据媒体报道，字节跳动正加大在人工智能（AI）领域的基础研究投入，其豆包大模型团队已在内部组建一支代号为“Seed Edge”的AGI长期研究团队。该团队旨在探索更长周期、具有不确定性和大胆的AGI研究课题，体现了字节在AI领域的战略决心。据披露，“Seed Edge”团队已初步确定了五大研究方向，包括探索推理能力的边界、探索感知能力的边界、探索软硬一体的下一代模型设计、探索下一代AI学习范式以及探索下一个scaling方向。这表明字节在AGI的布局并非仅限于应用层面，而是深入到了基础

在癌症治疗的旅程中，早期检测始终是一个棘手的问题。近年来，液体活检技术因其无创性和高灵敏度而受到广泛关注。然而，现有的检测技术多依赖深度靶向测序，难以整合多种数据类型，进而影响灵敏度和特异性。针对这一技术短板，牛津大学的研究团队开发了一种全新的多模态循环肿瘤 DNA（ctDNA）检测方法，基于全基因组的 TET 辅助吡啶硼烷测序(TAPS)。这一方法的最大亮点在于，能够同时分析基因组和甲基化数据，使得癌症诊断的灵敏度达到了94.9%，特异性也达到了88.8%。这一突破性

在最近举行的甲骨文云世界巡回展上，甲骨文宣布了在其 Oracle Fusion Cloud Sales 中推出新的 AI 代理和生成式 AI 功能。这些新功能旨在帮助销售团队更有效地与客户互动，加快销售流程，提高工作效率。图源备注:图片由AI生成，图片授权服务商Midjourney新推出的 AI 功能是 Oracle Fusion Cloud 客户体验（CX）的一部分，利用来自财务和供应链的连接数据，帮助销售团队为每个客户提供个性化和相关性强的体验。通过这些 AI 代理，销售人员能够节省时间，将更多精力投入到与客户建立关系上。其中，客

蔚来汽车正式进军具身智能领域。据《21汽车》报道，蔚来已组建约20人团队专门研发机器狗项目，由前Momenta算法专家、现蔚来自动驾驶团队成员徐抗领衔。业内分析认为，相比两足机器人，四足机器狗在稳定性、灵活性和承载力等方面具有明显优势，更适合在复杂地形中作业。目前，机器狗在电力巡检、流程工业、消防救援和国防军事等领域已展现出广阔应用前景，潜在市场规模预计达数千亿元。汽车行业对具身智能的布局正在加速。特斯拉2022年推出人形机器人"擎天柱"，与其FSD自动驾

传统的视频理解模型在处理长视频时面临着许多挑战，包括理解长视频所带来的复杂上下文。尽管已有不少研究致力于提升视频理解能力，依然难以有效克服训练和推理效率低下的问题。针对这些问题，研究团队通过 HiCo 技术，将视频信息中的冗余部分进行压缩，从而显著降低计算需求，同时保留关键信息。具体而言，HiCo 通过对视频进行层次化压缩，将长视频分割成短片段，进而减少处理的标记数量。这一方法不仅降低了模型对计算资源的要求，还提升了上下文窗口的宽度，增强了模型

据智能涌现报道，腾讯 AI 助手“元宝”完成了一次重要的组织调整，产品团队整体迁移至腾讯云与智慧产业事业群（CSIG）。这一变动意味着「元宝」将由腾讯会议的负责人吴祖榕接手。在新角色中，吴祖榕将专注于「元宝」的产品能力建设和用户体验优化。而腾讯混元大模型研发团队则会继续专注于技术支持，提升模型能力和性能。腾讯集团的高层领导汤道生在员工沟通会上强调，将加大对大模型等 AI 战略方向的投入，未来会继续推动技术创新和应用探索。「元宝」作为腾讯基于混元大

阿里巴巴 Qwen 团队近日发布了题为《数学推理中过程奖励模型的开发经验教训》的论文，并推出了 Qwen2.5-Math-PRM 系列中的两个新模型，分别具有7B 和72B 参数。这些模型在数学推理中突破了现有 PRM 框架的限制，通过创新技术显著提高了推理模型的准确性和泛化能力。数学推理一直是大型语言模型（LLM）面临的重大挑战，尤其是在中间推理步骤中，错误往往会影响最终输出的准确性，这对于教育、科学计算等对精确度要求高的领域尤其成问题。传统评估方法，如 Best-of-N(BoN)策略，无法充分捕

