挪威的初创公司1X Technologies 最近宣称，他们在为机器人开发基于人工智能的世界模型方面取得了重大进展。简单来说，这些模型就像是机器人的虚拟试验场，能够让机器在各种情境中进行测试和改进，完全不需要真刀真枪的实地测试。1X 认为，这正是解决 “机器人难题” 的关键所在 —— 也就是如何在不断变化的环境中，可靠地评估为多种任务而训练的机器人。以一台能折叠 T 恤的机器人为例，它在50天的时间里表现不一，成就感常常转瞬即逝。1X 表示，即便是同样的机器人型号，在环境

近日，AI助手心流正式发布2.0版本，新增的「首页精选内容」和「发现」版块为用户提供了更加智能化、个性化的高质量内容服务。这些功能的推出彰显了人工智能平台在生活与工作中的实用价值，尤其是在解决用户困惑与需求方面的强大能力。随着大模型技术的不断成熟，心流通过AI原生内容（AINative）为用户提供了更加丰富多样的图文和问答形式的信息。新版本的「首页精选内容」涵盖了效率工具、饮食休闲、旅游兴趣、运动保健及家居健康等多个领域，旨在通过智能推荐算法，使得用

​2024年云栖大会在杭州盛大开幕，阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭在会上发表了主题演讲。大会期间，阿里巴巴宣布了一系列重磅硬核发布，包括通义千问新一代开源模型Qwen2.5的推出，该模型在性能上超越了Llama405B，稳居“最强开源大模型”的位置。

阿里巴巴集团旗下的通义宣布，其最新研发的AI视频生成大模型——通义万相AI生视频，已正式上线。该技术凭借其强大的画面视觉动态生成能力，能够根据文本提示词快速生成具有多种艺术风格和影视级质感的视频内容。

最近，AI 初创公司 Runway 宣布与著名电影制作公司 Lionsgate （狮门影业）达成合作。这一消息在影视行业引起了不小的震动，因为这是首个大型电影公司与 AI 视频模型供应商直接签订的协议。Runway 的总部位于纽约市，得到了谷歌等公司的支持。虽然 Runway 的技术在好莱坞已经被一些电影制作人使用过，比如获得奥斯卡最佳影片的《瞬息全宇宙》，但这次的合作将使其在影视制作领域更进一步。在这次合作中，Runway 将利用 Lionsgate 超过两万部影视作品的资料库，包括《饥饿游戏》和即将上映

IBM与联合国开发计划署（UNDP）近日宣布推出两个突破性的免费AI交互模型，旨在预测全球能源获取情况并模拟能源公平性。这一合作标志着人工智能技术在应对全球能源挑战方面迈出了重要一步。新推出的电力接入预测模型利用AI技术分析人口、城市化、基础设施和卫星数据，为102个国家提供至2030年的电力接入预测。与此同时，清洁能源公平指数作为同类指数中的首创，使用AI统计地理空间模型，基于环境、社会和经济因素为53个非洲国家生成能源公平性评分。图源备注：图片由AI生成，图

近日，约翰霍普金斯大学与腾讯 AI 实验室联合推出了一款名为 EzAudio 的新型文本到音频生成模型。这项技术承诺以空前的效率和高品质文本转换为声音，标志着人工智能和音频技术的重大飞跃。EzAudio 的工作原理是利用音频波形的潜在空间，而不是传统的声谱图，这一创新让它能够在高时间分辨率下工作，且无需额外的神经声码器。EzAudio 的架构被称为 EzAudio-DiT（扩散变换器），采用了多项技术创新来提高性能和效率。其中包括一种新的自适应层归一化技术 AdaLN-SOLA、长跳连接，以及先进的

在2024年云栖大会的开幕式上，巨人网络首次亮相并展出了其在“游戏+AI”领域的最新成果。该公司推出了两款自研的大模型应用——GiantGPT和BaiLing-TTS，同时展示了AI数字人和AI绘画平台巨人摹境等新技术。

通义千问团队宣布，继Qwen2发布三个月后，Qwen家族的最新成员——Qwen2.5系列语言模型正式开源。这标志着可能是历史上最大规模的开源发布之一，包括了通用语言模型Qwen2.5，以及专门针对编程和数学领域的Qwen2.5-Coder和Qwen2.5-Math模型。

今日，字节跳动火山引擎宣布，豆包大模型将在9月24日发布视频生成模型，并将带来更多模型家族的能力升级。据了解，豆包大模型在2024年5月15日的火山引擎原动力大会上正式发布。

北京智源人工智能研究院与中国人民大学高瓴人工智能学院联合发布了一款创新的人工智能模型框架——MemoRAG。该框架基于长期记忆，旨在推动检索增强生成（RAG）技术的发展，使其能够处理更复杂的任务，而不仅限于简单的问答。

