最近，英伟达（NVIDIA）新推出的 Blackwell AI 芯片在服务器中出现了过热问题，引发了客户的担忧，担心他们无法及时启用新的数据中心。据The Information报道，Blackwell 图形处理单元(GPU)在与设计能够容纳72个芯片的服务器机架连接时，出现了过热现象。据知情人士透露，英伟达的工程团队正在积极应对这一问题，公司的工作人员已经多次要求供应商调整机架设计，以避免进一步的过热问题。同时，英伟达的发言人在接受《Seeking Alpha》采访时表示:“英伟达正在与领先的云服务提供商紧密合作，

在人工智能快速发展的今天，版权问题正成为AI企业面临的新挑战。2024年11月13日，德国音乐版权组织GEMA在慕尼黑地方法院对OpenAI提起诉讼，成为全球首个对AI供应商采取法律行动的版权集体管理组织。GEMA指出，OpenAI的ChatGPT在未获得适当许可和支付版税的情况下，擅自复制和使用受版权保护的歌词内容。此次诉讼同时针对美国的OpenAI LLC和负责欧洲业务的OpenAI Ireland Ltd两家公司。GEMA首席执行官Tobias Holzmüller博士强调:"我们会员的作品不是AI公司商业模式的免费原材料。"据GEMA的研究显示，生

在2024世界百度大会上，百度创始人李彦宏带来了一系列引人瞩目的AI领域最新进展。他指出，过去两年大模型技术最显著的突破在于"幻觉"问题的基本解决，这标志着AI回答的准确性获得质的飞跃，使其从"一本正经地胡说八道"转变为可靠的智能助手。会上，李彦宏重点介绍了百度最新推出的检索增强文生图技术iRAG。这项技术创新性地整合了百度搜索平台积累的海量图片资源和先进的基础模型能力，能够生成超高真实度的图像。李彦宏表示，iRAG的整体效果已经远超传统文生图系统，成功消

​在2024年11月12日，百度世界大会在上海世博中心隆重开幕。此次大会涵盖了一场主论坛、四场分论坛以及超过三十节的人工智能公开课。百度创始人李彦宏在主论坛上发表了题为“应用来了”的演讲，介绍了百度在人工智能领域的最新技术突破和应用成果，并对未来的行业趋势进行了深入探讨。

近日，微软提交了一项专利申请，旨在通过一种技术方法减少或消除人工智能生成的虚假信息。该专利的名称为 “利用外部知识和反馈与语言模型互动”，于去年向美国专利商标局（USPTO）递交，并于10月31日公开。这一提案的核心是为 AI 模型提供一种 “响应增强系统”（RAS），使其能够根据用户的查询自动提取更多信息，并检查其回答的 “有效性”。具体来说，响应增强系统能够识别是否有来自 “外部来源” 的信息能够更好地回答用户的问题。如果 AI 的回答没有包含这些信息，该系统

生成式AI发展迅猛，但如何全面评估其性能一直是个难题。各种模型层出不穷，效果也是越来越惊艳。但是，问题来了，怎么评价这些文生图模型的效果呢?传统的评价方法，要么是靠人眼看，主观性太强;要么是用一些简单的指标，比如CLIPScore，但这些指标往往无法捕捉到复杂文本提示中的细节，比如对象之间的关系、逻辑推理等等。这就导致很多文生图模型的评测结果不准确，甚至会出现一些搞笑的情况，明明生成的图片驴唇不对马嘴，得分却还挺高。为了解决这个问题，卡耐基梅隆大学

麻省理工学院（MIT）本周展示了一种全新的机器人训练模型，该模型放弃了以往专注于特定数据集的训练方法，转而采用类似大型语言模型(LLMs)训练时使用的海量信息。研究人员指出，模仿学习——即代理通过模仿执行任务的个体来学习——在遇到小的挑战时可能会失败。这些挑战可能包括不同的光照条件、不同的环境设置或新的障碍物。在这些情况下，机器人没有足够的数据来适应这些变化。图源备注：图片由AI生成，图片授权服务商Midjourney团队借鉴了像GPT-4这样的模型，采用了一种粗

