在人工智能技术日益普及的今天，如何有效地证明自己是一个真实的人而非机器人，已成为一个亟待解决的问题。为了解决这一挑战，OpenAI 的创始人萨姆・奥尔特曼正致力于开发一款名为 “World” 的全能应用。根据华尔街日报的报道，这一创新平台的目标是创建一个多功能的超级应用生态系统，集成支付、聊天和微贷款等多种功能。“World” 应用采用了一种颇具未来感的生物识别技术，用户需凝视一个篮球大小的球体进行虹膜扫描，从而确认身份。这项技术已成功验证了超过1100万人，建

在最近的一次机构电话交流会上，新开普公司透露了其自研的星普大模型的最新测评结果。该模型采用了 SFT（监督微调）与 RL(强化学习)的训练技术，在智能推理效果上与 DeepSeek-R1相近，且算力消耗仅为 DeepSeek-R1的1/20。这一成果不仅彰显了新开普在人工智能领域的研发实力，同时也为降低硬件投入提供了可能。星普大模型的成功，不仅体现在其智能推理能力的提升上，更在于其高效的算力消耗。这一进展意味着，企业在部署此类模型时，所需的硬件投资大大降低，节约下来的算力预算可以

智元机器人今日正式宣布推出自主研发的大型仿真框架AgiBot Digital World，为机器人操作提供灵活的仿真数据生成方案、预训练的大规模仿真数据和统一的模型评测标准，并同步开源海量仿真数据。AgiBot Digital World是专为机器人操作技能研究与应用设计的仿真框架，集成海量逼真三维资产、多样化专家轨迹生成机制和全面模型评估工具。它通过高保真模拟训练场景，全链自动化生成数据，实现一系列具身仿真服务。该框架凭借丰富多样的物体、场景和机器人模型构建大规模、高精度三维资产库

据豆包大模型团队官方公众号消息，在北京交通大学和中国科学技术大学的联合研究下，由豆包大模型团队提出的 “VideoWorld” 视频生成实验模型近日正式开源。这个模型的最大亮点在于，它不再依赖传统的语言模型，而是仅凭视觉信息就能认知和理解世界。这一突破性的研究灵感来源于李飞飞教授在 TED 演讲中提到的 “幼儿可以不依靠语言理解真实世界” 的理念。“VideoWorld” 通过分析和处理大量视频数据，实现了复杂的推理、规划和决策能力。研究团队的实验显示，模型在仅有300M 参

在学术研究领域，文献检索是一项复杂且重要的信息获取任务。研究人员需要能够处理复杂的、专业知识领域的检索能力，以满足细致的研究需求。然而，现有的学术搜索平台，如谷歌学术，往往难以应对这些复杂的研究查询。例如，针对使用 UCB 方法的非平稳强化学习的专业查询，需要更强的计算和分析能力。此外，研究人员在进行文献综述时，通常需要耗费大量的时间和精力手动浏览庞大的学术数据库。尽管已有多项研究探讨了大型语言模型（LLMs）在学术论文检索和科学发现中的应用

一家新的人工智能初创公司 Borderless AI 正致力于将人力资源部门作为企业 AI 应用的下一个主要战场。该公司近日宣布推出其首个产品 HRGPT，这是一款免费的 AI 驱动搜索引擎，旨在帮助企业更高效地管理内部人力资源数据以及相关的就业法律法规。图源备注：图片由AI生成，图片授权服务商MidjourneyBorderless AI 自去年进入市场以来，已经吸引了大约3200万美元的种子轮融资，其中包括500万美元的战略投资，参与者包括 Cohere 的联合创始人 Aidan Gomez 和 Ivan Zhang。公司的联合创始人兼首席执行官 Wil

长期以来，如何仅凭单张图像高效生成高质量、广阔视角的3D场景一直是研究人员面临的挑战。传统方法往往依赖多视角数据，或需要耗时的逐场景优化，并且在背景质量和未见区域的重建上存在不足。现有技术在处理单视图3D场景生成时，常因信息不足而导致遮挡区域的错误或扭曲，背景模糊，以及难以推断未见区域的几何结构。而基于回归的模型虽然可以前馈方式进行新视角合成，但它们在处理复杂场景时面临巨大的内存和计算压力，因此大多局限于物体级别的生成或窄视角场景。为了