近日，OpenAI 发布了他们最新的推理模型 o1，受到了广泛关注。然而，在发布前不久，独立的 AI 安全研究公司 Apollo 发现了一个引人注目的现象 —— 这个模型竟然能够 “撒谎”。这让很多人对 AI 模型的可靠性产生了疑问。具体来说，Apollo 的研究人员进行了多项测试。在一次测试中，他们请求 o1-preview 提供一个带有在线链接的布朗尼食谱。模型在内心中承认自己无法访问这些网址，但却没有直接告知用户，而是继续生成看似真实却实际上虚假的链接和描述。这样的行为让人感觉它似乎在有

在人工智能领域的激烈竞争中，法国新秀Mistral AI突然祭出大招，推出了一系列令人瞩目的新举措，为AI开发者带来了一场真正的狂欢盛宴。本周二，这家总部位于巴黎、估值高达60亿美元的AI初创公司通过博客文章宣布了一项重磅消息:推出全新的免费套餐。这一举措无疑是为了吸引更多开发者在家中尽情探索、微调和测试他们的AI模型。Mistral的口号似乎是"用更少的投入，换来更多的乐趣"，这种做法在当前竞争激烈的AI模型市场中可谓别具一格。图源备注：图片由AI生成，图片授权服务商Mid

近日，一款名为GOT-OCR2.0的端到端OCR模型引起了业界广泛关注。这款模型不仅能够处理常规文本识别任务，还能应对公式、表格、乐谱等复杂内容，堪称OCR领域的全能选手。GOT-OCR2.0的核心优势在于其多样化的功能和卓越的性能。首先，该模型主要支持中英文字符识别，并且通过进一步微调，可以扩展到更多语言。这种语言适应性使得GOT-OCR2.0在国际化应用中具有显著优势。在实际应用场景中，GOT-OCR2.0展现出了强大的适应能力。无论是街道标志、广告牌等自然场景中的文本，还是包含表格、公

法国AI初创公司Mistral于9月17日宣布了一系列重大更新，意在吸引开发者并扩大其市场份额。这家估值60亿美元的公司推出的新举措包括免费测试套餐、大幅降价和新增多模态功能，展现了其在日益激烈的AI模型提供商领域的进取心。Mistral通过其API服务平台la Plateforme推出了免费套餐，允许开发者无偿试验、评估和制作原型。尽管生产环境使用可能需要升级到付费商业层级，但此举无疑降低了开发者的入门门槛。这一趋势与OpenAI和Google等巨头的策略相似，反映了高级大型语言模型（LLM）在开发

OPPO公司宣布其人工智能大模型AndesGPT-2.0在权威第三方评测机构SuperCLUE发布的《中文大模型基准评测2024年8月报告》中表现卓越，荣获多项第一，标志着OPPO在AI领域的技术实力进一步得到行业认可。

最近，全球知名的文生音乐模型 Suno 推出了一项令人震惊的新功能 ——“Covers”，这意味着用户只需轻轻一按，就能翻唱任意风格的歌曲!想象一下，你可以将一首流行歌曲上传到 Suno，AI 会识别出歌曲中的乐谱、乐器、节奏和旋律等元素，并按照你选定的新风格进行翻唱。这项技术的神奇之处在于，虽然整体节奏和旋律可能会有所变化，但原歌曲的核心灵魂依然会被保留下来，同时呈现出全新的风格。这就像让 ChatGPT 模仿某位作者的写作风格一样，Suno 的 Covers 功能也能让你的音乐创作充

近日，一项新研究表明，仅仅通过与聊天机器人进行不到10分钟的对话，就能有效降低人们对某些深信不疑的阴谋论的信念，比如关于 COVID-19疫情的谣言。这项研究由麻省理工学院的团队主导，研究人员特别设计了一个高效说服力的 AI 模型 ——ChatGPT，通过与参与者的个性化对话，逐一驳斥他们的阴谋论主张。在这个实验中，研究人员招募了超过2000名自认相信阴谋论的参与者。通过与 ChatGPT 的对话，平均而言，参与者对自己所相信的阴谋论的信念降低了约20%。更有意思的是，四分之一的参

研究团队最近带来了一个令人兴奋的新方法，叫做 T-FREE，让大型语言模型的运作效率直线上升。来自 Aleph Alpha、达姆施塔特工业大学、hessian.AI 和德国人工智能研究中心（DFKI）的科学家们联合推出了这个令人惊叹的技术，它的全名是 “无需标记器的稀疏表示，可实现内存高效嵌入”。传统上，我们使用标记器将文本转化为计算机能理解的数字形式，但 T-FREE 选择了一条不同的路。它利用字符三元组，也就是我们称之为 “三元组” 的东西，通过稀疏激活的方式直接将单词嵌入模型中。这一

最近 OpenAI 推出了新一代 o1模型，现在可以在 Cursor 上使用了。这些 o1模型在处理复杂和精细的推理任务上表现出色，令许多开发者为之兴奋。特别值得一提的是，o1-mini 模型专门为高级编程设计，成为了开发者们的新宠。最开始，Cursor 将采用基于使用量的定价模式，随着使用频率的增加，Cursor 也计划逐步调整价格结构并优化模型的使用限制。很多开发者最近纷纷将目光转向 Cursor，甚至有不少人选择在特定场景下放弃 GitHub C o p i l o t。