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，

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

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

英国政府正在就一项针对AI训练的“选择退出”版权制度进行咨询，该制度将要求权利持有者采取积极措施，以防止其知识产权成为AI训练的免费素材。随着大量数据训练的生成式AI模型的兴起，知识产权问题日益凸显。许多创意人士强烈反对在未经许可（或补偿）的情况下，其作品被用于训练AI技术，而这些技术又会生成与之竞争的内容，包括文本、视觉、音频或三者的组合。视觉艺术、音乐、电影制作和电子游戏等领域都可能成为生成式AI的目标。这种AI使用高度可扩展的AI工具取代了传

YouTube 最近宣布了一项新功能，允许创作者选择是否允许第三方公司使用他们的视频进行人工智能（AI）模型的训练。这一选项的默认设置是关闭的，意味着如果创作者不希望让第三方公司抓取他们的视频进行 AI 训练，他们不需要采取任何行动。然而，如果创作者希望这样做，YouTube 将提供一个明确的选择。YouTube 团队的一名成员 Rob 在支持帖子中表示:“我们将这视为支持创作者、帮助他们在 AI 时代为他们的 YouTube 内容实现新价值的重要第一步。” 他还提到，YouTube 会继续探索促进创作者与

2024年12月16日，Midjourney 公司宣布推出一项令人期待的新功能 ——“心情板”（Moodboards），这是一种受到 Pinterest 启发的图像集功能。该功能允许用户上传一系列精心挑选的图片，作为生成新艺术作品的灵感来源。通过分析上传的图片，MidJourney 的最新 AI 模型（6.1版本）能够适应多样化和复杂的视觉元素，创造出独特的风格档案，并进行视觉元素的混合。除了心情板，Midjourney 还推出个性化模型，增加了对多种个性化资料的支持，用户现在可以创建和切换不同的个性化版本。这些个性化配置

OpenAI 联合创始人伊利亚·苏茨克维尔 （Ilya Sutskever） 近日表示，人工智能研究人员必须找到新的方法来扩展机器智能，以克服现有局限。苏茨克维尔在加拿大温哥华举行的2024年神经信息处理系统 （NeurIPS） 大会上发表了一场演讲，他认为人工智能预训练的时代即将结束，并预测了人工智能超级智能的兴起。苏茨克维尔认为，通过更好的硬件、软件和机器学习算法来提高计算能力，其速度已经超过了可用于 AI 模型训练的数据总量。这位 AI 研究人员将数据比作化石燃料，终将有耗尽的一天。

哈佛大学近日宣布，计划发布一个由近100万本公共领域书籍组成的数据集，任何人都可以使用该数据集来训练大型语言模型和其他人工智能工具。此项目由哈佛大学新成立的机构数据计划（Institutional Data Initiative）主导，并在微软与OpenAI的资助下完成。该数据集包括来自谷歌Books项目的扫描书籍，涵盖了莎士比亚、狄更斯、但丁等经典作品，以及一些晦涩的捷克数学教科书和威尔士词典等内容。图源备注：图片由AI生成，图片授权服务商Midjourney这一数据集被称为“Books3数据集”的五倍大，旨

今年早些时候，谷歌发布了第六代也是迄今为止性能最强大的 TPU——Trillium。今天，Trillium 正式面向 Google Cloud 客户开放使用。谷歌使用 Trillium TPU 训练了最新的 Gemini2.0，这是谷歌迄今为止最强大的 AI 模型。现在，企业和初创公司都可以利用同样强大、高效和可持续的基础设施。AI 超级计算机的核心:Trillium TPUTrillium TPU 是 Google Cloud AI Hypercomputer 的关键组成部分。AI Hypercomputer 是一种突破性的超级计算机架构，它采用性能优化的硬件、开放软件、领先的 ML 框架和灵活的消费模型集成系统。随

微软宣布，其Phi系列生成式AI模型迎来了新成员——Phi-4。与之前的版本相比，Phi-4在多个方面有所改进，尤其在数学问题的解决能力上表现突出，这得益于训练数据质量的提升。截至周四晚上，Phi-4的访问权限相对有限，仅在微软最新推出的Azure AI Foundry开发平台上可用，且仅限于微软研究许可协议下的研究用途。图源备注：图片由AI生成，图片授权服务商MidjourneyPhi-4是微软推出的最新小型语言模型，拥有140亿个参数。与其他小型模型如GPT-4o mini、Gemini2.0Flash和Claude3.5Haiku相当，这些小型模型

近日，OpenAI 的首席财务官在纽约表示，该公司预计未来构建更高级的人工智能模型所需的费用将持续大幅增长，达到数十亿美元。这一信息反映出，随着技术的不断进步和市场的需求增加，开发尖端 AI 系统的经济压力也在加大。根据高管的介绍，OpenAI 正在加大对先进人工智能技术的投资，特别是在模型训练和基础设施方面的开支。这意味着，未来用户可能会看到更多的服务价格上涨，以便公司能够弥补不断增加的开发成本。此外，OpenAI 正在努力推动新一代 AI 模型的研发，这些模型被认

