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，

香港中文大学（CUHK）的研究团队成功开发了一种新的基础人工智能模型“VisionFM”，专注于眼科疾病的诊断与预测，特别在疾病筛查和青光眼进展预测等方面表现出色。相关研究已于上月发表在《NEJM AI》期刊上。图源备注:图片由AI生成，图片授权服务商MidjourneyVisionFM 的能力令人瞩目。研究显示，该模型在诊断12种眼科疾病时，其精确度不仅可与中级眼科医生相媲美，甚至在部分任务中表现更优，尤其在预测青光眼进展方面，超过了此前眼科领域的基础模型 RETFound。研究团队认为，随着训练

OpenAI在经过12天的技术分享直播活动后，于最后一天发布了其下一代推理模型o3，这是继早前发布的o1推理模型之后的升级版本。o3模型系列包括o3和o3-mini两个版本，其中o3-mini是针对特定任务进行微调的更小的精简版模型。OpenAI表示，o3模型在某些条件下可以接近实现通用人工智能（AGI），即能完成人类所能完成的任何任务的人工智能。

近日，星动纪元科技有限公司在北京正式推出了其最新的端到端原生机器人大模型 ——ERA-42。ERA-42的设计理念是实现更高效的机器人操作，使其在多种复杂场景下都能灵活应对。ERA-42的灵巧操作能力引人注目。该模型结合了星动自主研发的五指灵巧手 —— 星动 XHAND1，能够熟练使用多种工具，完成超过100种复杂的操作任务。例如，它能够使用螺钉钻钻紧螺钉、用锤子敲打钉子，甚至可以将倒放的水杯扶正并往水杯中倒水。这些操作都不需要任何预编程，ERA-42可以在短短两小时内通过收集少

据第一财经报道，DeepSeek 开源大模型 DeepSeek-V2的关键开发者罗福莉将加入小米，担任小米 AI 实验室的领导，并负责大模型团队的建设。这一消息引起了广泛关注，尤其是在小米计划加强其在大模型领域的布局之际。图源备注:图片由AI生成，图片授权服务商Midjourney据知情人士透露，小米创始人雷军对公司在 AI 大模型领域的起步较晚表示担忧，因此决定高薪挖角罗福莉。罗福莉的背景相当亮眼，她拥有北京大学计算语言学研究所的硕士学位，并在自然语言处理领域的顶级会议 ACL2019上发表了

据智能涌现消息，中国大模型独角兽阶跃星辰近日完成数亿美元B轮融资，核心投资方包括上海国有资本投资有限公司及旗下基金，腾讯投资、五源资本、启明创投等战略和财务投资人也参与其中。这笔资金将主要用于基础模型研发，进一步提升多模态和复杂推理能力，并拓展C端应用场景。作为国内大模型“六小虎”之一，阶跃星辰以技术扎实和高效产出著称。其自研的Step系列模型涵盖语言、图像、视频及语音等多种模态，并在多个权威榜单上名列前茅。例如，在LiveBench和LMSYS Chatbot Arena的

百川智能发布全链路领域增强大模型Baichuan4-Finance。据介绍， 通过行业首创的领域自约束训练方案，Baichuan4-Finance实现了金融能力和通用能力同步提升的效果，极大提高了金融场景的整体可用性。图源备注:图片由AI生成，图片授权服务商Midjourney据媒体报道，内部人士透露，其金融专业能力和场景应用能力大幅领先GPT-4o，在中国人民大学财政金融学院新近发布的评测体系FLAME以及国内主流开源金融评测基准FinancelQ上均登上榜首。值得一提的是，今年五月份，百川智能发布基座大模型Baichuan4，

