在当今信息爆炸的时代，高效的知识管理和团队协作变得愈发重要。FlowUs息流应运而生，为个人与团队带来了一场知识管理与协作的革命。这款全新平台整合了云端笔记、在线文档、知识库和文件夹等多种功能，打造出一个真正的一站式工作中心，让用户告别碎片化管理，迈向高效协作的新纪元。核心功能:1. ** 在线文档 **:支持多种内容形式的一键插入与实时协作，提升创作与互动能力。2. ** 企业服务 **:提供团队空间与工作流程管理，支持私有化部署，实现高效团队协作。3. ** 多维表 **:结

据36氪消息，小米汽车智能驾驶团队近期完成了新一轮组织架构调整，这标志着小米汽车智能驾驶业务进入了新一轮加速期。原有的“感知”和“规控”两个二级部门合并为“端到端算法与功能部”，负责量产方案开发。这一变化意味着小米汽车智能驾驶将从传统模块化开发转向端到端大模型的技术路线。小米汽车智能驾驶业务的重组和技术路线的转变，是为了抓住用户心智、维持高销量。市场上新车层出不穷，角逐城区智驾的品牌不在少数。小米汽车想要在这一领域占据领先地位，因此

随着生成式AI的普及，提示词交易市场正在迅速扩大。然而，当前以PromptBase为代表的交易平台仍以卖方主导定价，缺乏客观的价格衡量标准。面对这一挑战，复旦大学多媒体与智能安全团队提出了一种创新的提示词交易模式，旨在更好地适应未来的买方市场。这种新型交易模式主要包括两个阶段:提示词类别选取和定价策略制定。在第一阶段，平台使用基于贪婪搜索的多臂老虎机算法，根据质量评估选择待售提示词类别。第二阶段采用级联Stackelberg博弈方法，将买家、平台和卖家分别视为一

墨西哥城的创业团队"某处某人"利用人工智能设计的足球队服成功吸引了阿迪达斯的合作，展示了科技创新与传统手工艺的融合。团队通过AI图像生成技术创作出创新产品概念图，特别是将墨西哥传统刺绣元素融入阿迪达斯风格国家队球衣的设计，引起全球关注。该设计不仅提升了产品的独特魅力，还为超过3000位工匠提供了经济独立的机会，潜在影响15000人。阿迪达斯的加入，不仅推动了限量版墨西哥国家队球衣系列的推出，还体现了品牌的社会责任。通过与Nimble的合作，"某处某人"的产品打入全球苹果商店，实现了盈利并计划进行新一轮融资，展示出高效率设计与社会责任结合的商业模式的潜力。这一案例强调了科技、设计与社会企业模式在推动可持续发展和扶贫方面的巨大影响力。

CSGO是InstantX团队与南京理工大学、北京航空航天大学及北京大学合作开发的一种全新风格迁移模型，旨在提升图像生成技术，特别强调内容与风格的结合。该模型支持三种模式：1）内容图片与风格参考图片合成风格图片；2）风格参考图片与文字提示合成对应内容风格图片；3）通过文字编辑图片中的指定对象。CSGO的核心在于其独特的数据构建流程，通过设计的数据生成和自动清洗管道，构建了一个包含21万个图像三元组的IMAGStyle大规模风格转移数据集。该模型通过端到端训练，能够明确区分内容和风格特征，且在推理阶段无需额外微调。CSGO不仅保留了文本到图像的生成能力，没有对UNet进行训练，而且在图像驱动、文本驱动的风格转移以及文本编辑驱动的风格合成方面表现出色。实验结果显示，CSGO在风格控制能力上优于现有技术，展示了图像生成的新高度。

亚马逊宣布聘用机器人初创公司Covariant的核心团队，包括约四分之一的员工，并签署使用Covariant机器人基础模型的非独家许可协议。这一举措是亚马逊在人工智能和机器人领域的战略布局，旨在推动AI和机器人技术的基础研究，并将其应用到亚马逊的现有机器人系统中，为客户提供更大的实际价值。通过“反向收购”策略，亚马逊获取了新技术，同时避免了直接收购初创公司可能引发的反垄断问题。Covariant将继续由Ted Stinson领导，专注于将其AI模型应用于多个行业，包括服装、健康美容、杂货和制药等。

