生物科技初创公司Chai Discovery推出AI模型Chai-1，旨在预测分子结构，助力药物研发。此模型在准确性上超越了谷歌DeepMind的AlphaFold，获得OpenAI和Thrive Capital的支持。Chai-1的免费网络界面和开放源代码鼓励非商业研究。该模型在多种分子类型预测上表现卓越，尤其在数据不完整时，其准确度超出预期，对药物研发领域构成重大突破。

生物科技公司Chai Discovery在成立六个月内，获得Thrive Capital和OpenAI近3000万美元投资。该公司专注于生物技术在药物研发中的应用，开发出能预测生化分子结构与重新编程分子间相互作用的创新技术，旨在将生物学转变为“工程学”。Chai Discovery的目标是加速和优化药物研发过程，通过人工智能和机器学习等技术提升药物分子设计与筛选效率，降低研发成本，加速新药上市，最终惠及患者。此次融资反映了市场对Chai Discovery技术实力和前景的高度认可，未来公司将致力于生物技术创新，推动医药行业变革。

Claude3.5-sonnet模型近期对免费用户关闭使用，仅提供功能较简化的Claude3Haiku模型。此变化引发用户关注，尤其是依赖其高级功能进行复杂任务处理和视觉推理的用户。Claude3.5Sonnet作为Claude今年6月推出的新型AI模型，以其卓越性能、增强的理解能力、提速运行和突破性视觉处理能力，成为行业标杆。关闭举措影响用户体验，部分用户需寻找替代方案或升级服务。目前原因不明，官方未说明重开时间，用户对此持续关注。

LG电子宣布向SBVA新成立的Alpha Intelligence Fund投资1000万美元，旨在推动AI和深科技初创公司发展。该基金总规模1.3亿美元，由SBVA管理，SBVA曾是软银集团的软银风险投资机构，现独立运营。LG投资旨在分享创新技术趋势，增强自身AI能力，与具有高增长潜力的AI、深科技和机器人领域初创公司合作，探索未来商业机会。通过此举，LG期望加速转型为智能生活解决方案公司，获取关键增长引擎的创新技术，与全球公司和初创企业建立更紧密的网络，发现战略投资机会，并为未来的业务获取技术能力。LG还计划收购荷兰智能家居平台公司剩余20%股份，并向AI自主服务机器人初创公司Bear Robotics投资6000万美元。LG NOVA作为其在硅谷的创新中心，通过举办比赛发现和培育初创公司，支持其商业化。SBVA首席执行官表示，将利用专业技术、全球网络和投资经验，最大化这些公司的增长潜力。

Geekbench AI 是一款新发布的跨平台工具，专为评估 AI 密集型工作负载设计。它通过测量设备的 CPU、GPU 和 NPU，以及支持多种机器学习框架，来判断设备处理 AI 应用程序的能力。Geekbench AI 提供全精度、半精度和量化分数，并伴随准确性评估，帮助用户了解模型执行任务的真实程度。用户可在 Windows、macOS、Linux、Android 和 iOS 平台上下载并测试设备的 AI 处理性能。随着 AI 技术的发展，这款工具为评估设备在 AI 任务上的表现提供了重要依据。

Geekbench AI是一款全新的跨平台工具，旨在评估设备在AI密集型工作负载下的性能，通过测试CPU、GPU和NPU，判断设备处理机器学习应用的能力。它支持多种AI框架，如ONNX、CoreML、TensorFlow Lite和OpenVINO，并从速度和准确性两个维度评估性能，提供全精度、半精度和量化精度三个分数。此外，Geekbench AI的测试结果包含了准确性测量，以评估工作负载输出与真实结果的接近程度。该工具已在Windows、macOS、Linux、Android和iOS平台上发布，用户可下载试用。随着AI技术的发展，Geekbench AI的出现改变了评估设备性能的方式，为设备AI能力的评估提供了新标准。然而，AI性能测试仍处于早期阶段，其与实际用户体验的关联及准确反映不同AI应用场景下的设备表现还需进一步观察。

Geekbench AI是一款全新跨平台工具，用于评估设备处理密集型工作负载的性能，特别关注机器学习任务。它通过测量CPU、GPU和NPU性能，提供全精度、半精度和量化评分，并纳入准确度评估。支持多种机器学习框架，包括ONNX、CoreML、TensorFlow Lite和OpenVINO。此工具在Windows、macOS、Linux、Android和iOS上均可使用，旨在全面评估设备在不同任务中的表现。

