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

据《The Information》报道，OpenAI 正计划通过推出一款基于 AI 聊天机器人的自研浏览器，向谷歌的搜索市场发起正面挑战。这一举措凸显了 OpenAI 在搜索领域的野心，同时也是其扩展生态系统的重要一步。知情人士透露，OpenAI 正与康泰纳仕、Redfin、Eventbrite 和 Priceline 等平台商讨合作，拟在旅行、食品、房地产和零售等领域提供 AI 驱动的搜索服务。此外，OpenAI 还考虑为三星设备提供 AI 功能，进一步扩大其在硬件领域的影响力。OpenAI 本月初在 ChatGPT 中新增了搜索功能，正式进军搜索领域。这一

近年来，人工智能在医疗领域的应用不断扩大。最近，一项研究显示，OpenAI 开发的聊天机器人 ChatGPT-4在诊断准确性方面竟超越了医生，引发了广泛的讨论和关注。该研究发表于《JAMA 网络开放》期刊，测试了50位医生在六个复杂病例上的表现。结果显示，使用 ChatGPT 辅助的医生平均得分为76%，而未使用该工具的医生仅为74%。令人震惊的是，ChatGPT 单独进行诊断时的准确率达到了90%。图源备注:图片由AI生成，图片授权服务商Midjourney研究者为了避免参与者或 AI 模型的先验知识，使用了真实的、

近日，OpenAI 与非营利组织 Common Sense Media 联合推出了一项免费的人工智能（AI）培训课程，旨在帮助教师掌握 AI 技术和提示工程的知识。这一新举措于周三正式发布，目标是为教育工作者提供将 AI 工具有效且负责任地融入课堂的技能与资源。图源备注:图片由AI生成，图片授权服务商Midjourney随着 ChatGPT 等 AI 工具在学生和教师中的广泛应用，教育领域正在经历着一场变革。然而，这种转变也带来了诸多担忧，例如学生可能利用 AI 进行作弊和抄袭。因此，这个培训课程的推出显得尤为重要。该

随着人工技术的飞速发展，人类似乎离电影《黑帝国》中的虚拟场景又近了一。近日，一个名为 “The Matrix” 的 AI 基础世界模拟器正式推出这一创新成果由一个全华人团队，能够实现无限生成高保真的720p真实场景视频，并且支持实时交互。该模拟器展示了一个14分钟的演示视频，实际上，它可以持续生成长达一个小时的内容，涵盖沙漠、草原、水体和城市等多场景。在体验过程中，用户可以通过键盘的 WA、S、D 键进行实时控制，感受每秒16帧的动态画面。“The Matrix” 项目的开发团队成员

随着微软、谷歌、OpenAI和Anthropic等科技巨头相继推出AI代理产品，一场AI代理系统的技术革命正悄然展开。这些新型AI工具究竟有何特别之处?它们又将如何改变我们的数字生活?AI代理本质上是一种能够自主完成特定目标的智能软件系统。它们的工作方式类似于一个高效的项目经理，可以将复杂目标分解为多个小任务，调配必要资源，并全程监控任务进度直至完成。与传统AI模型相比，AI代理最大的优势在于其多任务链式处理能力。图源备注：图片由AI生成，图片授权服务商Midjourney目前，超过

近日，初创企业 ProRata.ai 宣布其最新估值达到了1.3亿美元。该公司致力于为新闻出版行业提供内容付费解决方案，并已与包括《卫报》和《每日邮报》在内的多家英国主流出版商达成了许可协议。这些协议将确保出版商能获得他们所提供内容的合理支付，从而为他们的数字化转型提供了支持。图源备注:图片由AI生成，图片授权服务商MidjourneyProRata.ai 的业务模式主要围绕人工智能技术展开，旨在帮助出版商管理和优化内容的分发与付费机制。随着数字媒体的崛起，传统出版商面临着越来越多

