OpenAI 宣布对其旗舰模型 GPT-4o 进行了重大升级，进一步提升了其在推理、跨媒体和对话能力等方面的表现。此次更新被称为 ChatGPT-4o（20241120），旨在为用户提供更自然、引人入胜的文本生成体验。在升级之前，OpenAI 对 GPT-4o 进行了严格的性能测试，这一过程在一个名为 “Chatbot Arena” 的大型语言模型（LLM）评估平台上进行。通过与其他模型进行对比，用户们在不知道模型名称的情况下，使用两个模型进行对话，最终 GPT-4o 在各项指标中脱颖而出，位列第一，超越了 Gemini-Exp-1114。此外，Open

在今日举行的2024年世界互联网大会乌镇峰会上，荣耀 CEO 赵明发表了关于手机未来发展的展望。他表示，预计到2027年，手机将能够搭载具有千亿参数的大型 AI 模型。这一进展将使得手机能够学习、理解并预测用户的行为和意图，进而为用户提供更加个性化的生活与工作安排。图源备注：图片由AI生成，图片授权服务商Midjourney目前市场上已有多款手机搭载了规模在几十亿至百亿参数之间的 AI 模型。而荣耀公司今年10月刚发布的 MagicOS9.0操作系统，标志着智能手机领域的一次重大升级。赵明指

2016 年的《精灵宝可梦Go》曾被视为最纯真的游戏体验，鼓励玩家漫步社区、结识陌生人。而到了 2024 年，这款游戏却悄然变身为一个惊人的地理空间人工智能训练场。Niantic开发团队近期披露了一个惊人秘密：多年来，数百万玩家在玩游戏的同时，实际上一直在帮助训练一个庞大的地理空间人工智能系统。这个被称为视觉定位系统（VPS）的技术，正在通过玩家的日常游戏行为，帮助AI学习复杂的三维空间信息。最巧妙的是，这个过程几乎是无感知的。就像互联网文本训练ChatGPT一样，玩家在

近日，Niantic （任天堂）公司宣布正在研发一种名为 “大型地理空间模型”(Large Geospatial Model，简称 LGM)的全新人工智能模型。该模型的构建依赖于玩家在《宝可梦 Go》及其他 Niantic 游戏中，通过智能手机上传的数百万次扫描数据。Niantic 表示，这一 AI 模型将使计算机和机器人以全新的方式理解和互动世界。LGM 的 “空间智能” 基于 Niantic 开发的视觉定位系统（Visual Positioning System，简称 VPS）所使用的神经网络。根据公司发布的博客，这套系统能够通过手机拍摄的单张图片来确定其位置和方

近期，一项新的研究方法揭示了 AI 模型在学习过程中潜在的能力，超出了人们之前的预期。研究人员通过分析 AI 模型在 “概念空间” 中的学习动态，发现了如何让 AI 系统更好地理解和生成图像。图源备注:图片由AI生成，图片授权服务商Midjourney“概念空间” 是一种抽象的坐标系统，能够表示训练数据中每个独立概念的特点，比如物体的形状、颜色或大小。研究者表示，通过在这个空间中描述学习动态，可以揭示出概念学习的速度，以及学习顺序受数据属性的影响，这一属性被称为 “概

印度最大的新闻机构之一亚洲新闻国际（ANI）近日在德里高等法院对 OpenAI 提起诉讼，指控其非法使用该机构的内容来训练 AI 模型，并生成了虚假的信息。此次案件被认为可能为全球人工智能公司在处理版权新闻内容方面树立新的法律标准。在本周二的庭审中，法官阿米特・班萨尔（Amit Bansal）对 OpenAI 发出了传票，此前 OpenAI 已确认 ChatGPT 没有访问 ANI 的网站。法庭表示，由于案件涉及复杂问题，暂不考虑发布禁令，需进行详细审理。下次庭审安排在明年进行。OpenAI 的一位发言人在接受《

在人工智能快速发展的今天，复杂推理任务仍是一大挑战。即便是GPT-4和Claude3.5Sonnet等顶尖模型，在处理复杂编程、深度对话和数学推理时仍存在不足。为解决这一问题，Fireworks AI推出了突破性的复合式AI模型f1，开创了AI技术发展的新篇章。f1模型最大的创新在于其复合推理架构。不同于传统依赖单一推理系统的AI模型，f1在推理层整合了多个开源模型的优势，通过简洁的提示界面为开发者提供强大的功能支持。这种设计让f1能够根据任务特点，动态调用最适合的模型来处理问题的不同环节。

美国科学家近日在《自然》杂志发表重大研究成果:由密歇根大学和加州大学旧金山分校联合开发的人工智能模型FastGlioma，可在脑瘤手术中实现10秒内快速判断癌性肿瘤残留，为神经外科手术带来革命性突破。这项创新将显微光学成像与AI基础模型相结合。研究团队利用超过11000份手术样本和400万个显微图像进行预训练，采用密歇根大学自主研发的受激拉曼组织成像技术获取高分辨率图像。FastGlioma的突出优势体现在其卓越的检测能力上。在实际应用中，该模型仅有3.8%的高风险肿瘤残余遗漏率

在生成式人工智能领域，苹果的努力似乎主要集中在移动设备上，尤其是最新的 iOS18系统。然而，新的 Apple M4芯片在最新发布的 Mac Mini 和 Macbook Pro 中展现出强大的性能，使其能够有效运行目前最强大的开源基础大语言模型（LLMs），如 Meta 的 Llama-3.1405B、Nvidia 的 Nemotron70B 和 Qwen2.5Coder-32B。Exo Labs 是一家成立于2024年3月的初创公司，致力于 “民主化人工智能的访问”，其联合创始人亚历克斯・奇马（Alex Cheema）已经成功地利用多台 M4设备搭建了一个本地计算集群。他将四台 Mac Mini M4（每台售

微软近日宣布推出一系列专门针对制造、农业及金融服务行业的人工智能（AI）模型。这些模型是与西门子、拜耳、罗克韦尔自动化等知名企业合作开发的，旨在将先进的 AI 技术直接引入这些长期依赖传统方法的行业。新推出的这些专用模型现已在微软的 Azure AI 目录中上线，标志着微软在开发满足不同行业独特需求的 AI 工具方面迈出了重要一步。微软的这一举措反映了其超越通用 AI，致力于提供能够立即改善农业和制造业运营的解决方案，帮助这些行业应对日益加剧的创新压力。在这项

AI代码编辑器Cursor的母公司Anysphere今日宣布收购AI编程助手Supermaven，这笔交易金额尚未对外披露。这一并购消息传出之际，Anysphere正面临来自Benchmark、Index Ventures和Andreessen Horowitz等投资方的高达25亿美元估值的收购意向。据Cursor首席执行官Michael Truell介绍，此次收购将助力公司推出新版本的Tab AI模型，该模型将具备更快的响应速度、更强的上下文感知能力以及更智能的长序列代码处理能力。值得注意的是，Supermaven现有的插件将继续得到维护，但团队未来将主要专注于Cursor的开发。Supermaven由

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