在当前媒体行业对AI持谨慎态度的背景下，一款名为Particle的AI新闻阅读应用正试图改变这一局面。这款由前Twitter工程师开发的应用旨在帮助用户更好地理解新闻，同时寻求与传统媒体机构的共赢合作。Particle由前Twitter产品管理高级总监Sara Beykpour和前Twitter及特斯拉高级工程师Marcel Molina共同创立。该公司获得了440万美元种子资金，并获得由Lightspeed领投的1090万美元A轮融资。与其他AI新闻工具不同，Particle采用了独特的运营模式。该应用不仅为用户提供新闻要点概括，还开发了多项创新功能。

随着虚拟现实和增强现实技术的迅猛发展，个性化虚拟头像的需求愈加迫切。最近，研究人员提出了一种名为 URAvatar（通用可重光照高斯编解码头像）的新技术，可以通过手机扫描轻松生成高保真的虚拟头像。这一创新成果不仅提升了虚拟头像的视觉效果，还使得用户可以在不同的光照条件下，实时驱动和调整自己的头像。URAvatar 的工作原理是基于复杂的光传输模型，它与以往通过逆向渲染来估算反射参数的方法有所不同。URAvatar 采用可学习的辐射传输模型，能够高效地进行实时渲染。这

芯片设计公司 Arm Holdings Ltd. 近日公布了其财报，尽管其各项业务均超出预期，但公司股价在随后的延长交易中却出现了下跌。根据最新财报，Arm 在财政第二季度的专利授权收入达到了5.14亿美元，比去年同期增长了23%。这主要得益于智能手机市场的复苏以及 Armv9架构的持续采用，后者现在占据了该业务总收入的四分之一。分析师此前预期该部分收入为5.02亿美元。然而，Arm 在许可及其他收入方面却出现了15% 的下滑，总额为3.30亿美元，而 FactSet 的分析师预测该部分收入为3.07亿美元。分析师

根据 Gartner 最新发布的报告，人工智能（AI）在网络攻击中的应用已连续三个季度成为企业面临的最大风险。该咨询公司在7月至9月期间对286位高级风险与审计执行官进行了调查，结果显示，80% 的受访者对 AI 增强的恶意攻击表示了深切的担忧。这一趋势并不令人意外，因为有证据表明，利用 AI 进行的网络攻击正在上升。图源备注:图片由AI生成，图片授权服务商Midjourney报告中还列出了其他一些新兴风险，包括 AI 辅助的信息误导、日益加剧的政治极化以及不匹配的组织人才配置等。攻击者正

腾讯混元3D生成大模型是业界首个同时支持文字、图像生成3D的开源大模型，首批开源模型包含轻量版和标准版，轻量版能在10秒内生成高质量3D资产。该模型已在技术社区公开发布，包含模型权重、推理代码、模型算法等完整模型，可供开发者、研究者等各类用户免费使用。

随着数字化转型的加速，企业在安全管理方面面临着越来越大的挑战，尤其是在管理敏感凭证方面。根据 GitGuardian 和 CyberArk 的最新调查显示，现代应用架构的复杂性和非人类身份的普及，使得组织在安全防护方面的压力倍增。在对1000名 IT 决策者进行的调查中，79% 的受访者表示他们的组织经历过或意识到存在秘密泄露的问题，相较于前一年的75% 有所上升。这表明，秘密泄露问题的普遍性正在加剧。为了应对这些挑战，组织在安全预算中，平均有32.4% 用于秘密管理和代码安全。预计到2025年

腾讯今日发布开源MOE大语言模型Hunyuan-large，总参数量达398B，激活参数量52B。公开测评结果显示，腾讯混元Large在CMMLU、MMLU、CEva1、MATH等多学科综合评测集以及中英文NLP任务、代码和数学等9大维度全面领先，超过Llama3.1、Mixtral等一流的开源大模型。据了解，该模型在技术创新上可实现高质量合成数据，通过使用合成数据增强训练，有效应对自然数据的不足。在上下文处理能力方面，预训练模型支持高达256K的文本序列，显著增强了处理长上下文任务的能力。同时，腾讯混元宣布，为填补行业

