IBM 正式发布了其新一代开源大语言模型 Granite3.1，力图在企业级 AI 领域占据领先地位。这一系列模型具备128K 的扩展上下文长度、嵌入模型、内置的幻觉检测功能以及性能的显著提升。IBM 声称，Granite8B Instruct 模型在相同规模的开源竞争对手中表现最佳，包括 Meta 的 Llama3.1、Qwen2.5和谷歌的 Gemma2。Granite3.1模型的发布是在 IBM 快速迭代 Granite 系列的背景下进行的，早在10月份就推出了 Granite3.0。IBM 透露，其与生成 AI 相关的业务收入已达到20亿美元。新版本的核心理念是将更多功能集成到更小的

在 AI 时代，大型语言模型（LLM）就像武林秘籍，其训练过程耗费巨大算力、数据，就像闭关修炼多年的武林高手。而开源模型的发布，就像高手将秘籍公之于众，但会附带一些许可证(如 Apache2.0和 LLaMA2社区许可证)来保护其知识产权(IP)。然而，江湖险恶，总有“套壳”事件发生。一些开发者声称自己训练了新的 LLM，实际上却是在其他基础模型（如 Llama-2和 MiniCPM-V）上进行包装或微调。 这就好像偷学了别人的武功，却对外宣称是自己原创的。为了防止这种情况发生，模型所有者和第三方迫

近日，甲骨文公司（Oracle）在其2025财年第二季度财报中宣布，公司的总收入同比增长9%，达到了141亿美元。其中，云服务收入达到59亿美元，同比增长 %。这一增长与全球对人工智能(AI)需求激增密切相关。图源备注：图片由AI生成，图片授权服务商Midjourney在财报电话会议上，甲骨文首席技术官拉里・埃里森（Larry Ellison）透露，骨文已与 Meta 签署了一项协议，将使用 Meta 的 AI 云基础设施，并合作开发基于 Meta Llama 模型的 AI 代理。这表明甲骨文在 AI 领域的布局正持续深化。甲骨文首席执行官

近日，NVIDIA 推出了新一代开放视觉语言模型 ——NVILA。该旨在优化准确性和效率，凭借出色的性能，成为视觉 AI 领域的佼者。根据 NVIDIA 的介绍，NVILA 在训练成本上降低了4.5倍微调所需内存减少了3.4倍，并且在预填充和解码的延迟上几乎降低了2倍。这些数据是与另一种大型视觉模型 LLaVa OneVision 进行比较得出的。在视频基准测试中，NVILA 的表现超过了 GPT4o Mini，并且在与 GPT4o、Sonnet3.5和 Gemini1.5Pro 的比较中也表现出色。此外，NVILA 还在与 Llama3.2的对比中取得了微弱胜利。尽管如此，NVIDIA 表

Meta近日宣布，推出其Llama系列的最新成员——Llama3.370B。Meta的生成式AI副总裁Ahmad Al-Dahle在X平台上发布了这一消息，并指出，Llama3.370B在性能上相较于Meta之前最大的Llama模型Llama3.1405B取得了显著进步，同时成本大幅降低。Al-Dahle表示，通过利用训练后的最新技术，Llama3.370B不仅提升了性能，而且降低了运营成本。根据Meta发布的基准测试结果，Llama3.370B在多个领域超过了谷歌的Gemini1.5Pro、OpenAI的GPT-4和亚马逊新发布的Nova Pro，尤其在评估模型理解语言能力的MMLU测试中表现优异。该模型现已可以从

在近期的一次公开活动中，Meta 首席执行官马克・扎克伯格对公司自研的 Llama AI 模型进行了高度评价，称其将在人工智能领域中占据领先地位。然而，尽管扎克伯格对 Llama 充满信心，Meta 仍然在内部工具 Metamate 中同时使用竞争对手 OpenAI 的 GPT-4模型，显示出灵活应对市场的策略。图源备注：图片由AI生成，图片授权服务商MidjourneyMetamate 是 Meta 开发的一款内部编码工具，它结合了 Llama 和 GPT-4的优势，旨在为公司员工提供更为高效的开发支持。据知情人士透露，该工具自今年初以来便已集成了

