最近，西雅图的一家初创公司 Moondream 推出了名为 moondream2的紧凑型视觉语言模型。尽管体积小巧，但该模型在各项基准测试中表现出色，备受关注。作为一个开源模型，moondream2有望在智能手机上实现本地图像识别功能。moondream2于三月正式发布，该模型能够处理文本和图像输入，具备回答问题、文本提取（OCR）、物体计数和物品分类等能力。自发布以来，Moondream 团队持续更新该模型，不断提升其基准性能。7月份的版本在 OCR 和文档理解方面显示出显著进步，尤其是在对历史经济数据的分析

科技巨头Google最近宣布将在沙特阿拉伯建立AI研发中心，这一决策在气候变化问题日益突出的今天引发了广泛关注。尽管Google此前在气候目标实现上步履维艰，但这并未阻止其在这个高度依赖化石燃料的中东国家扩展AI版图。图源备注：图片由AI生成，图片授权服务商Midjourney根据沙特公共投资基金与Google的联合声明，这座新的AI中心将重点发展阿拉伯语言AI模型，并开发"面向沙特特定需求的AI应用"。值得注意的是，沙特国有石油公司阿美已经在其业务中广泛应用AI技术，其中一个油田借助AI技

近日，来自多家中国机构的研究团队成功创建了 “Infinity-MM” 数据集，这是目前最大规模的公开多模态 AI 数据集之一，同时训练出了一款性能卓越的小型新模型 ——Aquila-VL-2B。该数据集主要包含四大类数据:1000万条图像描述、2440万条一般视觉指令数据、600万条精选高质量指令数据，以及300万条由 GPT-4和其他 AI 模型生成的数据。在生成方面，研究团队利用现有的开源 AI 模型。首先，RAM++ 模型分析图像并提取重要信息，随后生成相关问题和答案。此外，团队还构建了一种特殊的分类系统，

Anthropic最近发布了其 Claude AI 模型系列的重大更新，其中包括升级版的 Claude3.5Sonnet 和全新推出的 Claude3.5Haiku。这次更新不仅在性能方面取得了显著进展，还在成本效率上展现了更强的竞争力。这一发布被视为 AI 行业中的一次重要里程碑，尤其在编程能力和逻辑推理方面的提升引人关注。新版本的模型在多个性能基准测试中表现卓越，特别是 Claude3.5Haiku 模型在编程任务中的成绩尤为突出。升级后的 Claude3.5Sonnet 模型在软件工程基准验证测试中取得了49.0% 的得分，创下了公共可用模型的新纪

近日，Meta AI 的研究团队与加州大学伯克利分校及纽约大学的研究人员合作，推出了一种名为思维偏好优化（Thought Preference Optimization， TPO）的方法，旨在提升经过指令微调的大型语言模型(LLM)的回应质量。与传统模型仅关注最终答案不同，TPO 方法允许模型在生成回应前进行内部思考，从而产生更加准确和连贯的回答。这种新技术结合了改进版的思维链（Chain-of-Thought， CoT）推理方法。在训练过程中，该方法鼓励模型在回应前先进行 “思考”，帮助其构建更为系统的内部思维过程。以往的直

字节跳动悄然布局AI社区新战场，其内部孵化的AI平台炉米Lumi日前引发业界关注。这个定位为AI模型分享社区的平台，虽仍处于白名单测试阶段，但其完整的生态布局已初现雏形。作为字节跳动在AI领域的重要布局，炉米Lumi的核心定位是打造一个融合模型分享、工作流搭建和模型训练的综合性平台。在AI技术加速渗透各行业的背景下，这一平台的出现或将为开发者和研究人员提供更便捷的协作环境。平台的三大核心功能各具特色:首先是模型分享与管理系统，允许用户自由上传和展示AI模型，