最近，一则重磅人事任命在科技圈掀起轩然大波。据LinkedIn最新消息，Meta AR眼镜业务负责人Caitlin Kalinowski正式加盟OpenAI，出任机器人和消费硬件负责人，TechCrunch已确认这一消息。作为硬件领域的重量级人物，Kalinowski的履历格外亮眼。在Meta期间，她从2022年3月起领导AR眼镜团队，主导了备受瞩目的AR原型机Orion项目。此前，她还曾在Meta掌舵VR头显硬件团队长达9年之久。更早期，她还在苹果担任MacBook硬件设计工作。图源备注：图片由AI生成，图片授权服务商Midjourney"我很高兴宣布加入OpenAI，领

AI 公司 DecartAI 与 Etched 最近联合推出了一款名为 Oasis 的世界模型，声称可以在“没有游戏引擎、没有逻辑、没有代码”的情况下，运行一款类似《我的世界》的游戏。然而，这款 AI 生成的“游戏”却引发了广泛的批评和争议。Oasis 的画面质量令人失望，其分辨率仅为360p，帧率更是低至20FPS，甚至不及任天堂64时代的游戏。更为严重的是，该 AI 模型存在显著的幻觉问题，导致游戏体验极不稳定。玩家无法进行复杂操作，甚至在简单的挖掘动作中，常常会被意外传送回地面。此外，游戏环境

近日，AMD 发布了其最新的 Strix Point APU 系列，强调该系列在 AI 大语言模型（LLM）应用中的出色表现，远超英特的 Lunar Lake 系列处理器。AI 工作负载需求的不断增长，硬件的竞争愈发激烈。为了应对市场，AMD 推出了为移动平台设计的 AI 处理器，旨在更高的性能更低的延迟。AMD 表示，ix Point 系列的 Ryzen AI300处理器在处理 AI LLM 任务时，能够显著提高每秒处理的 Tokens 数量，相较于英特尔的 Core Ultra 258V，Ryzen AI9375的性能提升达到了27%。虽然 Core Ultra7V 并不是 L Lake 系列中最快型号，但其核心和线

近日，CareYaya Health Technologies 推出了一款名为 MedaCareLLM 的人工智能（AI）驱动大型语言模型，旨在帮助痴呆症和阿尔茨海默病患者改善日常生活。这项技术集成于智能眼镜中，通过视频数据和面部及物体识别技术，为患者提供实时的 “生活改变” 帮助。当患者佩戴这款智能眼镜时，AI 可以识别出熟悉的面孔。识别后，系统会将该人的信息转化为提示，通过骨传导耳机或助听器直接传递到佩戴者的耳朵中。这一功能帮助患者克服因记忆丧失而产生的困惑和尴尬，使他们更容易识别家人和朋友

微软近期推出的屏幕内容解析工具OmniParser，本周跃居人工科技开源平台HuggingFace最受欢迎模型榜首。据HuggingFace联合创始人兼首席执行官Clem Delangue表示，这是该领域首个获此殊荣的解析工具。OmniParser主要用于将屏幕截图转化为结构化数据，帮助其他系统更好地理解和处理图形用户界面。该工具采用多模型协同工作方式:YOLOv8负责检测可交互元素位置，BLIP-2分析元素用途，同时配备光学字符识别模块提取文本信息，最终实现对界面的全面解析。这一开源工具具有广泛的兼容性，可支持多种主

​OpenAI公司推出了一项名为ChatGPT search的新功能，该功能允许用户通过对话界面快速获取最新的网络搜索结果，并提供相关网页链接。这一改进使得用户可以直接在ChatGPT中获得及时的答案，而无需跳转到传统的搜索引擎。ChatGPT search结合了自然语言界面的优势和实时信息的价值，如体育比分、新闻、股票报价等。

在近日举行的TechCrunch Disrupt2024 大会上，Perplexity首席执行官Aravind Srinivas就公司面临的内容剽窃争议首次公开回应，但在"如何定义剽窃"的关键问题上却躲避未答。目前该公司正面临多家媒体巨头的起诉。目前，新闻集团旗下的道琼斯公司和纽约邮报已对Perplexity提起诉讼，指控其建立了"内容盗窃体系"。与此同时，《纽约时报》本月也向这家初创公司发出了停止侵权通知。面对这些质疑，Srinivas坚称公司"始终注明信息来源"，并未声称对任何内容拥有所有权。图源备注：图片由AI生成，图片授