话说最近的科技圈，AI的战火那是烧得正旺，各路豪杰纷纷亮出自己的看家本领。而曾经被认为有些“落后”的谷歌，最近却突然发力，一连串的“王炸”级新品，让投资者们眼前一亮，惊呼: “AI界，又要变天了!”《金融时报》在周日（12月22日）的一篇报道中指出，谷歌在本月通过发布更先进的AI模型，让投资者们刮目相看。这些模型在基准测试中的表现，甚至超越了一些竞争对手。就像一位武林高手，突然使出了绝世武功，让江湖顿时风云变色。不仅如此，谷歌还推出了一款新的自研A

近日，一项新的研究论文揭示了不同 AI 语言模型在合作能力方面的显著差异。研究团队采用了一种经典的 “捐赠者游戏”，测试了 AI 代理在多代合作中如何共享资源。结果显示，Anthropic 的 Claude3.5Sonnet 表现出色，成功建立了稳定的合作模式，获得了更高的资源总量。而谷歌的 Gemini1.5Flash 和 OpenAI 的 GPT-4o 则表现不佳，尤其是 GPT-4o 在测试中逐渐变得不合作，Gemini 代理的合作程度也十分有限。研究团队进一步引入了惩罚机制，以观察不同 AI 模型的表现变化。结果发现，Claude3.5的表现有了显

最近，Answer.AI 和 LightOn 联合发布了开源语言模型 ModernBERT，这是对谷歌 BERT 的重大升级。根据开发者的介绍，ModernBERT 在处理速度、效率和质量上都有了显著提升。该模型可以比其前身快四倍，同时使用更少的内存。ModernBERT 的设计允许它处理长达8192个标记的文本，这比现有编码模型的典型512标记限制提高了16倍。此外，ModernBERT 还是首个经过广泛训练的编程代码编码模型，它在 StackOverflow 问答数据集上的得分超过80，创造了编码模型的新纪录。在通用语言理解评估（GLUE）中，ModernBERT-Large

据《华尔街日报》最新报道，OpenAI 备受关注的下一代人工智能模型 GPT-5（代号 Orion）研发进展不及预期，该项目正面临重大挑战。报道披露，在为期18个月的开发过程中，OpenAI 已完成至少两轮大规模训练。然而，初始训练速度低于预期，导致后续大规模训练既耗时又成本高昂。虽然 GPT-5的性能较前代有所提升，但目前的进展尚不足以证明其巨大的运营成本具有合理性。为推进项目发展，OpenAI 采取了多管齐下的数据获取策略。除利用公开数据和授权内容外，公司还专门雇用人员创建新数据

​阿里云百炼大模型服务平台最近推出了“音视频实时互动”功能，使用户能够轻松搭建多模态AI应用，无需编程知识。这一新功能使得用户可以快速将AI模型集成到Web、iOS和Android应用中，并与他人分享。用户可以通过简单的步骤来搭建智能体应用:首先新建智能体应用，然后在阿里云百炼平台上选择并配置所需的文本、语音或视觉理解大模型。平台提供了200多种大模型，包括具备强大视觉智能体能力的阿里云Qwen2-VL大模型。接下来，用户需要编写提示词，设置音视频API-KEY，并发布自己的专属AI应用。

​OpenAI在其为期12天的发布活动中宣布了新一代推理系列模型——o3及其精简版o3-mini，这两款模型被视为o1系列的继任者，特别设计为在回答问题前进行更深入的思考以提高准确率。o3模型在ARC-AGI基准测试中达到了优良水平，成为首个突破该基准的AI模型，展现了接近人类水平的问题求解能力。o3系列模型在ARC-AGI基准上的最低性能可达到75.7%，而在更多计算资源的情况下，性能可提升至87.5%。

在2024年12月19日的发布会上，智源研究院与腾讯宣布推出LongBench v2，这是一个专为评估大语言模型（LLMs）在真实世界长文本多任务中的深度理解与推理能力而设计的基准测试。该平台旨在推动长文本模型在理解和推理方面的进步，回应了当前长文本大语言模型在应用中的挑战。