日前，字节跳动低调的上线了推出了一个名为“炉米 Lumi ”的AI模型分享社区，平台集成了模型分享、Workflow 搭建以及 LoRA 训练等多种功能，不过该平台目前还处于内部测试阶段。产品入口:https://top.aibase.com/tool/lumilumi炉米 Lumi 的核心亮点就是模型分享与管理功能。用户可以轻松上传自己开发的 AI 模型，并在社区中与其他人分享。这种开放的机制有助于打破信息壁垒，促进跨领域的合作与交流。大家可以借鉴彼此的成果，从而进一步推动 AI 模型的创新。平台还支持用户搭建 AI 工作流程。用

10 月 31 日讯 字节跳动悄然上线了一款名为"炉米Lumi"的AI模型分享社区平台。据悉，该平台将提供模型上传分享、Workflow搭建以及LoRA训练等功能，目前仍处于内测阶段，仅向白名单用户开放。

最近有一项新研究显示，人工智能模型在回答与选举相关的西班牙语问题时，准确性大大低于其英语回答。这项研究是由 AI 民主项目进行的，该项目由 Proof News、事实核查服务 Factchequeado 以及旧金山高等研究院联合开展。图源备注:图片由AI生成，图片授权服务商Midjourney研究者们针对即将到来的美国总统选举，提出了一些模仿亚利桑那州选民可能问的问题，比如 “如果我是联邦选民，这意味着什么?” 和 “什么是选举人团?” 为了比较准确性，研究团队向五款领先的生成式 AI 模型 —— 包括

Google在东京举办的Gemma开发者日上发布重磅消息:全新日语版Gemma模型正式亮相。这款小巧精悍的AI模型以仅20亿参数的规模，却能同时驾驭日语和英语，展现出与GPT-3.5相媲美的性能。这一技术突破尤为令人瞩目。在AI领域，小型模型在学习新语言时常常面临"灾难性遗忘"的挑战——即在获取新知识的过程中丢失先前掌握的能力。而日语版Gemma却成功克服了这一难题，实现了双语能力的完美平衡。为推动全球开发者社区的参与，Google不仅通过Kaggle和Hugging Face平台开放了模型权重，还提供了完整的

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

AI 初创公司 Moondream 正式宣布完成450万美元的种子融资，并提出了一个颇具颠覆性的观点:在 AI 模型的世界里，小型模型可能更具优势。该公司得到了 Felicis Ventures、微软的 M12GitHub 基金和 Ascend 的支持，推出了一款仅有16亿参数的视觉语言模型，却能够与四倍于其规模的模型在性能上相媲美。Moondream 的开源模型已经引起了广泛关注，下载量超过200万次，GitHub 上的星标也达到了5100个。公司的首席执行官 Jay Allen 表示:“这个模型特别之处在于，它不仅小巧而且准确度高，运行起来也非常顺畅，

近日，一款代号"red_panda"的神秘AI图像生成模型在众包分析平台Artificial Analysis的基准测试中取得惊人成绩，以显著优势超越了Midjourney、Black Forest Labs和OpenAI等行业领军企业的产品。根据Artificial Analysis平台数据显示，"red_panda"在文本转图像测试中以1244分的成绩领跑，超出排名第二的Black Forest Labs旗下Flux1.1Pro约40个Elo积分。值得一提的是，该评分系统源自国际象棋选手实力评估体系，现被用于AI模型性能对比。从实际对战数据来看，"red_panda"的胜率较Flux高出9%，展现出明显的技术优势。在性能表

耶鲁大学研究团队近日发布了一项开创性研究成果，揭示了AI模型训练的关键发现:AI学习效果最好的数据并非越简单或越复杂越好，而是存在一个最佳的复杂度水平——被称为"混沌边缘"的状态。研究团队通过使用基本元胞自动机（ECAs）进行实验，这是一种简单的系统，其中每个单元的未来状态仅取决于自身和相邻两个单元的状态。尽管规则简单，但这种系统可以产生从简单到高度复杂的多样化模式。研究人员随后评估了这些语言模型在推理任务和国际象棋走子预测等方面的表现。研究结

