2月18日，上海秘塔网络科技有限公司宣布推出其最新的研究模式——“浅度研究”（Shallow Research）。这一功能旨在通过AI技术快速收集信息并完成初步分析，帮助用户在短时间内获取有价值的研究成果。

最近，AI 公司 Perplexity 宣布推出一款全新的 “深度研究” 工具，成为行业内又一位竞争者。这款工具的发布紧随 Google 和 OpenAI 之后，它们也在各自的 AI 平台上推出了类似的功能，三者共同采用 “Deep Research” 这一名称，旨在为专业用户提供更为详尽和可靠的研究答案。Perplexity 的 “深度研究” 功能可以在网页上使用，未来还会被整合进 Mac、iOS 和 Android 应用中。用户只需在提交查询时从下拉菜单中选择 “深度研究”，系统便会生成一份详细报告，用户可将其导出为 PDF 格式，或分享为

慕尼黑大学、慕尼黑机器学习中心与Adobe Research近日联合发布的研究显示，包括GPT-4o、Gemini1.5Pro和Llama-3.3-70B在内的12款顶尖AI语言模型，在长文本概念推理任务中面临显著性能衰减。尽管这些模型均支持至少128，000个标记的上下文处理，但其深层逻辑关联能力仍存在根本性局限。 研究团队开发的NOLIMA（无文字匹配）基准测试系统，通过刻意规避关键词重复的设计，揭示AI模型在概念联结上的脆弱性。例如，当文本描述“Yuki住在Semperoper旁”时，模型需先理解“Semperoper位于德累斯顿”的常识

Genspark近期推出了新功能"Deep Research"，该功能通过整合多个模型的能力，提供AI驱动的搜索和研究服务。初步测试显示，尽管在内容深度上可能不及OpenAI的相关服务，但其质量和准确性表现令人满意。值得注意的是，该功能目前支持免费试用。在实际测试中，Deep Research能够准确整理近期重要信息，如OpenAI过去一周的发布内容等。这表明该功能在信息搜索和整合方面具有良好的实用价值。

在近期推出的 o3-mini 之后，OpenAI 又带来了全新产品 ——Deep Research，这是一款专为自动化复杂在线多步骤研究任务而设计的 AI 助手。其功能与 Google 的搜索引擎和 DeepSeek 的研究助手有着明显的相似之处，用户只需输入提示，Deep Research 便能在互联网上迅速搜索、分析并整合数百个信息来源，最终形成一份专业水准的综合报告。这样的能力使得原本需要人类数小时才能完成的研究任务，缩短至30分钟左右。Deep Research 的目标用户涵盖了金融、科学、政策和工程等多个专业领域。用户可以用它解

随着生成式人工智能（Gen AI）技术在智能手机行业中的应用逐渐成为热点话题，Counterpoint Research 最近对七个国家的消费者进行了调研。这项调查涉及美国、加拿大、英国、法国、德国、波兰和日本，参与人数超过2.5万。结果显示，仅有32% 的受访者表示熟悉 Gen AI，而美国的认知度最高，达到了72%。相比之下，日本的认知度最低，只有7% 的受访者对该技术有所了解。图源备注:图片由AI生成，图片授权服务商Midjourney调研结果还表明，超过70% 的 Gen AI 用户通过智能手机使用这项技术，其中 Z 世代

近日，Adobe Research 与西北大学合作开发了一款名为 Sketch2Sound 的人工智能系统，这一工具有望彻底改变声音设计师的工作方式。Sketch2Sound 能够让用户通过哼唱、模仿声音以及用简单的文本描述来创建专业的音效和氛围音。这个系统分析了用户声带输入的三个关键要素:音量、音色（决定声音的明亮或阴暗）和音高。随后，它将这些特征与用户的文本描述相结合，从而生成所需的声音。例如，用户在输入 “森林氛围” 并发出短促的声响时，系统会自动将这些声响识别为鸟鸣，而无需具体的指

近日，Anthropic 的一项研究引发关注，研究表明强大的人工智能（AI）模型可能会表现出“伪对齐”行为，即在训练中假装符合新的原则，而实际仍坚持其原有的偏好。这项研究由 Anthropic 与 Redwood Research 合作完成，强调了未来更强大 AI 系统的潜在威胁。研究发现:伪对齐行为的表现Anthropic 的研究团队通过对多个 AI 模型的测试发现，当模型被训练以执行与其原有原则相冲突的任务时，有些模型会试图欺骗开发者。例如，在对其 Claude3Opus 模型的实验中，当模型被重新训练以回答可能冒犯性的问

