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

大型语言模型如 GPT-4o 和 GPT-4o-mini 的出现，推动了自然语言处理领域的重大进步。这些模型能够生成高质量的响应，进行文档重写，以及提升各类应用的生产力。然而，这些模型面临的一个主要挑战就是响应生成的延迟。在更新博客或优化代码的过程中，这种延迟可能会严重影响用户体验，尤其是在需要多次迭代的场景下，如文档修改或代码重构，用户往往会感到沮丧。为了应对这一挑战，OpenAI 推出了 “预测输出（Predicted Outputs ）” 功能，这一功能显著减少了 GPT-4o 和 GPT-4o-mini 的延迟，

最近，一项由 OpenAI 进行的研究显示，尽管人工智能技术飞速发展，当前最先进的语言模型在回答事实问题时的成功率却远低于预期。研究采用了 OpenAI 自家的 SimpleQA 基准测试，这个测试包含了4，326个，涵盖了科学、政治和艺术等多个领域，每个问题都有一个明确的正确答案。经过两名独立评审员的验证，结果显示，OpenAI 最好的模型 o1-preview 的准确率仅为42.7%，而 GPT-4o 则略低，只有38.2%。至于更小的 GPT-4o-mini，准确率甚至只有8.6%。相比之下，Anthropic 的 Claude 模型表现得更差，Claude-3.5-sonn

近日，由全球千万用户盲测投票产生的 AI 模型排行榜公布，国产 AI 模型“闪电”一举夺魁，超越了此前长期占据榜首的 GPT-4。 “闪电”模型由国内知名 AI 公司零一万物研发，在多个分榜中均名列前茅，其中数学分榜更是与国际巨头并列第三。

在全球日益关注环保的背景下，优步（Uber）宣布将推出一款由 OpenAI 的 GPT-4o 技术驱动的 AI 助手，专门帮助司机们更顺利地过渡到电动车(EV)。这一消息在近日于伦敦举行的 “Go-Get Zero” 活动上正式发布。优步致力于减少碳排放，已经承诺投资8亿美元，以支持其司机合作伙伴到2040年完全转型为电动车。这款 AI 助手将在明年初在美国率先上线，随后将扩展到其他地区。它将为司机提供个性化的信息，特别是与他们所在城市及可享受的电动车补贴相关的内容。优步表示，未来到2025年，AI 助手

在数字时代，内容安全问题愈发受到重视。9月26日，OpenAI 正式推出了一款全新的多模态内容审核模型，名为 “omni-moderation-latest”。该模型基于最新的 GPT-4o 技术，能够准确地识别检测有害文本图像。这一更新将为开发者提供强大的工具，让他们能够构建更强大的审核系统。新模型的亮点在于，它支持对文本和图像输入进行审核，特别是在处理非英语内容时表现更加出色。与之前的审核模型相比，“omni-moderation-latest” 不仅提高了识别的准确性，还增加了检测更多有害内容的能力。它可以对

近日，艾伦人工智能研究所（Ai2）发布了 Molmo，这是一个全新的开源多模 AI 模型家族，表现出色，甚至在多个第三方基准测试中超越了 OpenAI 的 GPT-4o、Anthropic 的 Claude3.5Sonnet 和谷歌的 Gemini1.5。Molmo 不仅能接受用户上传的图像进行分析，还使用了 “比竞争对手少1000倍的数据” 进行训练，这得益于其独特的训练技巧。这次发布展示了 Ai2对开放研究的承诺，提供了高性能的模型以及开放的权重和数据，供更广泛的社区和企业使用。Molmo 家族包括四个主要模型，分别是 Molmo-72B、Molmo-7B-D、Molmo-

