英国政府近期宣布，将原本名为 “AI 安全研究所” 的机构更名为 “AI 安全研究院”，此举标志着政府在 AI 领域战略的重大转变。新的名称不仅反映了机构的职能变化，也表明了英国政府在推动 AI 产业发展方面的坚定决心。图源备注:图片由AI生成，图片授权服务商Midjourney这一变化由科学、工业与技术部公布，新的 AI 安全研究院将重点关注网络安全，旨在 “加强对 AI 对国家安全及犯罪风险的保护”。原本侧重于探讨大语言模型的生存风险和偏见问题，如今将更多的精力转向如何利用 AI 技

近日，美图影像研究院（MT Lab）与北京交通大学联合提出了一种名为 MEMatte(Memory Efficient Matting)的超高分辨率抠图技术，并成功入选人工智能领域的顶级会议 AAAI2025。MEMatte 技术的最大亮点在于它是一种显存友好的自然图像抠图框架，能够有效降低模型的计算开销。这一创新使得在显存受限的环境中，例如商用显卡和边缘设备上进行高清图像的精细抠图成为可能。随着图像处理技术的不断发展，抠图技术已广泛应用于多个领域，如视频制作、虚拟现实和增强现实等。然而，传统的抠图方法通

近日，工业和信息化部在北京召开了人工智能标准化技术委员会成立大会。人工智能标委会的成立将发挥标准在推动人工智能高质量发展和赋能新型工业化中的基础性、战略性和引领性作用。此次标委会的编号为 MIIT/TC1，它将主要负责人工智能领域的行业标准的制定和修订工作。秘书处设在中国信息通信研究院，这也是工业和信息化部设立的首个标准化技术委员会，标志着我国人工智能行业标准化工作进入了新阶段。成立大会结束后，标委会召开了第一次全体委员会议，审议并通过了标委

智源研究院与腾讯集团于2024年12月18日签署了战略合作协议，双方将在大模型研发、人工智能技术前沿探索及开源生态建设等多个领域进行深入合作。根据合作协议，智源研究院与腾讯将利用各自的优势，推动大模型技术与产业场景的深度融合，并探索在多元算力环境下的大模型训练与推理优化技术解决方案。双方还将致力于构建一个开放创新的软硬件生态体系，以促进技术的发展和应用。

随着生成式AI技术创新的爆发，搜索引擎正经历一场革命。近日，工信部赛迪研究院发布《AI搜索行业发展报告》（以下简称“《报告》”），提出AI搜索行业五大发展趋势。其中，简约化产品设计、一站式服务和多端一体能力迎来爆发，搜索场景趋向垂直化、专业化，具备系统级AI能力的PC端产品有望成为入口级应用，夸克等AI搜索新势力正在重塑搜索行业生态。《报告》围绕核心竞争力、产品形态、搜索场景、核心用户人群、行业生态环境等角度分析指出，AI技术与应用的集中式爆发为AI搜

智源研究院正式发布了他们的新一代多模态世界模型 Emu3，该模型的最大亮点在于，它仅依靠下一个 token 的预测能力，就能在文本、图像和视频这三种不同模态中进行理解和生成。在图像生成方面，Emu3能够根据视觉 token 预测生成高质量的图像。这意味着用户可以期待灵活的分辨率和多样的风格。而在视频生成方面，Emu3则是以一种全新的方式工作，不同于其他模型通过噪声生成视频，Emu3通过顺序预测直接生成视频。这种技术的进步使得视频生成变得更加流畅自然。在图像生成、视频生成和

最近，英国人工智能和数据科学研究所艾伦・图灵研究院发出了一份备忘录，宣布将启动一项裁员咨询程序，这可能会影响到该院约440名员工。根据这份备忘录，研究院计划集中精力在更少的项目上，意味着可能会有高达140人面临裁员的风险。图源备注：图片由AI生成，图片授权服务商Midjourney这份内部文件提到，研究院目前正在进行111个活跃项目的研究，但他们意识到需要 “减少参与大量个别项目的情况”。去年，研究院推出了名为 “Turing2.0” 的新战略，决定专注于三个关键领域:健康、

北京智源人工智能研究院（BAAI）最近推出了全球首个中文大模型辩论平台FlagEval Debate。这一新平台旨在通过模型辩论这一竞争机制，为大语言模型的能力评估提供新的度量方式。它是智源模型对战评测服务FlagEval大模型角斗场的扩展，目标是甄别大语言模型之间的能力差异。

在2024北京文化论坛上，北京智源人工智能研究院（BAAI）宣布正式发布新一代中文互联网语料库CCI3.0(Chinese Corpora Internet)，进一步推动数据共建共享。CCI3.0包含1000GB的数据集及498GB的高质量子集CCI3.0-HQ，是继2023年11月首次开源CCI1.0和2024年4月发布CCI2.0之后的又一次重要更新。

北京百度网讯科技有限公司与北京智源人工智能研究院今日宣布正式签署战略合作协议，双方将在大模型等领域展开深度合作，共同构建人工智能产研协同生态。百度自2010年起开始全面布局人工智能，是全球为数不多的进行全栈布局的人工智能公司，从昆仑芯、飞桨深度学习平台、文心大模型到应用