《经济学人》杂志文章指出，AI公司面临因互联网高质量数据枯竭导致的"数据墙"挑战，预测到2028年，所有高质量文本数据将被用尽，影响机器学习进展。加州大学伯克利分校教授斯图尔特·罗素曾警告ChatGPT等AI可能耗尽宇宙中的文本。然而，斯坦福大学教授李飞飞表示，仍存在大量差异化数据可挖掘。为解决数据短缺，使用合成数据成为可能的解决方案，但《自然》杂志论文提出使用AI生成的数据集训练模型可能导致"模型崩溃"，建议保留原始数据，使用多样化数据源，并研究更鲁棒的训练算法。突破"数据墙"限制，确保高质量训练数据的持续供应，是AI行业亟待解决的紧迫课题，需要技术创新和多方合作。

Stable-Hair 是一项创新的头发转移技术，旨在解决现有技术在处理多样化和复杂发型时的挑战，为用户提供更佳的虚拟试发体验。该技术通过扩散模型，精准地将各种真实发型转移到用户提供的面部图像上。其工作流程分为两阶段：首先使用“秃头转换器”去除图像中的头发，然后通过“发型提取器”、“潜在身份网”和“头发交叉注意力层”三个独特模块进行发型转移，确保转移效果高度详细且保真度高。实验结果显示，Stable-Hair 在当前方法中表现优异，达到先进水平，显著提升了虚拟试发体验，使用户能轻松尝试不同发型，享受变换的乐趣。

Anthropic现在在Amazon Bedrock中推出了其最新模型Claude3Haiku，开启了客户微调模型的途径。这一创新功能让使用者根据自身业务需求，个性化定制模型的知识与能力，以达到在特定任务上的最佳效果。微调技术通过精细调校模型，针对性地提升其在分类、与自定义API互动及解读行业数据等特定领域的性能。使用Amazon Bedrock控制台或API，用户可对Claude3Haiku进行测试和优化，直至满足所需性能目标并最终部署。微调Claude3Haiku不仅可提高在具体任务上的专业表现，显著优于通用模型，而且还降低生产部署成本，加快结果返回速度，同时保证一致且符合品牌格式的输出，满足法律法规与内部协议需求。用户无需深厚技术背景，即可实现高效创新。据韩电信公司SK Telecom的报道，通过微调Claude模型，显著提升了客户体验和关键指标。全球内容与技术公司Thomson Reuters也取得了亮眼效果，进一步优化在法律、税务等领域的一致用户体验。当前，微调功能已开始在美国西部（俄勒冈）AWS区域进行预览，支持文本微调，最大上下文长度可达32K个tokens。未来，将引入视觉能力的全面部署。

LangChain最近发布了一份RAG（检索增强型生成）的指南，详细介绍了如何使用LangChain构建和部署RAG技术的大模型应用。教程涵盖了RAG流程的各个环节，为用户提供了更高效的信息检索和生成。

["Anthropic公司推出最新的Claude3Haiku，速度最快、成本最实惠的AI模型。","Claude3Haiku提供先进的视觉功能和行业标准性能，适用于企业客户。","Haiku每秒可处理21,000个令牌，大幅提升企业文档分析速度。","具备先进的视觉功能，能处理图表、图形和照片等视觉输入。","Claude3Haiku通过Anthropic的API提供给Claude Pro订阅者，即将登陆Amazon Bedrock和Google Cloud Vertex AI。"]

["☁️ <b>云计算资源</b>:HAI可以根据应用智能匹配最优的云资源","👩‍💻 <b>开发者体验</b>:HAI原生集成开发工具,数分钟快速构建AI应用环境","🎨 <b>创作应用</b>:HAI一站式部署语言模型、AI作画等创作环境"]

["亚马逊印度为商业伙伴开发生成式AI工具SahAI,帮助处理产品后端工作。","SahAI处于试运行阶段,目的是帮助更多新企业进入亚马逊市场。","SahAI可助小企业处理产品内容、图片、详情等信息。","亚马逊印度10年营运,卖家数量从100增至超过120万。","亚马逊计划在印度大力投资,至2030年可创逾百万就业。"]