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

在今高通峰会上，高通宣布与 Mistral AI 达成合作，准备将 Mistral AI 的新一代生成式 AI 模型带到各种智能设备上。这次合作的重点是 Ministral3B 和 Ministral8B 两款模型，这些模型将会在高通的 Snapdragon8Elite 移动平台、Snapdragon Cockpit Elite 和 Snapdragon Ride Elite 等多个平台上运作，甚至还会用于 AI PC。Mistral AI 的 Ministral3B 和 Ministral8B 模型小巧却强大，特别适合在智能手机、汽车和个人电脑等设备中运行。为什么说在设备上运行生成式 AI 有这么多好处呢?因为这样做可以大幅提高隐私保护、降低延迟、

社交网络 X（前身为 Twitter）周三更新了其隐私政策，表明它将允许第三方“合作者”使用 X 数据训练他们的 AI 模型，除非用户选择退出。这种变化可能会让 X 与其他社交媒体平台和媒体组织一样，考虑将数据授权给人工智能公司，以此作为一种潜在的新收入来源。更新后的隐私政策中，X 添加了一个段落，详细说明了如何使用 X 用户数据以及用户如何选择退出。然而，目前，设置中的“隐私和安全”部分并未提供明确的退出选项，可能是因为更新后的隐私政策要到11月15日才会生效，届时

法国 AI 初创公司 Mistral 近日宣布推出了一系列新的生成式 AI 模型，这些模型专为边缘设备设计，比如笔记本电脑和手机。Mistral 将这系列模型命名为 “Les Ministraux”，旨在满足市场上对本地处理和隐私优先的需求。新发布的 Les Ministraux 系列包括两个模型:Ministral3B 和 Ministral8B。值得注意的是，这两个模型的上下文窗口达到了128，000个 token，能够处理大约50页书的文本长度。这意味着无论是文本生成、在设备上进行翻译，还是提供离线的智能助手服务，这些模型都能应对自如。Mistral 在其博客

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

李飞飞的初创公司 World Labs 宣布与 Google Cloud 达成协议，选择 Google Cloud 作为其训练 AI 模型的主要计算提供商。这笔交易可能价值数亿美元。World Labs 将利用 Google Cloud 平台上的 GPU 服务器授权，为其大型多模态 AI 模型提供计算服务。该公司的 AI 模型被称为“空间智能”，能够处理、生成和与视频和地理空间数据交互。Google Cloud 表示，World Labs 的 AI 模型有巨大计算需求，需要高性能工具包和丰富的 AI 芯片供应。Google Cloud 的 AI 芯片、张量处理单元 （TPU） 和 Nvidia 的 GPU 将为 World Labs 提供所

最近，苹果 AI 研究团队推出了他们的新一代多模态大语言模型（MLLMs）家族 ——MM1.5。这一系列模型能够结合文本、图像等多种数据类型，向我们展示了 AI 在理解复杂任务方面的新能力。像视觉问答、图像生成和多模态数据解读这样的任务，都能在这些模型的帮助下得到更好的解决。多模态模型的一个大挑战，就是如何在不同数据类型之间实现有效的交互。过去的模型常常在处理文本丰富的图像或者细粒度视觉任务时遇到困难。因此，苹果的研究团队在 MM1.5模型中引入了创新的数据中心化

最近，苹果公司的 AI 研究团队发布了一款名为 Depth Pro 的新模型，这可是深度估计领域的一次重大突破哦!这个模型能从单张2D 图像中，快速生成高分辨率的3D 深度图，而且惊人的是，它不需要任何相机元数据，这在以往的技术中是很少见的。Depth Pro 的工作速度非常快，能在短短0.3秒内生成深度图。该模型可以创建具有出色清晰度的2.25MP 地图，甚至可以捕捉其他方法经常忽略的微小细节，如头发和植被。这意味着你可以在现实时间中获取详细的3D 场景，这对很多行业来说都是个福音。比如

谷歌公司近日宣布向安卓开发者开放 Gemini Nano 轻量 AI 模型的试用。该模型专为设备端轻量级任务设计，适用于性能较低的手机和平板电脑。开发者可以使用谷歌提供的 AI Edge SDK 将该模型整合到应用中。Gemini Nano 模型隶属于 Google Gemini 模型家族，具有三个主要优势:保障隐私、无需联网和无需订阅。该模型的推理过程全部在设备端完成，因此无需将数据传输到云端，确保用户隐私安全。Gemini Nano 模型适用于多种应用场景，如消息智能回复、文本改写、文章校对和总结内容等。目前开放测试的

Meta 公司近日证实，用户使用 Ray-Ban Meta 智能眼镜拍摄的照片和视频可能会被用于训练其 AI 模型。这一做法引发了人们的担忧，因为用户可能并不了解他们正在向 Meta 提供大量图像用于训练其 AI 模型，这些图像可能包含他们的家庭内部、亲人或个人文件等信息。Meta 政策传播经理 Emil Vazquez 表示，在多模态 AI 可用的地区，用户与 Meta AI 共享的图像和视频可能会被用于改进 Meta 的 AI 模型，这符合其隐私政策。然而，这一做法与 Meta 之前的说法相矛盾，之前 Meta 表示，只要用户不将照片和视频

Cohere 最近宣布推出其 AI 模型的新一代应用程序编程接口（API），这次更新被称为 API V2，涵盖了 Chat、Embed、Rerank 和 Classify 等模型。Cohere 明确表示，此次更新旨在更好地符合行业标准，以便开发者更方便地将应用程序切换至 Cohere 的模型，尤其是在与 OpenAI、Anthropic、Google、Mistral 和 Meta 等竞争对手竞争时。据报道，Andreessen Horowitz 的合伙人 Martin Casado 在社交媒体上分享了一份调查图，调查显示在800位企业领导者中，OpenAI 的 ChatGPT 占据了27% 的市场份额，而 Cohere 则以仅5% 的份额排名倒数第二