由中国人民大学、北京邮电大学和上海AI Lab等机构组成的研究团队开发了一项名为Ref-AVS的技术，旨在解决人工智能理解复杂物理世界的难题。该技术通过独特的多模态融合方法，整合视频对象分割（VOS）、视频对象参考分割(Ref-VOS)和视听分割(AVS)信息，使AI系统能够准确识别并定位视听场景中的特定物体，无论这些物体是否发声。为验证技术的有效性，研究团队构建了包含40,020个视频帧、6,888个物体和20,261个指代表达式的Ref-AVS Bench大规模数据集。Ref-AVS在一系列实验中展现出卓越的性能，特别是在处理未见过的物体和空引用方面表现出色，证明了其强大的分割能力和泛化能力。这一成果已在ECCV2024上展示，并提供了学习和探索资源，为AI领域的未来发展开辟了新道路。

OpenAI的变动引起了业界对人工智能安全问题的广泛关注。AGI安全团队规模大幅缩减，从约30人减少至16人左右，这引发了关于公司是否忽视AI安全性问题的担忧。离职并非有组织行动，而是团队成员个人信心的逐渐丧失。OpenAI前治理研究员Daniel Kokotajlo指出，团队的缩减似乎与公司更侧重于产品和商业化发展有关。面对外界的质疑，OpenAI强调其致力于提供最安全的人工智能系统，并相信有科学方法来解决风险。然而，今年早些时候，联合创始人Ilya Sutskever宣布辞职，其所领导的负责安全问题的“超级对齐”团队也随之解散，这一变动加剧了人们对OpenAI在安全性研究方面的担忧。

​阿里巴巴达摩院的通义千问团队在2024年8月30日宣布了其最新成果——Qwen2-VL模型的重大更新。Qwen2-VL模型在图像理解、视频处理和多语言支持方面均实现了显著提升，为关键性能指标设定了新的基准。

知名AI图像生成服务Midjourney宣布进军硬件市场，邀请对旧金山新团队感兴趣的人员发送邮件至hardware@midjourney.com。前Leap Motion CTO David Holz和苹果Vision Pro硬件工程经理Ahmad Abbas加入，产品形态预计非可穿戴，需“进入”使用。Midjourney回应AI图像生成领域竞争，更新界面并提供25次免费图像生成服务。公司强调新设备非早期AI设备设计，暗示可能采用创新形式。面对行业挑战，Midjourney的硬件计划引起市场期待，但AI驱动硬件市场反馈不一。OpenAI CEO Sam Altman与苹果设计师Jony Ive的合作也可能推动未来硬件市场发展。

英伟达研究团队开发的“StormCast”AI模型，能在几公里精度范围内预测雷暴天气，显著提升气象预测的准确性和全面性。该模型结合生成模型和多垂直层大气状态技术，模仿气象局HRRR模型，每小时更新预测，准确预测轻度、中度和重度降雨概率，尤其关注大气最低层动态。StormCast在雷暴细胞发展、气流等方面表现突出，通过创建集合预测，其表现超过单一HRRR模型，为高分辨率、AI辅助的天气预测铺平道路。研究团队正致力于提高模型训练数据量和区域范围，以及改进集合预测的校准，以进一步推动气象预测技术的发展，减少雷暴天气带来的损失和伤亡，并在局地气候预测中展现应用潜力。