微软已对一个组织采取法律行动，该组织被指控故意开发并使用工具绕过其云 AI 产品的安全护栏。根据微软去年12月向美国弗吉尼亚东区地方法院提起的诉讼，一群由10名未透露姓名的被告组成，涉嫌使用窃取的客户凭证和定制软件侵入 Azure OpenAI 服务。微软指控被告违反了《计算机欺诈和滥用法案》、《数字千年版权法案》和联邦敲诈勒索法，非法访问和使用微软的软件和服务器，目的是“创建攻击性”和“有害和非法内容”。微软没有提供有关所生成滥用内容的具体细节。该公司正在寻

为了进一步加速人工智能的发展，谷歌宣布将进一步精简其构建人工智能服务、平台和工具的团队，并将AI Studio团队以及为Gemini系列模型开发API的团队整合进谷歌的DeepMind部门。2025年1月9日，谷歌AI Studio开发者平台产品负责人Logan Kilpatrick在社交平台X上发布帖子，透露这一变动。Kilpatrick表示，谷歌AI Studio团队将与开发Gemini模型的工程师一起，正式转投谷歌DeepMind旗下。这一变动旨在通过加深团队间的合作，加速人工智能产品从研究到实际开发的转化过程。Google DeepMind成立于2023年，是谷歌为

在 AI 领域，人才流动向来是激烈的竞争场所。最近，Tim Brooks 的跳槽事件引发了广泛关注。他在 Sora 工作仅三个月后，宣布转投竞争对手 Google DeepMind。此举被认为是由于 Sora 技术面临严重挑战，特别是在生成速度和性能上，与行业中的其他对手相比表现不佳。据报道，Sora 在技术上存在诸多问题，难以与 Luma、Stability、Runway 等公司抗衡。而与此同时，竞争者们在市场上的快速发展让 Sora 显得相形见绌。Tim Brooks 的出走引发了业界的猜测，有人认为他将加入 Google 后参与其视频生成项目 Veo，

谷歌近日宣布，将成立一支新团队，专注于开发能够模拟物理世界的人工智能（AI）模型。该团队由曾在 OpenAI 担任视频生成模型 Sora 的共同负责人 Tim Brooks 领导。Brooks 在社交平台 X 上表示，这个新团队将归属于谷歌的 AI 研究实验室 Google DeepMind。Brooks 在其公告中提到:“DeepMind 的计划雄心勃勃，目标是开发大规模的生成模型来模拟世界。” 他还表示，团队将致力于与谷歌的 Gemini、Veo 和 Genie 团队合作，解决 “关键新问题”，并将模型规模扩展到最高计算能力。Gemini 是谷歌旗舰级 AI 模型系

近日，阿里巴巴达摩院的研究团队发布了一项重要研究成果，名为 “SHMT:自监督层次化妆转移”，该论文已被国际顶级学术会议 NeurIPS2024接收。这项研究展示了一种新的化妆效果转移技术，利用潜在扩散模型（Latent Diffusion Models）来实现化妆图像的精准生成，为化妆应用和图像处理领域注入了新活力。简单的说，SHMT是一项妆容迁移技术，只要一个化妆的参考图，和一张目标角色照片，就可以把妆容效果迁移到该目标脸上。团队在项目中采用了开源的方式，发布了训练代码、测试代码以及预

美国科技政策领域正迎来重大调整。近日，斯坦福大学人类中心人工智能研究院（Stanford HAI）的研究员Michael Kratsios被任命为白宫科技政策办公室主任，同时还将担任即将上任的特朗普政府的总统科技助理。这一任命引发了广泛关注，标志着美国AI高层研究者对国家科技政策的影响力日益增强。特朗普召回旧部，重组科技团队除了Michael Kratsios之外，特朗普还任命了另一位资深人士Lynne Parker担任总统科技顾问委员会的执行主任。这两位都是他第一任政府的资深官员，他们将与此前任命的“人工