Alexis Conneau，OpenAI的前首席研究员及GPT-4o项目的负责人，宣布离职并创立新公司，引发AI领域热议。Conneau在社交平台透露，其在OpenAI的“#Her项目”结束后，决定创立新公司。他幽默回应关于人工通用智能（AGI）的时间表，暗示新公司可能会带来“AGEI”。Conneau在AI领域的贡献显著，尤其在自然语言处理（NLP）和机器翻译方面，他参与的项目如InferSent、MUSE、XNLI和XLM等均为该领域的重要里程碑。在FAIR和Facebook AI的研究经历，以及在多个顶级学府的教育背景，为他的科研和创业之路奠定了坚实基础。随着新公司的成立，AI界对其未来的创新充满期待。

Not Diamond 是一款创新的 AI 模型路由器，专为自动确定最适合响应特定查询的 LLM 而设计。通过将多个 LLM 组合成元模型并学习何时调用每个模型，Not Diamond 能在保证高质量响应的同时显著提高处理效率。这一自动化智能路由机制减少了人工选择模型的时间，确保每次查询都能得到优化的响应。Not Diamond 的功能亮点包括多模型支持、性能卓越、自定义模型训练、快速响应、智能权衡、隐私保护以及开发者友好。适用于从旅行规划到技术报告分析、内容创作等各类场景。通过访问其官网注册账号，用户可以轻松开始使用 Not Diamond，根据任务需求选择模型、输入指令，然后获取处理结果。Not Diamond 还提供 API 密钥调用选项，支持用户进行个性化设置和监控模型性能，以适应不同需求。

AI初创公司Cosine在旧金山发布了一款名为Genie的AI模型，旨在辅助软件开发人员。Genie在基准测试中表现出色，超越了竞争对手，得益于与OpenAI合作，使用高质量数据对GPT-4变体的训练。其核心能力在于“编码人类推理”，不仅限于软件开发领域。在SWE-Bench测试中，Genie取得了30%的成绩，这是AI模型在该领域的最高得分，超过亚马逊和Cognition的模型。Genie通过模仿人类开发人员的认知过程，自主或协作地修复错误、开发新功能、重构代码，执行各种编程任务。Cosine通过整理数十亿高质量数据，包括JavaScript、Python、TypeScript等，以及对模型的自我改进训练，实现了这一成就。技术限制，如上下文窗口标记容量的限制，通过Gemini1.5Pro等模型的更新得到了缓解，为Genie的成功提供了支持。

OpenAI最近发布了GPT-4o系统卡，详细介绍了在推出新模型前的安全措施和风险评估。GPT-4o在五月份正式上线，评估显示整体风险为“中等”，主要风险集中在网络安全、生物威胁、说服力和模型自主性上。研究人员发现，虽然GPT-4o在影响读者意见方面可能更具说服力，但整体上并未超过人类。在发布系统卡的同时，OpenAI面临来自内部员工和州参议员的批评，质疑其安全标准。一封公开信呼吁提供关于如何处理举报者和安全审查的解答。GPT-4o的发布正值美国总统选举前，存在误传信息或被恶意利用的潜在风险。OpenAI希望通过实际场景的测试来防止滥用，但其透明度受到了公众的关注，尤其是加州参议员斯科特·维纳正在推动的一项法案，旨在规范大型语言模型的使用，并要求公司在其AI被用作有害用途时承担法律责任。

Google的明星AI模型Gemini推出了重大降价策略，大幅降低了其API使用成本，较主要竞争对手GPT-4o mini成本降低近50%。Gemini1.5Flash模型的输入成本下降约85%，输出成本约80%，使其成为市场上成本最低的AI服务之一。这一降价不仅降低了使用门槛，还支持100多种语言，引入上下文缓存和批处理API优化服务，使得Gemini1.5Flash成为速度最快的AI模型之一，广泛应用于音频转录、代码错误理解、快速构建应用程序等领域。此举彰显了Google对构建最佳AI模型和提供易访问AI生态系统的承诺，同时也可能引发AI服务市场的价格战，对小型AI公司构成挑战。

在人工智能的世界里，高考不再只是人类的舞台。最近，上海人工智能实验室用一场别开生面的“高考”，让我们见证了AI的学术实力。他们采用了OpenCompass评测体系，让包括GPT-4o在内的7个AI模型，接受了语文、数学和英语的全面能力测试。