中国科学院自动化研究所与清华大学、北京大学等机构合作，提出了一种基于内生复杂性的类脑神经元模型构建方法。该方法展示了脉冲神经网络中LIF模型与HH模型的动力学特性等效性，并通过设计微架构提升了计算单元的内生复杂性，使得HH网络模型能够模拟更大规模的LIF网络模型特性。研究团队还简化了模型为s-LIF2HH模型，并通过仿真实验验证了其在捕捉复杂动力学行为方面的有效性。实验结果显示，HH网络模型在表示能力和鲁棒性上与s-LIF2HH模型相似，但在计算资源消耗方面更为高效。这项研究为将人工智能融入神经科学复杂动力学特性提供了新方法，加速了AI模型的优化与实际应用。研究团队计划进一步研究更大规模的HH网络及更复杂神经元，以提升大模型的计算效率与任务处理能力。

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。

阿里巴巴集团的研究团队发布了一种名为 UniPortrait 的全新框架，专注于实现人像图像的个性化处理，包括单角色一致性、多角色一致性和风格参考。UniPortrait 特别设计了 ID 嵌入和 ID 路由两个模块，能够保持面部特征的高度逼真，支持广泛的面部编辑功能，甚至允许用户使用自由形式的文本描述生成图像，无需固定布局。通过两阶段的训练方案，UniPortrait 在单一和多重身份的定制上表现出色，实验结果显示其良好的可扩展性，能够与现有生成控制工具兼容。此框架为人像图像的个性化定制提供了新可能性，特别是在自由文本提示和多样化布局生成方面，展现了在实际应用中的巨大潜力。

在数字世界中，人工智能成长依赖于检查点（Checkpoint），它能在训练大型语言模型（LLM）时，如突然断电或硬件故障导致损失时，将训练状态恢复至上一个安全状态。然而，传统的检查点系统在处理大型模型时效率低下。为解决这一问题，字节跳动和香港大学的研究团队提出了ByteCheckpoint，一种创新的检查点系统。ByteCheckpoint通过将数据和元数据分离，优化存储架构，支持自动在线检查点重分片，以及引入异步张量合并技术，大幅提升了大型模型训练的效率和容错能力。通过实验验证，ByteCheckpoint在检查点保存和加载速度上分别提高了数十倍甚至数百倍，显著提升了大型语言模型的训练效率，成为高效、稳定AI训练的关键工具。

Claude团队因大规模、未经许可的数据抓取行为引起轩然大波，其爬虫在24小时内对iFixit服务器进行100万次访问，抓取了大量网站内容，导致服务器资源被严重占用，引发受害公司及公众强烈不满。iFixit在网站上明确禁止数据抓取，但Claude团队的行为无视规定，连续数月对网站进行非法访问。事件不仅影响了iFixit的正常运营，也波及到其他依赖网站内容的AI公司，如OpenAI。面对数据驱动的AI时代，这一事件凸显了数据获取与版权保护之间的矛盾，引发行业对于如何平衡技术进步与版权保护的广泛讨论。

在数字时代，隐私保护的重要性日益凸显，但你可能没想到，就连HDMI数据线的电磁辐射也可能成为泄露信息的渠道。最近，乌拉圭共和国大学工程学院的一支研究团队，通过AI技术，成功实现了从HDMI数据线泄露的电磁信号中恢复原始画面内容的壮举。

美图设计室团队版正式上线，这一版本不仅是一款设计工具，更是一款设计加协作工具。它旨在帮助团队提升影像工作效率，让每个团队成员都能参与设计过程。目前，团队版已在网页端上线，用户可以通过访问team.designkit.com体验。

近日，一个由中国和新加坡科研人员组成的国际团队成功开发出全球首个面向糖尿病诊疗的多模态人工智能系统DeepDR-LLM。该研究成果于2024年7月19日在《自然医学》（Nature Medicine）上发表。

武汉大学联合中国移动九天人工智能团队和昆山杜克大学基于YouTube数据开源了超过11万小时的音视频说话人识别数据集VoxBlink2。该数据集包含9904382个高质量音频片段及其相应的视频片段，来自YouTube上的111284名用户，是目前最大的公开可用的音视频说话人识别数据集。数据集的发布旨在丰富开源语音语料库，支持训练声纹大模型。