据《金融时报》报道，知名防务科技公司 Palantir 以及 Palmer Luckey 创办的 Anduril 正在与 SpaceX 和 OpenAI 等科技企业进行洽谈，计划组建一个联盟，竞标美国政府的国防合同。这个联盟的目标是打破传统的 “首席” 承包商在国防领域的垄断，主要对抗洛克希德・马丁、雷神和波音等公司。根据美国国防部2023财政年度的报告，洛克希德・马丁获得了614亿美元的合同，雷神（现名 RTX）获得241亿美元，波音则获得了201亿美元。在2021年，洛克希德・马丁71% 的收入来自美国政府合同，而雷神和波音的

近日，IBM 宣布推出其开源语言模型 Granite 的3.1版本，此次更新带来了诸多重要改进。新版本的模型经过重新设计，采用了更加密集的架构，能够一次处理多达128，000个令牌。这一更新意味着 Granite 在处理复杂文本和任务时的能力得到了显著增强。Granite3.1版本的模型经过了12种语言和116种编程语言的数据集训练，总共处理了12万亿个令牌。这使得模型在语言理解和生成方面的表现更加出色，能够更好地满足用户的需求。IBM 表示，这些新模型在回答使用外部数据的问题（RAG）、从非结构化文本

近期，多家媒体报道称，苹果正致力于扩展其智能家居生态系统，通过推出壁挂式智能家居中心等新产品加深与消费者家庭的联系。苹果的这一战略可能还包括一款基于 FaceID 技术的智能门铃。这款智能门铃预计可通过 FaceID 技术在人靠近时扫描面部，与家中的无线门锁连接，实现自动解锁功能，为用户带来更便捷的出入体验。据悉，该产品可能会与支持 Apple HomeKit 的第三方门锁兼容，也可能通过与特定锁具制造商合作推出一体化解决方案。不过，该门铃目前仍处于早期开发阶段，最快也要

阿布扎比技术创新研究院（TII）发布新一代开源AI模型Falcon3，凭借14万亿token的训练量和优化的架构设计，在消费级硬件上的性能表现创下新纪录。这一训练规模是其前代产品Falcon2的两倍有余。Falcon3系列共推出四种规格:1B、3B、7B和10B，每种规格均提供基础版和针对对话优化的Instruct版本。尽管专门提供英语、法语、西班牙语和葡萄牙语版本，但各型号都能处理大多数常用语言。在Hugging Face的第三方语言模型评测中，Falcon3击败了包括Meta的Llama-3.1-8B、Qwen2.5-7B、Mistral的NeMo-12B和谷歌的Gemma2-9B在

北京图森未来科技有限公司于2024年12月17日正式发布了其首款“图生视频”大模型——“Ruyi”，并将Ruyi-Mini-7B版本开源，以便用户从huggingface平台下载使用。图森未来成立于2015年，总部位于美国加利福尼亚州圣迭戈，专注于AI技术在多个行业的应用，包括动画游戏和交通运输行业。

近日，NVIDIA 推出了新一代开放视觉语言模型 ——NVILA。该旨在优化准确性和效率，凭借出色的性能，成为视觉 AI 领域的佼者。根据 NVIDIA 的介绍，NVILA 在训练成本上降低了4.5倍微调所需内存减少了3.4倍，并且在预填充和解码的延迟上几乎降低了2倍。这些数据是与另一种大型视觉模型 LLaVa OneVision 进行比较得出的。在视频基准测试中，NVILA 的表现超过了 GPT4o Mini，并且在与 GPT4o、Sonnet3.5和 Gemini1.5Pro 的比较中也表现出色。此外，NVILA 还在与 Llama3.2的对比中取得了微弱胜利。尽管如此，NVIDIA 表

