Clockwise 更新推出AI驱动界面Prism，显著提升日程管理效率。Prism能识别和解决日程冲突，批量创建或删除事件，将待办事项自动转换为日历事件，且能智能处理文本指令生成有效链接，供他人响应会议邀请。其强大的冲突检测和时间选择功能，以及与多人日程的整合，使得团队会议安排更为便捷。Clockwise 采用自定义调度引擎，通过自然语言查询接口，实现快速可靠的日程优化。目前，Prism功能对所有用户免费开放，并在优化与Google日历的集成及增强周计划支持上持续努力，标志着智能日程管理工具的显著进步。

OpenAI计划在秋季推出代号为「草莓」的新模型，旨在显著提升推理能力，成为生成数据的源头，为GPT-5提供支持。这款模型在解决复杂问题上表现出色，包括数学难题和主观问题，如产品营销策略，并展现出在语言任务上的强大能力。「草莓」将集成到ChatGPT中，OpenAI寻求更多资金以实现这一目标，预计这将为公司带来收入机会，推动其业务增长。虽然OpenAI目前面临亏损，但其私人估值已高达860亿美元。此外，「草莓」还将用于生成训练「猎户座」（Orion）模型的合成数据，帮助解决数据获取难题，并减少模型产生的错误。OpenAI通过向国家安全官员展示「草莓」的能力，显示出其在国家安全领域的潜力，但同时也引发了对可能滥用的担忧。OpenAI的目标是利用AI为人类提供更好的服务，而非取代人类。

复旦大学研究团队开发出“概念擦除术”(RECE)技术，能高效、精准地修改AI模型中的不适当想法，显著降低生成不雅图像的几率，同时保持AI的其他创作能力。此技术通过“闭式解决方案”定位并修改特定部分，确保AI在创造时更加得体，不偏离正轨。实验显示，RECE技术能有效提升AI的道德性和创作质量，为AI的未来发展提供了新方向，未来AI助手将更聪明、更懂得察言观色。

贾佳亚团队开发的ControlNeXt是一个开源的图像/视频生成引导工具，旨在简化AI模型的使用过程。该工具体积小巧，与Stable Diffusion家族的模型如SDXL、SD1.5兼容，支持多种控制模式，如边缘引导、姿势控制、遮罩和景深控制。其“减肥秘诀”在于采用了更高效的结构，将“大胃王”控制分支替换为由少量ResNet块组成的“轻食套餐”，使模型体积减少到原来的十分之一，同时保持强大的控制能力。ControlNeXt在生成速度上表现出色，仅增加10.4%的延时，远低于ControlNet的41.9%。此外，它通过交叉归一化技术优化特征分布，提高模型的适应性和控制效果。此工具不仅提升了AI艺术创作的灵活性和效率，还能创造出风格多样的跨次元角色，为AI艺术领域带来新的突破。

新研究揭示了大型语言模型（LLM）通过搜索功能显著提升性能的潜力，特别是在Python代码生成任务上，参数量仅为8亿的Llama3.1模型在经过100次搜索后，其表现与GPT-4o不相上下。这一发现与Rich Sutton在2019年的观点相呼应，即计算能力提升下，通用方法和搜索、学习策略的结合尤为重要。研究者发现，增加推理阶段的重复采样次数能显著提高模型在数学、推理和代码生成等领域的表现。实验中，使用100个小型Llama模型进行搜索，实现了超越GPT-4o的性能。作者通过vLLM库进行批量推理，利用10个A100-40GB GPU，实现了40k tokens / 秒的输出速度。在HumanEval基准测试中，GPT-4o的pass@1成绩为90.2%，而经过搜索优化的Llama3.18B模型在重复采样数为100和1000时，分别达到90.5%和95.1%的成绩，优于GPT-4o。实验表明，较小模型通过搜索优化，能在特定领域超越大型模型，强调了搜索在提升生成模型性能中的关键作用。

MultiOn公司发布了一款名为Agent Q的智能体，在真实任务中成功率达到95.4%，引发广泛关注。CEO Div Garg在推特上使用草莓表情符号，激发了与OpenAI项目Q的联想。Agent Q结合了搜索、自我反思和强化学习，具备规划和自我修复能力，通过引入新学习推理框架解决LLM训练局限性。在模拟网上商店任务中展现强大搜索能力，在Open Table真实预订任务中将零样本成功率提升4倍。尽管表现出色，Agent Q的推理算法设计、搜索策略选择和在线安全交互等方面仍需进一步研究优化。此发布标志着AI智能体领域的一大进步，其未来潜力有待时间检验。

近期，有着4050亿参数的开源大型语言模型LLama3.1因在Reddit上泄露，引发了广泛关注，被视为目前最接近GPT-4o的开源产品，甚至在某些性能上超越了GPT-4o。模型由Meta（原Facebook）推出，包括基础与70B版本的基准测试结果，在多项性能测试上均超出GPT-4o。LLama3.1在多语言支持能力与广泛训练数据集（逾15T tokens、直至2023年底）的基础上提供出色的多语言对话性能。研究团队注重模型安全，通过多方位数据收集策略，结合人工与合成数据，引入边界和对抗性提示以优化数据质量。此开源模型的泄露，不仅展示了强大性能，也成为表明开源社区对大型AI模型发展的积极贡献。

不久前，专注于AIGC领域的科研机构Epochai发布了一项重磅研究报告。报告里说，咱们人类公开的高质量文本训练数据集，大约有300万亿个tokens。但随着ChatGPT等大模型的胃口越来越大，这些数据可能在2026年到2032年间就被吃干抹净了!

["OpenAI正在从软银集团融资逾10亿美元,用于研发消费者使用的AI手机。","OpenAI CEO Sam Altman已聘请前苹果设计师Jony Ive设计这款'AI界iPhone'。","OpenAI希望通过这款设备让用户更直观地与AI互动。","外界估计OpenAI目前估值在800-900亿美元之间,比年初翻了近3倍。","OpenAI正在与软银创始人孙正义深入洽谈新一轮融资事宜。"]