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-

OpenAI 的新系统在最近的评估中取得了出色的成绩，夺得了聊天机器人排名的第一名。但是，由于评分数量较低，这可能会扭曲评估结果。根据发布的概述，这些新系统在所有评估类别中都表现出色，包括整体性能、安全性和技术能力。其中一款专门用于STEM任务的系统与9月初发布的GPT-4o版本一起短暂排名第二，并在技术领域占据领先地位。Chatbot Arena是一个用于比较不同系统的平台，使用超过6，000个社区评分对新系统进行了评估。结果表明，这些新系统在数学任务、复杂提示和编程方面表

OpenAI 已向所有 ChatGPT Enterprise 和 ChatGPT Edu 客户提供其最新的 AI 模型 o1-preview 和 o1-mini。这些模型专为处理复杂推理任务而设计，有望改变组织和学术机构解决难题的方式，涵盖从高级编程到科学研究等多个领域。o1模型首次亮相是在本月初，代表了 OpenAI 在创造能够进行深度多步骤推理的 AI 方面的一次重大尝试。这些模型通过模拟人类的思维过程，能够解决以前 AI 模型难以应对的复杂问题，为依赖高级问题解决的行业带来了新的可能性。与其前身相比，o1-preview 和 o1-mini 模型在思维方式上

法国AI初创公司Mistral于9月17日宣布了一系列重大更新，意在吸引开发者并扩大其市场份额。这家估值60亿美元的公司推出的新举措包括免费测试套餐、大幅降价和新增多模态功能，展现了其在日益激烈的AI模型提供商领域的进取心。Mistral通过其API服务平台la Plateforme推出了免费套餐，允许开发者无偿试验、评估和制作原型。尽管生产环境使用可能需要升级到付费商业层级，但此举无疑降低了开发者的入门门槛。这一趋势与OpenAI和Google等巨头的策略相似，反映了高级大型语言模型（LLM）在开发

OpenAI的Sora视频AI模型目前处于研究阶段，原定发布时间延迟，主要因与政策制定者的沟通未完、对安全风险的谨慎考量以及技术挑战导致成本高。Sora面临训练数据法律风险问题，尚未确认是否使用了YouTube数据。同时，OpenAI积极与好莱坞合作，包括阿什顿·库彻在内的多位人士正在测试该模型，旨在探索其在电影行业的应用潜力。此外，OpenAI通过在纽约的展览“新路”向艺术家提供未发布的AI工具使用机会，展示了视频AI在物理与数字艺术交汇处的创新应用。市场迅速发展，中国公司如KLING、Vidu等推出类似模型，Runway ML也推出了新AI模型。Sora被视为视频生成AI的重要里程碑，开发者期待其能力进一步扩展，推动更多应用。

AnythingLLM 是一款由Mintplex Labs开发的面向所有人的本地人工智能应用程序，旨在简化AI技术的使用，降低门槛。它无需昂贵的云端服务或复杂的模型部署，集成了RAG、向量数据库和代理功能，支持Llama、Mistral等开源模型，以及企业级模型如GPT-4。适用于企业、学术和法律领域，提供多种文件格式支持，确保数据隐私，支持本地运行和云端服务，提供定制化体验。用户可通过官网下载桌面版或使用云端服务，选择模型、上传文件、设置参数，进行高效分析与处理。AnythingLLM通过其全面的隐私保护措施，提供了一个灵活、高效且安全的AI解决方案。

英伟达研究团队开发的“StormCast”AI模型，能在几公里精度范围内预测雷暴天气，显著提升气象预测的准确性和全面性。该模型结合生成模型和多垂直层大气状态技术，模仿气象局HRRR模型，每小时更新预测，准确预测轻度、中度和重度降雨概率，尤其关注大气最低层动态。StormCast在雷暴细胞发展、气流等方面表现突出，通过创建集合预测，其表现超过单一HRRR模型，为高分辨率、AI辅助的天气预测铺平道路。研究团队正致力于提高模型训练数据量和区域范围，以及改进集合预测的校准，以进一步推动气象预测技术的发展，减少雷暴天气带来的损失和伤亡，并在局地气候预测中展现应用潜力。

微软发布三款新AI模型，旨在多语言和多模态领域增强其领先地位。Phi-3.5Mini Instruct轻量级模型，适合指令执行、代码生成和逻辑推理，特别在多语言和多轮对话中表现出色。Phi-3.5MoE混合专家模型，参数丰富，支持多种推理任务，特别是在代码、数学和多语言理解上超越同类模型。Phi-3.5Vision Instruct集成了文本和图像处理能力，适用于图像理解、光学字符识别等复杂多帧视觉任务。这三款模型均采用MIT开源许可证，提供给开发者自由使用、修改和分发，体现了微软对开源社区的支持。

Hugging Face 与 NVIDIA 合作推出推理即服务，利用NVIDIA NIM技术驱动，加速开发者原型设计并高效部署开源AI模型。此服务特别支持强大模型如Llama2和Mistral AI，处理速度比传统部署方式快五倍。通过NVIDIA DGX Cloud，开发者能训练模型，且Hugging Face宣布团队盈利、扩大至220人，并推出SmolLM小型语言模型系列。该合作旨在优化AI应用的响应速度和稳定性，简化从原型到生产的流程，为开发者社区提供强大支持。