拜登政府在过去一年中致力于建立联邦机构使用人工智能（AI）工具的框架，而即将上任的特朗普政府也开始为联邦政府的 AI 应用制定新战略。特朗普在竞选时承诺要废除拜登政府关于 AI 的行政命令，并表示希望支持 “基于言论自由和人类福祉的 AI 发展”。图源备注:图片由AI生成，图片授权服务商Midjourney特朗普的 AI 政策团队逐渐成形，他于本月初宣布了一系列人事任命。知名科技投资人大卫・萨克斯（David Sacks）将被任命为政府的 “AI 与加密货币专员”。萨克斯和另一位重要任命，负

有“AI教母”之称的斯坦福大学教授李飞飞及其团队近日发布了一项关于多模态大模型“空间智能”的研究，揭示这些模型在记忆和回忆空间方面已经具备初步能力，并展现出形成局部世界模型的潜力。研究团队开发了用于评估视觉空间智能能力的工具——VSI-Bench，其中包含超过5000个基于288个真实视频的高质量问答对。测试视频涵盖居住空间、专业场所及工业场景，涉及多个地理区域。研究结果显示，尽管多模态模型的总体表现尚低于人类，但在某些任务上已达到或接近人类水平。例如，

李飞飞团队推出了一种新的多模态模型，该模型能够理解和生成人类的动作，并通过结合语言模型，实现了对口头和非口头语言的统一处理。 这一突破性的研究，使得机器不仅可以理解人类的指令，还能读懂动作中蕴含的情绪，从而更自然地进行人机交互。该模型的核心在于其多模态语言模型框架，能够接收音频、动作和文本等多种形式的输入，并输出所需的模态数据。 结合生成式预训练策略，该模型在多个任务上展现出卓越的性能。 例如，在协同语音手势生成方面，该模型不仅超越了

麻省理工学院（MIT）科学家们最近发布了一款强大的开源人工智能模型，名为 Boltz-1。这一创新有望显著加速生物医学研究和药物开发。Boltz-1是首个完全开源的模型，能够在生物分子结构预测方面达到与谷歌 DeepMind 的 AlphaFold3相同的先进水平。该模型的开发团队来自 MIT Jameel 机器学习健康诊所，主要由研究生杰里米・沃尔文德和加布里埃尔・科尔索领导，合作团队还包括 MIT 的研究员萨罗・帕萨罗以及电气工程与计算机科学教授瑞吉娜・巴兹利和汤米・亚卡拉。在12月5日的发布会上，沃尔

近日，厦门大学信息学院史晓东教授团队的“基于甲骨文多模态大模型的多元信息甲骨文辅助考释模型”入选“探元计划2024”创新探索型项目TOP10榜单，为甲骨文的现代化考释开辟了新路径。甲骨文作为世界四大古文字之一，已有三千多年的历史，是现代汉字的源头。然而，传统的甲骨文考释依赖专家的人工解读，工作繁琐且耗时。尽管采用字形分析和辞例研究等方法，解读过程依旧困难重重。近年来，人工智能特别是深度学习模型的崛起，为甲骨文的辅助考释提供了新思路。厦门大学团

还记得去年圣诞节前夕，那个让一群硅谷精英抓耳挠腮的服务器难题吗?当时，Cognition AI 团队正在为一个复杂的数据服务器焦头烂额，各种方法试了个遍，还是没能让它正常工作。就在大家快要放弃的时候，有人提议让当时还没正式亮相的 AI 编码助手 Devin 来试试，结果你猜怎么着?Devin 居然像变魔法一样，轻轻松松就解决了问题!它只是删除了一个被团队忽略的系统测试文件，服务器终端指示灯就从红色变成了绿色，简直是奇迹!Devin 的这次“神操作”震惊了整个团队，他们意识到，软件工程

特斯拉最近通过一则招聘信息确认，计划成立一个 “远程操作” 团队，以便对其即将推出的机器人出租车车队进行远程控制。这一举措是特斯拉在实现机器人出租车服务过程中所需的重要步骤，同时也借鉴了市场领导者 Waymo 的经验。Waymo 与特斯拉在自动驾驶的策略上存在明显差异。Waymo 采用多种传感器，包括摄像头和激光雷达，运营其已经在多个市场商业化的自动驾驶网约车服务，并在地图上设定了地理围栏。与此不同，特斯拉完全依赖摄像头和神经网络，计划将其技术训练到能够在任