最近，一项由 OpenAI 进行的研究显示，尽管人工智能技术飞速发展，当前最先进的语言模型在回答事实问题时的成功率却远低于预期。研究采用了 OpenAI 自家的 SimpleQA 基准测试，这个测试包含了4，326个，涵盖了科学、政治和艺术等多个领域，每个问题都有一个明确的正确答案。经过两名独立评审员的验证，结果显示，OpenAI 最好的模型 o1-preview 的准确率仅为42.7%，而 GPT-4o 则略低，只有38.2%。至于更小的 GPT-4o-mini，准确率甚至只有8.6%。相比之下，Anthropic 的 Claude 模型表现得更差，Claude-3.5-sonn

来自德国达姆施塔特工业大学的最新研究揭示了一个令人深思的现象:即便是当前最先进的AI图像模型，在面对简单的视觉推理任务时也会出现明显失误。这项研究结果对AI视觉能力的评估标准提出了新的思考。研究团队采用了由俄罗斯科学家Michail Bongard设计的Bongard问题作为测试工具。这类视觉谜题由12张简单图像组成，分为两组，要求识别出区分这两组的规则。对于大多数人来说，这种抽象推理任务并不困难，但AI模型的表现却令人意外。即便是目前被认为最先进的多模态模型GPT-4o，在100个

最近，一个看似微不足道的问题在全球范围内引发了热烈讨论:世界上究竟是轮子多还是门多?这个问题虽然初看似乎无足轻重，但实际上却为我们提供了一个探讨生成性人工智能（AI）能力的绝佳机会。这个话题最初在2022年意外走红，一个简单的问题在推特上引发了无数网友的争论，随后在TikTok上也引起了广泛关注。人们开始热烈辩论，到底轮子和门哪个数量更多。然而，想要回答这个问题并不简单，尤其是如果我们只从日常生活的视角来看，统计周围的轮子和门就像在做无尽的数学题—

近期，智能戒指市场迎来新变革。小米向中国国家知识产权局 （CNIPA）提交的一项专利展示了一种新颖的设计理念，可以有效解决戒指尺寸的困扰。根据91mobiles 的报道，小米的设计采用了一种“弹性元件”结合弹簧机构的方式，使得戒指能够根据手指的大小动态调节尺寸。这一专利中的设计让智能戒指可以自动适应不同手指尺寸，用户不仅能够在不同手指上佩戴，甚至可以与朋友或家人共享。此外，小米的设计还考虑到了手指肿胀和体重波动等因素，进一步提升了佩戴的舒适度。这项技术

关键词: PDFtoChat, PDF问答, AI文档处理, PDF检索, 文档分析, 开源PDFtoChat 是一款基于AI技术的创新型平台，允许用户通过对话的方式与PDF文件进行交互，快速提取所需信息。它特别适用于学生、研究人员、法律专业人士和商业分析师等需要处理大量PDF文档的人群。本指南将解答您使用PDFtoChat过程中可能遇到的常见问题，帮助您快速上手并高效利用这款工具。一、PDFtoChat是什么？PDFtoChat是一个允许用户与PDF文件进行对话的平台。它利用先进的AI技术分析PDF内容，将复杂文档转化为可对话的形式。

关键词: PDFtoChat, PDF问答, AI文档处理,文档检索,开源PDF工具,免费PDF工具产品简介: PDFtoChat 是一个革命性的 AI 工具，允许用户通过对话的方式与 PDF 文件进行交互，从而快速、高效地获取所需信息。无论您是学生、研究人员、法律专业人士还是商业分析师，PDFtoChat 都能显著提高您处理大量文档的效率。它由 Together AI 和 Mixtral 提供支持，并以开源方式发布，其源代码可在 GitHub 上找到 (链接待补充)。(图片：https://pic.chinaz.com/ai/2024/10/15/202410150830174805.jpg)常见问题及解答Q1:PDFtoChat 是什么？它能帮