机器学习早已渗透到各种线上服务中，网购便是其中最成功的领域之一。近年来，机器学习被应用于各种网购任务，例如用户查询、浏览记录、评论分析、产品属性提取等等。为了促进机器学习方法的发展，许多基准测试应运而生，旨在降低研究人员和工程师开发和评估针对真实网购任务的新颖解决方案的门槛。然而，现有的模型和基准通常是为特定任务量身定制的，无法完全捕捉网购的复杂性。大型语言模型 （LLM） 凭借其多任务和少样本学习能力，有可能通过减少特定任务的工程工作

在视频创作领域，如何实现一致且可控的动画效果一直是研究者们关注的重点。近日，研究团队推出了名为 “AnimateAnything” 的新方法，旨在通过精准的视频操作，使动画创作更加灵活和高效。该技术可以在不同的条件下，如摄像机轨迹、文本提示和用户动作注释等，进行精确的视频处理。“AnimateAnything” 通过设计一种多尺度控制特征融合网络，构建了一个统一的运动表示。这一网络能够将所有控制信息转化为逐帧的光流，从而指导视频的生成。在这个过程中，光流作为运动先验，帮助提

在人工智能日益普及的今天，越来越多的用户开始通过ChatGPT、Google Gemini等AI聊天机器人咨询医疗问题，甚至有人将X光片、核磁共振（MRI）和PET扫描等医疗影像上传至社交平台X的AI助手Grok寻求解读。然而，这种做法可能带来严重的隐私安全隐患。尽管医疗数据受到联邦法律的特殊保护，但一旦用户主动选择绕过这些保护机制，将面临以下风险:数据训练风险生成式AI模型通常会利用接收到的数据进行训练，以提高输出的准确性。但是，用户上传的数据具体如何使用、用于什么目的，以及与谁

OpenAI 宣布，将其 ChatGPT 的高级语音模式功能扩展至网页版本，用户可以直接在浏览器中与 AI 聊天机器人进行对话。此次网页版的推出，标志着在 iOS 和 Android 应用程序中首次推出的高级语音模式功能的延续。新功能的推出将首先面向 ChatGPT 的付费用户，包括 Plus、Enterprise、Teams 和 Edu 订阅者。用户需通过相应的订阅服务才能体验这一新功能。高级语音模式利用 OpenAI 的 GPT-4o 的原生音频能力，能够实现更自然的实时对话。这一功能使得 ChatGPT 不仅能理解用户的语言，还能感知非语言信号，比

近日，雅诗兰黛公司（Estée Lauder Companies，简称 ELC）宣布与科技公司 OpenAI 达成合作，旨在利用人工智能(AI)技术为旗下众多知名品牌解锁深度洞察。图源备注:图片由AI生成，图片授权服务商Midjourney这些品牌包括雅诗兰黛、Clinique、La Mer、Bobbi Brown Cosmetics 和 Aveda 等。此次合作将使雅诗兰黛在所有品牌中部署生成式预训练变换器（GPT），帮助更多团队借助 AI 驱动的洞察与创意，提升工作效率。雅诗兰黛多年来已在其工作流程中逐步融入 ChatGPT，并创建了超过240个定制 GPT。这些 GPT 工具使得员

法国人工智能初创公司 Mistral AI 宣布为其 Le Chat AI 助手添加了一系列新功能，包括集成的网络搜索、图像生成以及新推出的 Pixtral Large 模型。Le Chat 功能升级用户现在可以通过 Le Chat 直接访问实时网页内容，轻松获取所需的信息。同时，借助 Black Forest Labs 的 Flux Pro 模型，用户还能生成高质量的图像，满足多种创作需求。除了网络搜索和图像生成，Le Chat 还引入了一个画布界面，让用户可以在聊天窗口内直接编辑生成的内容。这一功能使得用户能够编写文档、创建演示文稿以及编辑代码，而