人工智能公司Cartesia近日上线了一款名为"Voice Changer"的语音转换模型。与传统语音转换不同，这款模型除了能将输入语音转换为目标声音外，还能保持原声中的语调、重音等表达特征。据Cartesia官方介绍，用户可以在play.cartesia.ai网站上试用这项功能。目前该公司已发布相关API文档，开发者可通过docs.cartesia.ai查看详细说明。记者注意到，这类保留语音特征的转换技术在市场上并不常见。大多数现有工具在转换声音时往往会丢失说话者的语气变化，导致转换后的声音听起来较为机械。Cartesia在

最近，Meta 与沙特阿拉伯的阿卜杜拉国王科技大学（KAUST）合作，推出了一款全新的视频扩散模型系列 ——MarDini。这个模型让高质量视频的创作变得更加简单和灵活，能够完成多种任务，比如填补视频中缺失的帧，将单张图片转换为动态场景，甚至还可以通过添加自然的连续帧来扩展短片段。在去年的基础上，Meta 在生成 AI 视频领域进一步发力。此前，它推出了 Emu Video 和 Emu Edit 等文本转视频和编辑模型。今年在发布 MarDini 之前，还推出了先进的视频编辑器 Movie Gen。由此可见，Meta 正在致

在最近的 Universe 24开发者大会上，GitHub 正式推出了一个全新的平台 ——GitHub Spark，这项新工具旨在帮助开发者，尤其是那些经验较少的人，利用自然语言轻松创建微型应用程序。同时，GitHub 还为其 AI 编码助手 C o p i l o t提供了更多的选择，让开发者可以根据自己的需求选择不同的 AI 模型。GitHub 的 CEO 托马斯・多姆克表示，开发者们在使用 C o p i l o t时希望能够有更多的自主权，选择最适合他们的模型。现在，开发者们可以在 C o p i l o t中选择使用 Anthropic 的 Claude3.5Sonnet、谷歌的 Gemini1.5Pr

来自德国达姆施塔特工业大学的最新研究揭示了一个令人深思的现象:即便是当前最先进的AI图像模型，在面对简单的视觉推理任务时也会出现明显失误。这项研究结果对AI视觉能力的评估标准提出了新的思考。研究团队采用了由俄罗斯科学家Michail Bongard设计的Bongard问题作为测试工具。这类视觉谜题由12张简单图像组成，分为两组，要求识别出区分这两组的规则。对于大多数人来说，这种抽象推理任务并不困难，但AI模型的表现却令人意外。即便是目前被认为最先进的多模态模型GPT-4o，在100个

医疗初创公司Pharos近日推出创新AI解决方案，致力于简化医院向外部临床注册机构提交质量报告的繁琐流程。该公司刚刚完成由Felicis领投的500万美元种子轮融资，投资方还包括General Catalyst、Moxxie和Y Combinator。在当前医疗系统中，向美国医疗保险和医疗补助服务中心（CMS）等机构提交质量报告是一项极其耗时的工作。护理人员需要从每位患者的电子健康记录中手动提取数据，单个案例的处理时间可能长达8小时。这不仅占用了大量人力资源，还分散了医护人员对患者护理的注意力。图源备注

最近有消息传出，谷歌正在研发一款名为 “Project Jarvis” 的 AI 工具，计划让这个智能助手能够接管你的浏览器，帮助你完成各种任务。这款 AI 工具不仅仅停留在浏览器层面，谷歌还希望它能全面控制你的电脑。据路透社报道，Project Jarvis 将与谷歌即将发布的 Gemini 大语言模型一同推出。那么，这款浏览器 AI 究竟能做些什么呢?想象一下，你只需要在浏览器中输入简单的命令，它就能为你打开相关网页，整理搜索数据，并以易于阅读的表格形式展示给你。无论是购买商品还是预定航班，它都