非营利性 AI 研究机构 Ai2近日发布了其于全新的OLMo2系列，这是该机构推出的“开放语言模型”（OLMo）系列的第二代模型。OLMo2的发布不仅为AI社区提供了强大的技术支持，更以其完全开放源代码的特性，代表了开源AI的最新发展。与目前市场上其他“开放”语言模型如Meta的Llama系列不同，OLMo2符合开放源代码倡议的严格定义，这意味着用于其开发的训练数据、工具和代码都是公开的，任何人都可以访问和使用。根据开放源代码促进会的定义，OLMo2满足了该机构对“开源AI”标准的要求，这一

Meta 公司于近日宣布成立一个新的商业 AI 部门，由技术资深人士 Clara Shih 担任负责人。这个新部门旨在将 Meta 的人工智能技术推广到各类企业，帮助它们提升运营效率和业务能力。Meta 已经通过其社交平台与企业建立了广泛的联系，每月有2亿家企业通过 Facebook、Instagram 和 WhatsApp 进行业务沟通。Meta 的开放源码 Llama 语言模型已经获得超过6亿次下载，而其 Meta AI 助手每月活跃用户超过5亿。此次成立的商业 AI 部门是 Meta 首次大规模地将其 AI 技术和专业知识转向专门的商业服务领域。虽然 Meta

最近，AI 大型语言模型（LLM）在各种任务中表现出色，写诗、写代码、聊天都不在话下，简直是无所不能!但是，你敢相信吗?这些“天才”AI 居然是“数学菜鸟”!它们在处理简单的算术题时经常翻车，让人大跌眼镜。一项最新的研究揭开了 LLM 算术推理能力背后的“奇葩”秘诀:它们既不依赖强大的算法，也不完全依靠记忆，而是采用了一种被称为“启发式大杂烩”的策略! 这就好比一个学生，没有认真学习数学公式和定理，而是靠着一些“小聪明”和“经验法则”来蒙答案。研究人员以算

近日，北京大学等科研团队宣布发布了一款名为 LLaVA-o1的多模态开源模型，据称这是首个能够进行自发、系统推理的视觉语言模型，堪比 GPT-o1。该模型在六个具有挑战性的多模态基准测试中表现优异，其11B 参数的版本超越了其他竞争者，如 Gemini-1.5-pro、GPT-4o-mini 和 Llama-3.2-90B-Vision-Instruct。LLaVA-o1基于 Llama-3.2-Vision 模型，采用了 “慢思考” 推理机制，能够自主进行更加复杂的推理过程，超越了传统的思维链提示方法。在多模态推理基准测试中，LLaVA-o1的表现超出了其基础模型8.9%。该模型的

昆仑万维科技股份有限公司宣布，其最新研发的天工大模型4.0O1版（英文名:Skywork O1）将于2024年11月27日启动邀请测试。天工大模型4.0O1版是国内首款具有中文逻辑推理能力的o1模型，它不仅在模型输出上内生了思考、计划、反思等能力，而且在标准评测集上，其推理能力相较于基座模型有了大幅上升，实现了模型推理能力的本质提升。

近日，Oute AI 发布了一种新颖的文本转语音合成方法，称为 OuteTTS-0.1-350M。这种方法利用纯语言建模，无需外部适配器或复杂架构，提供了一种简化的 TTS 方法。OuteTTS-0.1-350M 基于 LLaMa 架构，使用 WavTokenizer 直接生成音频标记，使得流程更加高效。该模型具有零样本语音克隆功能，仅需几秒钟的参考音频即可复制新的声音。OuteTTS-0.1-350M 专为设备性能而设计，并与 llama.cpp 兼容，使其成为实时应用的理想选择。尽管该模型的参数规模相对较小（3.5亿个），但其性能可与更大、更复杂的 TTS 系统

近期，开源社区传来好消息:上海AI Lab团队发布了LLaMA版o1项目，旨在复刻OpenAI的奥数解题神器o1。该项目采用了多种先进技术，包括蒙特卡洛树搜索、Self-Play强化学习、PPO以及AlphaGo Zero的双重策略范式，引起了开发者社区的广泛关注。早在OpenAI的o1系列发布之前，上海AI Lab团队就开始探索利用蒙特卡洛树搜索来提升大模型的数学能力。o1发布后，团队进一步升级算法，专注于数学奥赛问题，并将其作为OpenAI草莓项目的开源版本进行开发。为了提升LLaMA模型在数学奥赛问题上的表现，团队采用了

