Meta AI近日重磅开源了名为SPIRIT LM的基础多模态语言模型，该模型能够自由混合文本和语音，为音频和文本的多模态任务打开了新的可能性。SPIRIT LM基于一个70亿参数的预训练文本语言模型，通过在文本和语音单元上进行持续训练，扩展到语音模态。它可以像文本大模型一样理解和生成文本，同时还能理解和生成语音，甚至可以把文本和语音混合在一起，创造出各种神奇的效果! 比如，你可以用它来做语音识别，把语音转换成文字;也可以用它来做语音合成，把文字转换成语音;还可以用它来做

在今年的三星开发者大会上，三星正式发布了全新 Gauss2AI 模型，标志着其在人工智能领域的又一次重大进步。Gauss2在性能和效率上全面升级，应用范围从智能手机到家用电器，覆盖了多种智能设备。Gauss2具备多模态能力，可以同时处理图像、文本和代码，使人工智能更好地融入各类设备生态中。三星为其开发了三种版本，分别为 Compact、Balanced 和 Supreme，以满足不同使用场景:Compact 模型:可在离线设备上运行，适合无网络环境的应用。Balanced 模型:在需要时使用在线资源，兼顾性能与效率。S

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

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

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

随着人工智能（AI）技术在工业领域的迅猛发展，专家们指出，优质数据和数据治理将比生成性技术更为重要。到2025年，企业在采用 AI 时，必须更加重视可扩展和灵活的解决方案，而不是单纯依赖生成性 AI(GenAI)。图源备注:图片由AI生成，图片授权服务商Midjourney根据 Qlik 公司的分析师，充分发挥 AI 潜力的关键在于企业投资于高质量、实时的数据，并建立开放的平台，以便在不同生态系统之间实现无缝集成。尽管大型语言模型（LLMs）在数据提取方面具有一定影响力，但许多企业在使用自身

百度昨日公布了其2024年第三季度的财务报告，显示总营收达到336亿元人民币，较去年同期下降了3%。在净利润方面，归属于百度的净利润为76亿元人民币，而按非美国通用会计准则计算的净利润则为59亿元人民币。在随后的财报电话会议中，百度的高层管理人员，包括董事长兼CEO李彦宏、移动生态事业群总裁罗戎、智能云事业群总裁沈抖以及代理CFO何俊杰，对财报要点进行了详细解读，并回答了分析师的提问。

在今日举行的2024年世界互联网大会乌镇峰会上，荣耀 CEO 赵明发表了关于手机未来发展的展望。他表示，预计到2027年，手机将能够搭载具有千亿参数的大型 AI 模型。这一进展将使得手机能够学习、理解并预测用户的行为和意图，进而为用户提供更加个性化的生活与工作安排。图源备注：图片由AI生成，图片授权服务商Midjourney目前市场上已有多款手机搭载了规模在几十亿至百亿参数之间的 AI 模型。而荣耀公司今年10月刚发布的 MagicOS9.0操作系统，标志着智能手机领域的一次重大升级。赵明指

搜狗输入法12.0版本近日迎来了智慧升级，推出了一系列新功能，此次更新的核心亮点包括AI搜索、AI快查、AI陪伴、魔术手势以及全新视觉设计。在AI搜索方面，搜狗输入法12.0版本通过与腾讯混元大模型的合作，实现了边输入边搜索的功能。用户只需点击放大镜图标，即可快速获取搜索结果，大大提高了搜索效率。此外，PC端用户可以通过“等号划词”功能快速获取信息，提升了工作和学习效率。

​百度公司今日公布了其2024年第三季度的财务报告，数据显示，该公司在截至9月30日的三个月内总营收达到336亿元人民币，较去年同期下降了3%。在净利润方面，归属于百度的净利润为76亿元人民币，而按照非美国通用会计准则计算的净利润则为59亿元人民币。

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

2016 年的《精灵宝可梦Go》曾被视为最纯真的游戏体验，鼓励玩家漫步社区、结识陌生人。而到了 2024 年，这款游戏却悄然变身为一个惊人的地理空间人工智能训练场。Niantic开发团队近期披露了一个惊人秘密：多年来，数百万玩家在玩游戏的同时，实际上一直在帮助训练一个庞大的地理空间人工智能系统。这个被称为视觉定位系统（VPS）的技术，正在通过玩家的日常游戏行为，帮助AI学习复杂的三维空间信息。最巧妙的是，这个过程几乎是无感知的。就像互联网文本训练ChatGPT一样，玩家在

Meta 公司于近日宣布成立一个新的商业 AI 部门，由技术资深人士 Clara Shih 担任负责人。这个新部门旨在将 Meta 的人工智能技术推广到各类企业，帮助它们提升运营效率和业务能力。Meta 已经通过其社交平台与企业建立了广泛的联系，每月有2亿家企业通过 Facebook、Instagram 和 WhatsApp 进行业务沟通。Meta 的开放源码 Llama 语言模型已经获得超过6亿次下载，而其 Meta AI 助手每月活跃用户超过5亿。此次成立的商业 AI 部门是 Meta 首次大规模地将其 AI 技术和专业知识转向专门的商业服务领域。虽然 Meta

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

巴黎初创公司 H，由前谷歌员工创立，去年夏天在未发布任何产品的情况下，便获得了2.2亿美元的种子轮融资，震惊业界。然而，在融资后不久，该公司却因 “运营和业务分歧” 而三位创始人离职，令人担忧其前景。但 H 公司并没有被困难击倒，近日宣布推出其首款产品 Runner H，这是一款针对企业和开发者的 “智能代理” 人工智能，旨在处理质量保证和流程自动化等任务。Runner H 建立在该公司的专有 “紧凑型” 大语言模型（LLM）之上，参数仅有20亿。H 公司已在其官网上设立了 Runner H 的

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

快手科技在2024年第三季度的业绩公告中宣布，公司第三季度的营收达到311.3亿元人民币，同比增长11.4%，超出市场预期的310.3亿元。经调整净利润为39亿元，同比增长24.4%，显示出公司的强劲增长势头。在业绩电话会上，快手科技创始人兼首席执行官程一笑分享了公司在人工智能大模型领域的最新进展。

阿里云百炼平台近日宣布上线了Qwen2.5-Turbo百万长文本模型，Qwen2.5-Turbo模型由通义千问团队开发，支持处理高达100万tokens的超长上下文，相当于100万个英文单词或150万个汉字。

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。