2024年9月4日，北京智源人工智能研究院（BAAI）宣布推出全球首个包含文生视频的模型对战评测服务——FlagEval大模型角斗场。这一服务面向用户开放，覆盖了国内外约40款大模型，并支持语言问答、多模态图文理解、文生图、文生视频等四大任务的自定义在线或离线评测。F

字节跳动正秘密筹备成立大模型研究院，旨在加强在人工智能大模型领域的布局。该研究院已吸引到业内顶尖人才，包括原面壁智能核心成员秦禹嘉和原零一万物核心成员黄文灏的加入。黄文灏将负责技术项目管理和规划，直接向创始人张一鸣汇报。字节跳动的这一举措，显示了其在AI大模型研发上的长期计划和积极布局，意在通过引入外部专家，推动技术进步，以在竞争激烈的市场中占据优势地位。朱文佳领导的团队已开始专注于大型模型的研发，他拥有在百度和今日头条的丰富经验，并在TikTok担任过产品技术负责人。尽管目前尚未决定是否建立独立的研究机构，字节跳动的这一系列动作表明其在AI大模型领域的决心和投入。

智源研究院最近发布了三款新的向量模型，这些模型在向量检索任务中表现出色，并刷新了多个评测基准的最佳水平。这三款模型分别是:BGE-EN-ICL:一个英文向量模型，通过引入任务相关的查询-文档示例作为少量示例，增强了模型的语义表达能力。

北京智源人工智能研究院与中国电信人工智能研究院合作，推出Tele-FLM系列大模型升级版，包括52B指令模型FLM-2-52B-Instruct与万亿参数模型Tele-FLM-1T。FLM-2-52B-Instruct通过指令微调，专注于提升中文对话能力，达到GPT-4水平的90%，基于Tele-FLM-52B基座模型，使用特定数据集和参数优化。Tele-FLM-1T作为全球首个万亿参数稠密模型，采用生长式预训练策略，优化结构与参数设置，包括加入特定组件与改进预训练策略，显著提升模型效率与效果。所有模型与技术报告均已开源，提供给学术界与产业界进行研究与应用。

微软研究院与北京航空航天大学团队合作推出了名为E5-V的高效多模态嵌入框架，旨在解决多模态大语言模型（MLMs）发展中存在的挑战。这一创新框架通过单模态训练简化多模态学习过程，并克服以往模型依赖独立编码器，导致输入整合效果不佳的问题。E5-V通过统一文本、图像信息，减少了训练成本，并在多个复杂任务中展现了卓越性能，如文本-图像检索、图像检索等，特别是在零样本图像检索任务上，相较于顶级模型CLIP ViT-L，性能大幅提升。该框架不仅提高了多模态数据处理的效率，更在复合图像检索任务中超越了当前先进方法，验证了其在提升模型表现上的有效性。E5-V框架代表了多模态学习领域的重要进步，未来有望在多模态研究中树立新标准并具有广泛的应用潜力。

近期，多模态大模型的研究和应用取得了显著进展。国外公司如OpenAI、Google、Microsoft等推出了一系列先进的模型，国内也有智谱AI、阶跃星辰等机构在该领域取得了突破。这些模型通常依赖视觉编码器来提取视觉特征并与大语言模型结合，但存在训练分离导致的视觉归纳偏置问题，限制了多模态大模型的部署效率和性能。

南京大学与旷视研究院的研究人员们携手，为视觉大模型带来了一场革命。他们推出的无监督范式——SeVa，成功解决了视觉语言模型的偏好对齐问题，而且整个过程无需人类或GPT-4的参与，大大降低了对齐成本。

["智源研究院发布了名为 TACO 的代码生成训练数据集，旨在为代码生成模型提供更具挑战性的训练数据和评测基准。","TACO 在数据规模、质量和评测方案上具有优势，包括更大规模的训练集和测试集，多样化的解题答案，以及细粒度的标签。","实验结果显示，当前流行的代码生成模型在 TACO 评测中与 GPT-4 存在显著差异，说明该领域仍有提升空间。","TACO 不仅是一个挑战性的测试方法，还可用作改进模型性能的训练数据，促进代码生成领域的发展。"]

["智源研究院发布新一代多模态基础模型 Emu2，推动多模态上下文学习能力的突破。","Emu2 超越了 Flamingo-80B 和 IDEFICS-80B，在少样本多模态理解任务上表现出色。","Emu2 取得了多个少样本理解、视觉问答、图像生成任务上的最优性能。","Emu2-Chat 实现精准理解图文指令，Emu2-Gen 实现灵活、可控、高质量的图像和视频生成。","Emu2 采用大规模自回归生成式多模态预训练，模型规模化到 37B 参数。"]

["开心汽车正式成立AI汽车研究院，任命顾镭担任院长，制定公司人工智能应用发展规划。","开心汽车积极谋求与人工智能企业合作，共同打造智能、安全、高效的汽车出行产品和服务。","开心汽车董事长兼CEO林明军表示，AI汽车是未来的发展趋势，转型新能源汽车制造需要在软件上提升。"]