在人工智能技术迅速发展的背景下，开发者们迫切需要一个能够灵活应用多种大型语言模型（LLM）的平台。近期推出的 AnyChat 正好满足了这一需求，它将多个领先的 AI 模型整合到一个统一的界面上，极大地方便了开发者和企业的使用。AnyChat 由知名 AI 专家 Ahsen Khaliq（AK）开发，他目前在 Gradio 担任机器学习增长负责人。该平台支持开发者在 ChatGPT、谷歌的 Gemini、Claude、Meta 的 LLaMA 以及 Grok 等多个模型之间无缝切换，摆脱了被单一服务提供商锁定的困境。Khaliq 表示:“我们希望构建一个让用

Canalys数据显示，2024年第三季度，全球个人智能音频设备市场迎来了强劲反弹，总出货量接近1.26亿件，较去年同期增长了15%。这一增长趋势表明，市场已成功摆脱2023年的低迷状态，呈现出持续回升的良好势头。各主要子区域均受益于这一普遍增长，所有主要产品类别的出货量均实现了两位数的增长。在各个市场中，印度的表现尤其突出，出货量增幅达到51%，较2023年第三季度增加了大约900万件。这一增长主要得益于 TWS（真无线立体声）设备的出货量增长了47%。同时，在 boAt 和一加等品牌的

强化学习在近年来取得了许多成功，但其样本效率低下，限制了其在现实世界中的应用。世界模型作为一种环境生成模型，为解决这一问题提供了希望。它可以作为模拟环境，以更高的样本效率训练强化学习智能体。目前，大多数世界模型通过离散潜变量序列来模拟环境动态。然而，这种压缩成紧凑离散表示的方法可能会忽略对强化学习至关重要的视觉细节。与此同时，扩散模型已经成为图像生成领域的主导方法，挑战了传统的离散潜变量建模方法。受此启发，研究人员提出了一种名为DI

视频编辑平台 InVideo 近日推出重磅升级版本 v3.0，引入了基于人工智能的文本生成视频功能。用户只需输入文字提示，即可创建真人实拍、动画或二次元风格的视频内容，并可针对 YouTube、Instagram Reels 和 LinkedIn 等不同平台进行定制化调整。这项新功能虽然依赖第三方 AI 模型构建，但用户可以通过追加文字提示对视频进行实时动态编辑。InVideo 为此专门推出了名为"Generative Plan"的订阅计划，起步价为每月120美元，可生成15分钟的视频内容，用户可根据需求购买更多时长。尽管这次升级显著提升

Google 正式在苹果 App Store 上线全新的 Gemini 应用，并推出语音交互功能 Gemini Live，这标志着智能语音助手领域的一次重大突破。与此同时，苹果计划将 OpenAI 的 ChatGPT 整合到 Siri 中的消息，也预示着这一领域的竞争正在加剧。作为 Google 在 2023 年推出的 Bard 的升级版本，Gemini 是 Google 对 OpenAI ChatGPT 的有力回应。这款应用不仅具备面试准备、旅行建议和创意头脑风暴等多样化功能，更通过 Gemini Live 实现了更自然的语音交互。值得注意的是，Android 用户已在今年 8 月获得了优先体验权。相比亚马

月之暗面Kimi智能助手宣布推出新一代数学推理模型k0-math。k0-math模型在多项数学基准能力测试中表现突出，其成绩在中考、高考、考研以及包含入门竞赛题的MATH等4个数学基准测试中超过了OpenAI o1系列的o1-mini和o1-preview模型。

OpenAI于11月14日发布了一份专业的学生写作指南，首次系统性阐述了ChatGPT在教育领域的正确使用方法。这份指南不仅回应了教育界对AI的担忧，更为学生如何合理运用AI工具提供了清晰的行动指南。OpenAI强调，ChatGPT应被视为辅助学习工具而非替代品。当学生正确使用这一工具时，它能够帮助加深对复杂概念的理解;反之，不当使用则可能阻碍学习技能的培养。指南详细列举了多种有效的使用方法。在资料检索方面，ChatGPT可以快速定位原始参考来源，提高研究效率。在学习过程中，学生可以通