最近，OpenAI 的首席执行官山姆・阿尔特曼（Sam Altman）对一则关于新 AI 模型 “Orion” 即将发布的媒体报道进行了强烈反驳，称其为 “纯幻想”。在社交媒体平台 X（前身为 Twitter）上，阿尔特曼表示，媒体愿意发布这样 “随机幻想” 的消息让他感到非常不满。这一事件源于《The Verge》的一篇报道，该文援引匿名消息源，声称 OpenAI 计划在12月发布一款名为 Orion 的新 AI 模型，并且微软的工程师们已经在为11月的集成工作做准备。微软是 OpenAI 的最大投资者，最近也公布了将于11月推出基于代

最近，关于微软和 OpenAI 之间的关系传出了一些不寻常的紧张消息。在这样的背景下，微软却在积极为 OpenAI 即将推出的新 AI 模型 “猎户座”（Orion）做准备。有消息人士透露，我们可能会在今年年底之前看到这一新模型的发布。据了解，微软的工程师们最近几周一直在为托管 “猎户座” 模型而忙碌。尽管如此，参与这个项目的许多工程师并没有被告知模型的具体细节，目的就是要在正式发布之前保持这个模型的神秘感。微软方面对此并未做出任何评论，这也为外界对他们合作关系的关注

近日，Cohere 宣布推出两款新的开源 AI 模型，旨在通过其 Aya 项目缩小基础模型的语言差距。这两款新模型名为 Aya Expanse8B 和35B，现已在 Hugging Face 上提供使用。这两个模型的推出，让23种语言的 AI 性能得到了显著提升。Cohere 在其博客中表示，8B 参数模型让全球研究人员能更轻松地获得突破，而32B 参数模型则提供了业界领先的多语言能力。Aya 项目的目标是扩展更多非英语语言的基础模型访问。在此之前，Cohere 的研究部门去年启动了 Aya 计划，并在2月份发布了 Aya101大语言模型（LLM），这款

一场声势浩大的创作者维权行动正在展开。由凯文·贝肯、凯特·麦金农等知名演员领衔，包括演员、作家和音乐人在内的11，500名创作者共同签署了一份声明，对AI企业未经许可使用版权材料训练模型的行为提出强烈抗议。这份由AI数据公平使用倡导组织Fairly Trained发起的声明指出:"未经授权使用创作作品来训练生成式AI是对创作者生计的重大且不公平的威胁，这种行为必须被禁止。"Fairly Trained首席执行官Ed Newton-Rex在接受《卫报》采访时表示，生成式AI公司构建模型需要"人才、算力和数据"三

来自 Archetype AI 的研究人员开发了一种名为“牛顿 AI 模型”的人工智能基础模型，该模型仅通过分析传感器数据，就能准确地预测各种物理现象，甚至包括那些在训练过程中从未接触过的现象。这项突破性研究成果或将彻底改变物理研究的方式，为科学发现开启新的篇章。传统上，为物理现象构建 AI 模型需要将大量的物理定律和专业知识作为先验信息输入模型，这使得模型的应用范围受到限制，难以泛化到其他领域。而“牛顿 AI 模型”则采用了全新的“唯象学”方法，完全不依赖任何物

在加利福尼亚州帕洛阿尔托，Tales 团队宣布了一项激动人心的创新产品 —— 大型世界模型（LWM），这款模型能够通过简单的文本提示生成完整的数字游戏世界。由斯坦福大学的博士们和游戏开发者组成的团队，决心通过这项技术彻底改变游戏行业，让所有人都能轻松创建功能完备的游戏，无需任何开发或设计经验。换句话说，你将拥有击败游戏行业巨头的力量!与市场上顶尖游戏工作室竞争，Tales 允许玩家把自己的创意变为现实，创造出用户生成的互动和沉浸式体验。通过众包数据、资源