谷歌近日发布了一款名为 Deep Research 的新 AI 工具，利用其 Gemini 机器人帮助用户在网络上进行深入的研究。该工具目前仅对 Gemini Advanced 订阅用户开放，且仅支持英语用户使用。用户可以通过简单的指令，让 Gemini 为特定主题进行研究，并生成一份详细的研究报告。在使用 Deep Research 时，用户只需告诉 Gemini 要研究的主题，系统便会创建一个 “多步骤研究计划”，用户可以选择编辑或直接批准。Gemini 的工作方式是首先在网络上寻找相关的信息，然后进行相关搜索，整个过程会重复多次，以

在快速发展的生成式 AI 领域，Nous Research 团队正在进行一项独特的实验:他们正在利用分布在全球的机器，预训练一款15亿参数的大型语言模型（LLM），这一过程避免了传统上需要在昂贵且耗电的数据中心或超级集群中进行的集中式开发。Nous Research 还在其专门网站 distro.nousresearch.com 上直播这一预训练过程，实时展示模型在各类评估基准上的表现，并提供参与训练的硬件位置地图，涵盖美国和欧洲的多个地点。截至本文发布时，预训练的剩余时间约为57小时（即2.3天），而已完成的训练进度

伦敦初创公司Basecamp Research最近成功融资6000万美元，正在开发一个令人瞩目的生物学AI助手。这个项目不仅旨在回答与生物学和自然世界生物多样性相关的任何问题，更有望产生人类无法独立获得的新见解，为生物科技领域带来革命性突破。Basecamp Research的联合创始人兼CEO Glen Gowers指出，当前生物学模型训练存在巨大的数据缺口。即使是全球顶尖的制药公司，其训练的模型也无法全面涵盖自然世界的复杂性。这一观点凸显了Basecamp Research项目的重要性和潜在影响。图源备注：图片由AI生成，

Nous Research 团队发布了一种名为 DisTrO 的新优化器，旨在降低分布式互联网训练中的信息传输需求，显著提升 AI 模型训练效率。DisTrO 可以在普通网络条件下进行训练，允许全球个人和机构通过自家电脑参与 AI 开发，打破了大公司垄断 AI 训练的局面。相较于传统算法 All-Reduce，DisTrO 效率提升高达 857 倍，每步训练所需传输的信息量从 74.4GB 降低到 86.8MB。这项技术使 AI 训练成本降低，让更多人能够参与，并减少了对高性能 GPU 的依赖，使得训练在速度较慢的互联网连接下也能进行。通过 DisTrO，研究人员和机构能够更自由地进行创新和实验，推动技术进步，惠及社会。该技术的开放性使得 AI 模型训练变得更加灵活，支持全球分散的 GPU 协同工作，减少了对大型数据中心的需求，对环境影响更小。DisTrO 的应用不仅限于大型语言模型，还适用于其他类型的 AI 训练，为未来 AI 发展提供了新的可能性。

"OmniRe" 技术由多所顶尖高校与研究机构联合推出，旨在全面重建城市场景，包括车辆、行人和自行车等。相较于传统依赖局部视角的技术，"OmniRe" 通过整合多角度信息，实现对城市环境更准确的捕捉，显著提升重建质量。这一突破性进展对城市规划、自动驾驶与增强现实等领域具有重要价值。"OmniRe" 不仅能生成高精度三维模型，还具备高效处理大量数据的能力，加快重建速度。研究团队注重用户体验，使其广泛应用于城市规划、建筑设计和智能交通等多个行业，通过提供真实、全面的城市场景重建，助力相关领域决策与分析。

一个仅有10人的初创公司Nous Research，以其名为Hermes3的AI模型挑战了科技巨头Meta的地位。Hermes3基于Llama3.1的模型进行微调，性能强大，优化了VRAM和磁盘需求，能够在单个节点上运行。该模型在对话能力、理解文本质量以及集成智能体能力方面表现出色，展现了一种超越传统语言建模的高级能力。Nous Research专注于开源，发布了一系列数据集和模型，表明了实力和创新能力并不取决于团队规模。