近日，苹果公司在机器学习领域的最新研究显示，他们通过与 NVIDIA 的合作，成功将大型语言模型（LLM）的生成速度提高了近三倍。这一进展的关键在于苹果开源的技术 “Recurrent Drafter”(ReDrafter)，它采用了一种推测解码方法，能够显著提升模型训练的效率。在过去，创建大型语言模型的过程通常非常耗时和耗资源，企业常常需要购买大量的硬件设备，进而增加了运营成本。2024年早些时候，苹果发布了 ReDrafter，这一技术结合了递归神经网络和动态树关注的方法，能够快速生成和验证标记，

OpenAI 正在积极研发其最新一代推理模型，代号为 “o3”。据知情人士透露，该模型的设计旨在为用户提问时提供更深思熟虑的回应，能够花费更多时间进行思考。在当前快速发展的人工智能领域，提升推理能力已成为 AI 发展的一个重要方向。图源备注:图片由AI生成，图片授权服务商Midjourney此次更新的推出，OpenAI 选择跳过 “o2” 这个代号，主要是出于对潜在的版权和商标冲突的考虑。具体来说，“O2” 是英国一家电信服务提供商的名称，为避免法律纠纷，OpenAI 决定直接命名为 “o3”。这

ElevenLabs 于近日正式推出其最新的人声合成模型 Flash，声称这是迄今为止最快的文本转语音（TTS）解决方案，生成语音的延迟仅为75毫秒(加上应用和网络延迟)。Flash 特别适合低延迟的对话式语音助手，用户可以在 ElevenLabs 的对话 AI 平台上立即体验这一新功能。Flash 模型分为两个版本，其中 Flash v2仅支持英语，而 Flash v2.5则支持32种语言。使用这两种模型时，用户每生成两个字符将消耗1个积分点。尽管 Flash 模型在音质和情感深度上稍逊于 Turbo 模型，但其低延迟性能使其在盲测中超越了其他

开源AI模型管理工具Pinokio发布3.0版本，带来界面自定义、包管理优化和浏览器自动化等重要新功能，进一步简化了用户在本地部署和运行开源AI模型的流程。Pinokio 现在显示每个应用程序使用的磁盘空间量。此次更新的核心亮点包括:界面定制功能全面升级，用户现在可以通过CSS代码自由调整起始页、应用页面和终端的外观;包管理系统切换到UV作为Python的原生包管理器，提升了新包安装速度;新增磁盘空间占用显示功能，方便用户管理已安装应用;错误提示系统得到优化，取代了此前模糊的"ENO

阿布扎比技术创新研究院（TII）发布新一代开源AI模型Falcon3，凭借14万亿token的训练量和优化的架构设计，在消费级硬件上的性能表现创下新纪录。这一训练规模是其前代产品Falcon2的两倍有余。Falcon3系列共推出四种规格:1B、3B、7B和10B，每种规格均提供基础版和针对对话优化的Instruct版本。尽管专门提供英语、法语、西班牙语和葡萄牙语版本，但各型号都能处理大多数常用语言。在Hugging Face的第三方语言模型评测中，Falcon3击败了包括Meta的Llama-3.1-8B、Qwen2.5-7B、Mistral的NeMo-12B和谷歌的Gemma2-9B在

在人工智能领域竞争日益激烈的背景下，谷歌近日宣布推出 Gemini2.0 Flash Thinking模型。这一多模态推理模型具备快速且透明的处理能力，能够应对复杂问题。谷歌首席执行官桑达尔・皮查伊在社交媒体 X 上表示:“这是我们迄今为止最具深度的模型。” 根据开发者文档，Gemini2的Flash Thinking比基础版本的 Gemini2.0Flash模型具备更强的推理能力。新模型支持32，000个输入标记（大约50到60页文本），输出响应可以达到8，000个标记。谷歌在其 AI 工作室的侧边面板中表示，这一模型特别适用于 “多模态