定虚拟用户的性格特征、兴趣爱好和行为模式，系统能够模拟出接近真实的用户互动场景。无论是APP测试还是广告方案评估，这些"虚拟用户"都能提供有价值的反馈意见。作为一款全能

在生成式人工智能领域，苹果的努力似乎主要集中在移动设备上，尤其是最新的 iOS18系统。然而，新的 Apple M4芯片在最新发布的 Mac Mini 和 Macbook Pro 中展现出强大的性能，使其能够有效运行目前最强大的开源基础大语言模型（LLMs），如 Meta 的 Llama-3.1405B、Nvidia 的 Nemotron70B 和 Qwen2.5Coder-32B。Exo Labs 是一家成立于2024年3月的初创公司，致力于 “民主化人工智能的访问”，其联合创始人亚历克斯・奇马（Alex Cheema）已经成功地利用多台 M4设备搭建了一个本地计算集群。他将四台 Mac Mini M4（每台售

谷歌 DeepMind 近日意外发布了 AlphaFold3的源代码和模型权重，标志着一个可能加速科学发现和药物开发的重大进展。这一消息传出仅几周后，系统的创造者 Demis Hassabis 和 John Jumper 便获得了2024年诺贝尔化学奖，以表彰他们在蛋白质结构预测方面的贡献。与前一版本 AlphaFold2相比，AlphaFold3的技术能力有了质的飞跃。AlphaFold2只能预测蛋白质的结构，而 AlphaFold3则可以建模蛋白质、DNA、RNA 及小分子之间复杂的相互作用，这是生命的基本过程。这一进展至关重要，因为理解这些分子相互作用是现代药

通义千问团队近日宣布开源其最新的Qwen2.5-Coder全系列，这一举措旨在推动Open Code LLMs的发展。Qwen2.5-Coder以其强大、多样和实用性受到关注。Qwen2.5-Coder-32B-Instruct模型在代码能力上达到了SOTA水平，与GPT-4o相当，展现出全面的能力

正文:在人工智能技术不断进步的背景下，微软近日开源了一款名为 Magentic-One 的通用 AI 代理系统，具备五级架构，能够在法律、医疗、金融、教育等多个领域中实现高度自动化的任务处理。这一创新系统的设计旨在帮助用户提高工作效率，简化复杂的日常工作任务。Magentic-One 的架构由五个智能体层级组成。首先是 Orchestrator，它负责将复杂的任务分解为多个子任务，并指导其他智能体执行这些子任务。其主要功能是任务的规划与监控，确保整体进度的顺利进行。接下来是 WebSurfer，这个智能

今日，智谱技术团队发布了其最新的视频生成模型 CogVideoX v1.5，并将其开源。这一版本是自8月以来，智谱技术团队推出的 CogVideoX 系列中的又一重要进展。据了解，此次更新大幅提升了视频生成能力，包括支持5秒和10秒的视频长度、768P 的分辨率以及16帧的生成能力。同时，I2V（图像到视频）模型也支持任意尺寸比例，进一步增强了复杂语义的理解能力。CogVideoX v1.5包含两个主要模型:CogVideoX v1.5-5B 和 CogVideoX v1.5-5B-I2V，旨在为开发者提供更强大的视频生成工具。更值得关注的是，CogVideoX v1.5将

北京智谱华章科技有限公司宣布，其旗下的CogVideoX系列模型推出了最新版本——CogVideoX v1.5，并已对外开源。自8月初发布以来，该系列模型凭借其行业领先的技术和深受开发者喜爱的特性，已经成为视频生成领域的佼佼者。新版本CogVideoX v1.5在原有基础上进行了显著升级，包括增强了视频生成能力，现在支持5/10秒、768P、16帧的视频生成，并且I2V模型能够支持任意尺寸比例，大幅提升了图生视频的质量和复杂语义理解。

Stability AI近日推出了其最新的深度学习文本到图像生成模型 ——Stable Diffusion3.5。这一版本包括三种改进的开源模型，旨在满足不同用户的需求，包括研究人员、企业客户和爱好者。其中，Stable Diffusion3.5Large 是整个系列中最强大的模型，参数高达81亿。该模型以其卓越的图像质量和对提示的高度响应能力，成为专业用户的理想选择，能够生成分辨率达到1兆像素的高质量图像。此外，Stable Diffusion3.5Large Turbo 是 Stable Diffusion3.5Large 的简化版。它在生成高质量图像的同时，极大地提升了速度，仅

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