在年初，关于生成式人工智能如何干扰全球选举、传播宣传和虚假信息的担忧广泛存在。然而，Meta 近日发布的报告显示，这些担忧并没有在其平台上实现。Meta 表示，在 Facebook、Instagram 和 Threads 等社交平台上，生成式人工智能对选举相关信息的影响极为有限。图源备注：图片由AI生成，图片授权服务商Midjourney根据 Meta 的研究，报告涵盖了多个国家和地区的重大选举，包括美国、孟加拉国、印度尼西亚、印度、巴基斯坦、欧盟议会、法国、英国、南非、墨西哥和巴西。Meta 指出，虽然在选举

本周，阿里云通义万相团队推出了全新的图像编辑模型ACE，旨在为用户提供更加便捷、智能的图片生成与编辑服务。用户仅需通过简单的口语化指令，就能生成或修改图片，极大简化了图像编辑的复杂度。该工具支持广泛应用场景，包括风格化写真、分镜制作、室内设计等。ACE模型不仅支持文本生成图像（文生图），还具备强大的图像编辑功能。用户可以通过对话的方式进行可控视觉编辑、元素修改、区域重绘、分层编辑等任务。例如，用户只需输入“修改证件照背景”或“一键去除水印

最近，社交媒体平台 Bluesky 面临了一次重大的数据抓取事件。一位机器学习图书管理员丹尼尔・范斯特林（Daniel van Strien）从 Bluesky 的 API 接口上抓取了超过一百万条公开的用户帖子，并将这些数据上传至 AI 公司 Hugging Face。该数据集包含了用户的去中心化标识符（DID）以及一系列可以搜索特定用户内容的功能。范斯特林表示，这个数据集的主要目的是用于语言模型和自然语言处理的开发，此外还包括社交媒体趋势分析、内容审核及发布模式的研究。这项数据抓取行动引发了广泛关注，因为

Teuken-7B，一款拥有 70 亿个参数的语言模型，现已在 Hugging Face 上推出，支持所有 24 种欧盟官方语言。该模型由欧盟 OpenGPT-X 研究项目开发，并可作为开源项目供用户使用。与大多数以英语为核心的 AI 语言模型不同，Teuken-7B 是从零开始构建的，约一半的训练数据来源于非英语的欧洲语言。图源备注：图片由AI生成，图片授权服务商Midjourney开发团队表示，Teuken-7B 在所有训练过的语言中都表现出色，尤其是在处理非英语语言时，其可靠性令人印象深刻。为衡量语言模型在欧洲语言中的表现，项

近年来，机器学习模型在视觉和语言任务方面的应用需求日益增长，但大多数模型都需要庞大的计算资源，无法在个人设备上高效运行。尤其是像笔记本电脑、消费级 GPU 和移动设备等小型设备，在处理视觉语言任务时面临巨大的挑战。以 Qwen2-VL 为例，虽然其性能卓越，但对硬件的要求较高，限制了其在实时应用中的可用性。因此，开发出轻量化模型以便于在较低资源下运行，成为了一项重要需求。Hugging Face 近期发布了 SmolVLM，这是一款专门为设备端推理设计的2B 参数视觉语言模型。SmolV

近期，谷歌 Workspace 委托进行的一项调查显示，越来越多的职场人士愿意借助人工智能（AI）工具来帮助他们应对复杂和繁重的工作任务。这项由哈里斯民调公司实施的调查覆盖了超过1000名美国22至39岁的员工，主要聚焦于那些目前或有意担任领导职位的参与者。图源备注:图片由AI生成，图片授权服务商Midjourney调查结果揭示，82% 的受访者表示他们已经在工作中使用 AI 工具。更令人瞩目的是，88% 的人表示，他们愿意利用 AI 来启动那些让人感到不知从何下手的工作任务。具体来看，70% 的参与

在如今竞争激烈的云计算市场中，谷歌云近日宣布推出新的 AI 智能体生态系统项目 ——AI Agent Space。随着微软、亚马逊等竞争对手不断推出创新工具，谷歌此举旨在帮助企业更好地发现、部署和共创 AI 智能体，以实现任务自动化、提升客户体验和优化运营效率。AI Agent Space的推出标志着谷歌云在企业服务领域的进一步布局。通过这一新生态，谷歌为合作伙伴提供了丰富的工具和资源，包括其 AI 技术的早期预览、工程团队的直接支持和开发最佳实践，以帮助他们开发高度可定制的 AI 代理。