在自然界中，动物们通过各种声音进行交流，从海豚的口哨声到大象的隆隆声，再到鸟鸣的颤音，每一种声音都蕴含着特定的模式和结构。这些细微的声音差异对人类来说难以识别，但人工智能（AI）的模式识别能力为解码这些“野性的呼唤”提供了新的可能性。加拿大Carleton University的鲸鱼生物学家Shane Gero花费了20年时间研究鲸鱼的交流方式。他发现，同一家族的鲸鱼会发出特定的声音，而不同区域的抹香鲸甚至有自己的“方言”。这些声音，特别是称为尾音的咔嗒声，是鲸鱼在水面上与

近日，上海机器人初创公司智元机器人联合上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思，正式开源百万真机数据集AgiBot World，旨在支持泛化和通用的机器人大模型训练。据悉，这是全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集。AgiBot World数据集诞生于智元自建的大规模数据采集工厂与应用实验基地，空间总面积超过4000平方米，包含3000多种真实物品，复刻了家居、餐饮、工业、商超和办公五大核心场景，收录了80多种日常生活中的

智元机器人携手上海人工智能实验室等机构，重磅发布AgiBot World数据集，这是全球首个基于真实场景的百万级机器人数据集。相较谷歌的Open X-Embodiment，其长程数据规模提升10倍，场景覆盖扩大100倍，数据质量达到工业级标准。这个被誉为具身智能领域"ImageNet时刻"的开源项目展现了令人惊叹的机器人能力。从客厅插花到厨房做饭，从超市收银到工厂分拣，AgiBot World涵盖了家居、餐饮、工业、商超和办公五大核心场景，收录了八十余种日常生活技能。在硬件配置上，机器人配备了360度环绕式

随着人工智能技术的飞速发展，各大企业纷纷建立数据中心，以满足日益增长的计算需求。然而，最新一份来自彭博社的报告指出，这些数据中心的迅速扩张可能对美国的电网造成不利影响。根据 Whisker Labs 追踪的100万处住宅传感器数据，结合 DC Byte 的市场情报，彭博社发现，超过一半电力波动最严重的家庭，位于距离重要数据中心活动20英里以内的区域。这表明，数据中心的集中度与家庭电力供应的 “谐波失真” 存在一定关联。“谐波失真” 是指电流流动不理想，可能导致家庭电器受到

知名 AI 助手 Grammarly 近日宣布将收购生产力平台 Coda，此举标志着 Grammarly 向 AI 生产力平台迈出了重要一步。图源备注:图片由AI生成，图片授权服务商MidjourneyCoda 的首席执行官兼联合创始人 Shishir Mehrotra 将接任 Grammarly 的新 CEO。此次收购将结合 Coda 灵活且强大的 AI 工具，旨在帮助客户更高效地访问企业知识、利用生成式 AI 进行聊天、并实现全面的生产力提升。Grammarly 联合创始人 Alex Shevchenko 表示:“在过去的15年里，Grammarly 一直在构建一条 AI 超级高速公路，具备超越写作助手的能力。收购

2024年，随着AI生成搜索结果的兴起，许多网站的自然流量急剧下降。针对这一趋势，奥地利初创公司 Otterly 开发了一款专注于 AI 搜索可见性优化（AI Search Visibility Optimization）的工具，帮助企业和广告代理机构优化他们在生成式搜索结果中的存在。随着谷歌于5月推出 AI 概览（AI Overviews），搜索引擎用户可以直接在页面中获得回答，极大减少了对外部网站的点击。这一变化对依赖自然搜索流量的公司构成了严峻挑战。例如，一家 SaaS 公司通过 Otterly 发现，谷歌在 AI 概览中覆盖了其一半的 SEO

心脏病是美国主要的死亡原因，许多人在经历心脏病发作时，甚至都不知道自己存在潜在的心脏问题。为了改变这种现状，心血管成像初创公司 Cleerly 正在致力于通过分析心脏的 CT 扫描，来实现早期筛查冠状动脉疾病的目标。这种方法类似于乳腺癌和结肠癌的筛查手段，如乳腺 X 光和结肠镜检查。Cleerly 的创始人、心脏病学专家詹姆斯・敏（James Min）表示:“大多数死于心脏病和心脏病发作的人从未出现任何症状。” 他指出，全球范围内的心脏病筛查势在必行。Cleerly 的技术源于他在2003年