最近，Jason Allen 这位合成媒体艺术家在使用 AI 工具 Midjourney 创作的作品《太空歌剧院》（Théâtre Dopéra Spatial）引发了广泛的讨论和争议。这件作品在一次州艺术比赛中获奖，但随之而来的却是版权办公室对其作品的版权注册请求的拒绝。版权办公室认为，该作品几乎完全是由 AI 生成的，因此没有足够的人类创作成分来满足版权注册的要求。面对这样的结果，Allen 并没有放弃，他决定向法院提出上诉，要求对版权办公室的决定进行司法审查。他认为，版权审查员受到负面媒体报道的影响，

​近日，CodeFuse IDE0.6版本正式发布，引入了编辑器诊断问题 AI 修复功能，以及支持在下拉补全时同时出现内敛补全的特性，进一步提升了代码编写的便捷性和效率。CodeFuse IDE 是一款基于蚂蚁自研大模型 CodeFuse 和自研 IDE 框架 OpenSumi 开发的 AI 集成开发环境（IDE），支持主流编程语言，并在开发过程中提供代码编写建议、代码解释、单元测试生成、问题修复和智能终端等功能。

OpenAI Solutions团队最新推出的实验性框架Swarm正在为AI领域带来新的可能性。这个专为构建、编排和部署多智能体系统而生的轻量级工具集，正在改变我们处理复杂任务的方式。Swarm框架的核心理念是让多个AI代理（Agent）协同工作，每个代理都有其特定的任务和能力。通过精心设计的协作机制，这些AI代理能够像一个高效的团队一样，共同完成复杂的工作流程。这是一个智能客服系统:接待员AI负责初步了解客户需求，技术支持AI处理专业问题，售后AI则专注于退换货事宜。Swarm让这些AI代理无缝

日前，不少用户反馈， Kimi已经开始内测"探索版"，获得内测资格的用户只要子啊在输入框中输入 “/”，就能看到新的功能选项。从Kimi探索版截图界面可以看到，页面会提示:输入 “/”使用 Kimi探索版，解决复杂的搜索问题。值得一提的是，由于处于功能内测中，目前每个获得内测权限的账号每天也只能使用5次。据了解， Kimi探索版在智力和推理能力有了非常大的提升，尤其是在数学、编程等领域表现突出。用户在提出一个问题时，Kimi探索版首先会对问题进行拆解，然后再进行深度的搜索

国内首个纯自研原创视频大模型Vidu由生数科技和清华大学联合研发，新推出“主体参照”功能，解决了AI生成视频中的角色一致性问题。用户上传任意主体图片后，Vidu能确保该主体在不同场景下的一致性生成，适用于人物、动物、商品、动漫角色等。此功能免费开放，标志着AI视频创作进入新时代，未来将探索更精确控制多主体交互、风格统一及多变场景稳定切换等复杂元素，以满足更高层次的叙事需求。中央广播电视总台导演石宇翔使用此功能创作动画短片《夏日的礼物》，表示生成的画面更具感染力和自由度，连贯性大大提升。

近日，哈佛肯尼迪学院的“错误信息审查”研究发现，人工智能生成的虚假研究论文正在渗透到谷歌学术等学术搜索引擎中。这可能会削弱公众对科学发现的信任，并破坏依赖尖端研究的行业的产品开发。

一群业余爱好者使用Coq证明助手软件成功验证了忙碌海狸问题中的第五个数BB（5）为47,176,870，这是自1983年以来计算理论领域最重要的进展。此成就标志着对复杂数学问题解决能力的提升，展示了软件辅助证明的潜力。忙碌海狸问题源于1974年，旨在寻找能够写下最多"1"的特定图灵机。问题的核心在于理解图灵机行为，特别是它们在停机问题上的表现。这一发现不仅在学术界引起轰动，也揭示了计算理论边界。研究者们正在撰写学术论文，总结这一过程，并考虑将探索第六个忙碌海狸作为下一个目标。