Meta 公司近日宣布，将其 Llama 系列人工智能模型向美国政府机构及相关承包商开放，以支持国家安全应用。这一举措旨在消除外界对其 “开放” 人工智能可能助长外国对手的看法。Meta 在一篇博客文章中表示:“我们很高兴地确认，Llama 将向美国政府机构提供，包括那些专注于国防和国家安全的项目，以及支持这些工作的私营部门合作伙伴。”为推动这一项目，Meta 与多家知名公司达成了合作，包括埃森哲、亚逊网络服务、安迪尔、博思艾伦、Databricks、德勤、IBM、莱多斯、洛克希德・马丁

Hugging Face今天发布了SmolLM2，一组新的紧凑型语言模型，实现了令人印象深刻的性能，同时所需的计算资源比大型模型少得多。新模型采用Apache2.0许可发布，有三种大小——135M、360M和1.7B参数——适合部署在智能手机和其他处理能力和内存有限的边缘设备上。SmolLM2-1B模型在几个关键基准测试中优于Meta的Llama1B模型，尤其是在科学推理和常识任务中表现出色。该模型在大多数认知基准上的表现都优于大型竞争模型，使用了包括FineWeb-Edu和专门的数学和编码数据集在内的多样化数据集组合。SmolL

在刚刚结束的 Meta 第三季度财报电话会议上，首席执行官马克・扎克伯格透露，Meta 正在努力推动其 Llama 人工智能模型在美国政府的应用。这一消息引发了许多疑问:具体哪些政府部门会使用 Meta 的 AI?这些 AI 将用于什么目的?是否会有军事方面的应用?Meta 在这些合作中是否获得报酬?扎克伯格表示，Meta 已经与美国国务院达成合作，探讨如何利用 Llama 解决各种问题，例如扩大安全饮水和可靠电力的获取，支持小企业发展等。他还提到，Meta 正与教育部沟通，看看 Llama 如何能够让学生的助学金

最近，Meta 的首席 AI 科学家 Yann LeCun 表示，自机器智能（AMI）能够真正帮助人们的日常生活。Meta 正在努力提升其 Llama 模型的推理能力，希望能与 GPT-4o 等顶尖模型相媲美。Meta 的副总裁 Manohar Paluri 提到，他们正在探索让 Llama 模型不仅能够 “规划”，还可以实时评估决策并在条件变化时进行调整。这种迭代的方法结合了 “思维链” 的技术，旨在实现能够有效结合感知、推理和规划的自主机器智能。此外，Paluri 强调，在 “非可验证领域” 的 AI 推理中，模型需要将复杂任务分解成可管理的

最近，开放源代码倡议组织（OSI）发布了一项新定义，明确什么才算是真正的 “开源” 人工智能。这一新标准引起了科技巨头们的关注，尤其是 Meta 的 Llama 模型，因为它并不符合这些规则。OSI 一直是开放源代码软件的行业标准制定者，但在 AI 系统中，有一些传统许可证未能覆盖的元素，比如模型训练数据。根据 OSI 的新定义，任何被认为是真正开放源代码的 AI 系统必须提供三样东西:首先是有关训练 AI 所用数据的详细信息，以便他人能够理解并重现这些结果;其次是用于构建和运行 AI 的

谷歌最近在紧锣密鼓地准备推出他们的最新语言模型 Gemini2.0，预计将在12月份与大家见面。根据来自《The Verge》的消息来源，尽管 Gemini2.0可能不会带来我们期待的重大性能提升，但还是会推出一些有趣的新功能。与此同时，有消息称一些商业客户已经提前获得了这个新模型的使用权限。在 AI 领域，其他公司也在积极推进自的项目。比如，埃隆・马斯克的 xAI 利用在其孟菲斯超级计算中心的100，000个 Nvidia H100芯片来训练 Grok3，而 Meta 则在用更多的计算资源训练 Llama4。谷歌在其旗舰语言模型

Meta最近发布了一个名为NotebookLlama的项目，该项目可以生成播客式的摘要，类似于Google的NotebookLM。该项目使用Meta自己的Llama模型进行处理，可以根据上传的文本文件生成播客式的摘要。首先，NotebookLlama会根据文件（例如新闻文章或博客文章的PDF）创建文字记录。然后，它会添加“更多戏剧效果”和中断，然后将文字记录输入到打开的文本转语音模型。虽然结果听起来不如NotebookLM，但Meta的研究人员表示，可以通过更强大的模型来提高质量。他们在NotebookLlama的GitHub页面上写道:“文本转语音