近日，心血管成像初创公司Cleerly正在通过人工智能（AI）技术来提前发现潜在的心脏病风险。该公司利用AI分析心脏CT扫描图像，识别冠状动脉疾病的早期迹象，类似于乳腺癌和结肠癌筛查中的X光和结肠镜检查。Cleerly的创始人、心脏病专家James Min表示:“大多数死于心脏病的人在发病前从未表现出任何症状。我们需要开始广泛筛查潜在的心脏病患者。”这一理念源自他于2003年创立的纽约长老会医院/威尔康奈尔医学院的临床项目。目前，Cleerly正在进行一项大规模、多年的临床试验，旨在证明

微软近日发布开源库TinyTroupe，这是一个突破性的人工智能系统，能在虚拟环境中模拟人类行为，为企业提供创新的产品测试和市场研究解决方案。TinyTroupe利用GPT-4o等大型语言模型，创建具有独特个性、兴趣和目标的AI代理"TinyPersons"。这些虚拟代理可在"TinyWorlds"环境中相互交互，模拟真实用户场景。与传统游戏模拟不同，TinyTroupe专注于商业和生产力应用。企业可以在投入实际广告预算前，通过模拟受众测试数字广告效果，或评估搜索引擎和聊天机器人的用户体验。目前，该系统提供了几个

大模型（LLM）如GPT、Llama等在人工智能领域掀起了一场革命，但如何高效地训练这些庞大的模型并使其符合人类价值观仍然是一个难题。强化学习与人类反馈（RLHF）作为一种重要的LLM训练方法，近年来得到广泛应用，但传统的RLHF框架在灵活性、效率和可扩展性方面存在局限性。为解决这些问题，字节跳动豆包大模型团队开源了名为HybridFlow的RLHF框架，为LLM训练带来了新的可能性。RLHF通常包含三个阶段:首先，actor模型根据输入的提示生成文本;然后，critic模型、reference模型和reward模型对生成

近日，加州大学伯克利分校 BAIR 实验室的 Sergey Levine 研究团队提出了一种名为 HIL-SERL 的强化学习框架，旨在解决机器人在现实世界中学习复杂操作技能的难题。 这项新技术将人类演示和纠正与高效的强化学习算法相结合，使机器人能够在短短1到2.5小时内掌握各种精密灵巧的操作任务，例如动态操作、精密装配和双臂协作。以前，让机器人学习新技能，那叫一个费劲，就像教一个熊孩子写作业，得手把手地教，还得一遍遍地纠正。更让人头疼的是，现实世界里各种情况复杂多变，机器人往

最近，企业法律行业迎来了一个激动人心的变革。美国企业法务协会（ACC）与 Everlaw 联合发布了一份关于生成 AI(GenAI)对企业法律行业影响的新报告。这份名为《Gen AI 与未来企业法律工作:内部团队准备好了吗?》的报告揭示了生成式 AI 在法律工作中的迅速应用及其对法律职业的深远影响。图源备注:图片由AI生成，图片授权服务商Midjourney报告显示，几乎一半的受访者（49%）认为生成式 AI 将会降低运营成本，很多人甚至在去年这一数据的基础上有了显著的增加。2023年，有33% 的受访者表示，他

一场声势浩大的创作者维权行动正在展开。由凯文·贝肯、凯特·麦金农等知名演员领衔，包括演员、作家和音乐人在内的11，500名创作者共同签署了一份声明，对AI企业未经许可使用版权材料训练模型的行为提出强烈抗议。这份由AI数据公平使用倡导组织Fairly Trained发起的声明指出:"未经授权使用创作作品来训练生成式AI是对创作者生计的重大且不公平的威胁，这种行为必须被禁止。"Fairly Trained首席执行官Ed Newton-Rex在接受《卫报》采访时表示，生成式AI公司构建模型需要"人才、算力和数据"三