OpenAI 最近推出了其视频生成模型 Sora，但该模型的训练数据可能包含了许多版权游戏内容，这引发了法律问题的担忧。Sora 可以根据用户的文字提示或图片生成最长20秒的视频，支持多种画幅和分辨率。在发布之初，OpenAI 就提到 Sora 的训练数据包括 Minecraft 视频，这引发了人们对其他可能被使用的游戏内容的好奇。在实际测试中，Sora 能够生成与多个知名游戏相似的视频，包括看起来像是《超级马里奥兄弟》的克隆版、受到《使命召唤》和《反恐精英》启发的第一人称射击游戏，以及风格类

哈佛大学周四宣布，将公开一份包含近百万本公共领域图书的高质量数据集，任何人都可以利用它来训练大型语言模型和其他 AI 工具。 这份数据集由哈佛大学新成立的机构数据倡议 （Institutional Data Initiative） 创建，并获得了微软和 OpenAI 的资金支持。 其中收录的图书均是 Google 图书项目扫描的、不再受版权保护的作品。该数据集规模约为用于训练 Meta Llama 等 AI 模型的臭名昭著的 Books3数据集的五倍。 它涵盖了各种类型、年代和语言，既有莎士比亚、查尔斯·狄更斯和但丁的经典之作，也有

近日，来自伊利诺伊大学厄巴纳 - 香槟分校、Sony AI 及 Sony 集团公司的研究团队推出了一项名为 MMAudio 的新技术，该技术旨在通过多模态联合训练，实现高质量的视频到音频合成。MMAudio 的核心创新在于能够利用视频和文本输入生成同步的音频，从而拓展了音频生成的应用场景，支持输入视频或文本，生成符合视频内容的音效。MMAudio 的设计使其能够在各种视听和音频文本数据集上进行训练。这种多模态联合训练的方式，不仅提高了合成音频的质量，还确保了生成的音频与视频帧之间的同步

在 OpenAI recently发布的视频生成AI模型Sora引发广泛关注之际，一项深入调查显示，该模型的训练数据可能包含大量未经授权的游戏视频和直播内容，这可能为公司带来重大法律风险。通过详细测试，研究人员发现Sora能够生成多种游戏风格的视频，从《超级马里奥兄弟》式场景到《使命召唤》风格的第一人称射击游戏画面，甚至包括90年代街机格斗游戏的典型风格。更令人瞩目的是，Sora还展现出对Twitch直播内容的惊人理解，能够生成与知名主播Auronplay和Pokimane极其相似的角色。知识产权律师对

在数字时代，计算机芯片越来越小，但计算问题却变得越来越大。随着AI模型的不断发展，数据中心的能耗和计算需求正呈指数级增长。IBM近日推出的光学技术突破，有望彻底改变这一现状。传统数据中心面临两大技术瓶颈:铜线传输和电子传输速度的局限。目前，大多数CPU都处于大量空闲状态，仅仅是在等待数据包传输。这意味着计算资源的巨大浪费。图源备注：图片由AI生成，图片授权服务商MidjourneyIBM的创新方案是使用光学技术替代传统铜线。具体而言，公司开发了一种名为聚合物光波

在当今的人工智能领域，训练模型不仅仅是设计更好的架构，还需要高管理数据。现代 AI 模型需要大量数据，并且这些数据必须快速送达 GPU 和其他加速器。然而，传统的数据加载系统常常无法满足这一需求，导致 GPU 闲置、训练时间延长以及成本增加。尤其是在需要扩展或处理多种数据类型时，这个问题显得尤突出。为了解决这些问题，Meta AI 开发了 SPDL（可扩展且高效的数据加载），这是一个旨在改善 AI 训练数据传输的工具。SPDL 采用线程式加载，这一方法不同于传统的基于进程的方法

在人工智能领域，后训练技术正逐渐成为提升模型性能的重要手段。近日，艾伦人工智能研究所（AI2）发布了 Tülu3系列模型，这是一套完全开源的先进语言模型，性能与 GPT-4o-mini 等闭源相媲美。Tülu3不仅包含了模型数据、代码、训练配方，还提供了评估框架，旨在推动开源模型后训练技术的发展。传统上，仅经过预训练的模型往往无法有效满足实际应用需求，可能会产生有毒或危险的信息，且难以遵循人类指令。因此，后训练阶段如指令微调和人类反馈学习显得尤为重要。然而，如何优

IBM 在纽约约克城宣布了一项重大的光学技术突破，该技术将显著数据中心在训练和运行生成式人工（AI）模型时的效率。IBM 的研究人员开发了一种新型的共封装光学技术（CPO），这项技术能够利用光速实现数据中心内部的连接，从而替代目前使用的铜电缆。尽管光纤技术已在全球商业和通信中广泛应用，但大多数数据中心内部仍依赖于铜电缆进行短距离通讯。这导致 GPU 加速器在训练过程中常常处于闲置状态，浪费大量的时间和能源 IBM 的研究团队展示了如何将光的速度和容量引入数据中

美国AI拳击公社Growl近日推出了一款全新的壁挂式健身设备，旨在为用户提供与真人拳击教练互动的体验。与Lululemon Mirror和Tonal等互动健身器材不同，Growl 的设计强调身体互动，结合投影仪与传感器，为用户提供一个可以实际击打的沙袋，而不再是仅仅依赖于屏幕的虚拟健身指导。Growl设备通过投影仪代替传统的LCD或OLED屏幕，创造出更大、更具沉浸感的显示效果。其紧凑的设计使得设备可以轻松安装在墙上，且不会占用过多空间。用户的锻炼数据和进度会通过墙壁上的投影实时显示，而沙袋