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

近日，SambaNova 和 Hugging Face 联合推出了一新工具，使开发者能够仅需点击一下按钮即可部署类似 ChatGPT 的聊天机器人，极大地缩短了部署时间，从原本的数小时减少到几分钟。对于开发者而言，这一过程相当简单，只需访问 SambaNova Cloud 的 API 网站获取访问令牌，接着在 Python 中输入三行代码即可完成部署。具体操作步骤:首先，开发者需要导入所需的库。代码为: ```pythonimport gradio as gr import sambanova_gradio gr.load （"Meta-Llama-3.1-70B-Instruct-8k"， src=sambanova_gradio.registry， accept_token=True）.launch () ``

Hugging Face今天发布了SmolLM2，一组新的紧凑型语言模型，实现了令人印象深刻的性能，同时所需的计算资源比大型模型少得多。新模型采用Apache2.0许可发布，有三种大小——135M、360M和1.7B参数——适合部署在智能手机和其他处理能力和内存有限的边缘设备上。SmolLM2-1B模型在几个关键基准测试中优于Meta的Llama1B模型，尤其是在科学推理和常识任务中表现出色。该模型在大多数认知基准上的表现都优于大型竞争模型，使用了包括FineWeb-Edu和专门的数学和编码数据集在内的多样化数据集组合。SmolL

微软近期推出的屏幕内容解析工具OmniParser，本周跃居人工科技开源平台HuggingFace最受欢迎模型榜首。据HuggingFace联合创始人兼首席执行官Clem Delangue表示，这是该领域首个获此殊荣的解析工具。OmniParser主要用于将屏幕截图转化为结构化数据，帮助其他系统更好地理解和处理图形用户界面。该工具采用多模型协同工作方式:YOLOv8负责检测可交互元素位置，BLIP-2分析元素用途，同时配备光学字符识别模块提取文本信息，最终实现对界面的全面解析。这一开源工具具有广泛的兼容性，可支持多种主

Meta 近日宣布，其 MobileLLM 模型现已向研究人员开放，用户可在 Hugging Face 平台上免费下载并使用这些模型，这些模型已与 Transformers 库全面集成。这一举措旨在推动移动设备上的大型语言模型（LLM）的研究和开发，为开发者和学术界提供更广泛的工具与资源。MobileLLM 是 Meta 在移动 AI 领域的重要进展。它的推出标志着 Meta 在降低大型语言模型使用门槛方面的重要一步。这些模型能够在移动设备上运行，使得开发者能够在更广泛的应用场景中利用 AI 技术。研究人员现在可以直接在自己的项目

最近在东京举办的 Gemma 开发者日上，谷歌正式推出了新的日语版本 Gemma AI 模型。这款模型的表现可以与 GPT-3.5媲美，但它的参数量只有仅仅20亿，非常小巧，适合在移动设备上运行。这次发布的 Gemma 模型，在日语处理上表现出色，同时也保持了其在英语上的能力。对于小型模型来说，这一点特别重要，因为在进行新语言的微调时，它们可能会面临 “灾难性遗忘” 的问题，即新学到的知识会覆盖之前学到的信息。但是 Gemma 成功克服了这个难题，展现了强大的语言处理能力。更值得一提的是

字节跳动近期针对“实习生破坏大模型训练”的传闻进行了官方回应。该公司确认，确实有一名实习生恶意干扰了商业化技术团队的研究项目模型训练任务，但这一行为并未影响到公司的正式商业项目和线上业务，也没有涉及到字节跳动的其他大型模型业务。此外，字节跳动还指出，网络上流传的“涉及8000多卡、损失上千万美元”的说法是严重夸大的。据公开报道，该实习生在字节跳动商业化技术团队实习期间，因对团队资源分配不满，利用了Hugging Face平台的漏洞，使用攻击代码破坏了团