告别繁琐的操作，迎接智能交互新时代!Humane 最新发布的 CosmOS 操作系统，将彻底颠覆你对人机交互的认知。这款由人工智能驱动的操作系统，专为智能设备和复杂任务而生，它能够像一位贴心的私人助理，理解你的需求和偏好，提供个性化、场景化的帮助，让你与设备的交互变得前所未有的轻松便捷。CosmOS 的秘密武器是它强大的“智能代理”系统。每个代理都像一位身怀绝技的专家，专注于处理特定任务，例如天气查询、音乐播放、任务规划等等。 他们协同工作，默契配合，根据你的需

科技创新再次刷新想象边界。Browser Company近日宣布将于2025年初推出一款名为Dia的革命性AI浏览器，旨在彻底重塑用户与网络交互的方式。这款浏览器的核心理念是将AI不仅仅视为一个应用或按钮，而是构建一个全新的网络环境。公司CEO Josh Miller在发布会上展示了几个令人印象深刻的功能原型。首个亮点功能是智能写作助手。当用户在输入文字时，浏览器能够实时帮助完成句子，甚至可以即时检索互联网上的事实信息。比如在撰写关于初代iPhone的文章时，浏览器可以自动获取相关技术规格。

近日，谷歌云部门宣布，其最新的视频和图像生成模型——Veo和Imagen3，现已在Vertex AI平台上线，进一步推动了AI在营销与广告领域的应用。Veo模型首次亮相于Google I/O开发者大会，是谷歌DeepMind对竞争对手如Runway的Gen-3和OpenAI的Sora等产品的回应。该模型能够将文本或图像提示转化为长达60秒的高清电影风格视频，具备出色的帧级一致性，确保主体在镜头内流畅移动。Imagen3则专注于图像生成，能够根据文本生成照片级逼真的视觉效果，并在细节、照明和伪影减少方面超越前代产品。此外，Image

在快速发展的生成式 AI 领域，Nous Research 团队正在进行一项独特的实验:他们正在利用分布在全球的机器，预训练一款15亿参数的大型语言模型（LLM），这一过程避免了传统上需要在昂贵且耗电的数据中心或超级集群中进行的集中式开发。Nous Research 还在其专门网站 distro.nousresearch.com 上直播这一预训练过程，实时展示模型在各类评估基准上的表现，并提供参与训练的硬件位置地图，涵盖美国和欧洲的多个地点。截至本文发布时，预训练的剩余时间约为57小时（即2.3天），而已完成的训练进度

在泰国零售业的数字化转型中，中央食品零售集团正在用人工智能重塑购物生态。该公司携手谷歌云推出"Tops Chef Bot"，这是泰国超市首个由生成式AI驱动的购物智能助手。这款名为"厨师机器人"的创新产品，不仅仅是一个简单的购物工具，更是零售科技的一次重大尝试。它将谷歌云的数据分析、生成式AI和企业搜索引擎能力与超市的个人购物服务深度整合，旨在为消费者提供前所未有的购物体验。图源备注：图片由AI生成，图片授权服务商Midjourney目前，这款AI助手将首先在中央池塘分店的Top

在科技创新的浪潮中，香港初创公司Vidi Labs推出了一款划时代的设备——Seekr，这是一个即将彻底改变视障人士生活的黑科技利器。这个只有火柴盒大小的设备，不仅仅是一个简单的辅助工具，而是一双能"说话"的"智能之眼"。它的诞生源于一个温暖而略带遗憾的故事:在2020年疫情期间，创始人Turzo Bose发现由于社交距离限制，他的视障祖父无法得到家人朋友的现场描述，于是萌生了创造这款设备的想法。Seekr究竟有多神奇?只需轻轻一按，它就能瞬间为视障用户"解读"眼前的世界。这款设备配

从一个简单的Chrome扩展，到如今估值超2000万美元的AI语音帝国，PlayAI正用声音技术重新定义人机交互的想象边界。创始人Hammad Syed和Mahmoud Felfel用代码和算法编织出一个充满可能性的声音世界。这不仅仅是一家语音技术公司，更是一个能将文字瞬间转化为栩栩如生声音的魔法工厂。PlayAI的核心魅力在于其惊人的声音克隆和生成能力。想象一下，只需几分钟，你就能拥有一个完全属于自己的AI声音助理，能以任何你想要的语调和风格讲述故事。PlayNote等产品更是将AI语音推向令人惊叹的极致。它

一家令人瞩目的创业公司正在开发一项突破性的AI系统，承诺将为创作者带来前所未有的电影级世界生成能力。这家名为Odyssey的公司采用了一种独特的方式:让工作人员背着特制相机系统，实地采集全球各地的场景数据。由自动驾驶领域的资深专家Oliver Cameron和Jeff Hawke创立的Odyssey最近完成了1800万美元A轮融资，由EQT Ventures领投，GV和Air Street Capital参投。至此，公司总融资额达到2700万美元。这笔资金将主要用于扩大其在加利福尼亚州的数据采集业务。Odyssey开发的先进摄影系统重约25磅，配备了

在人工智能领域，规模越大似乎就意味着能力越强。为了追求更强大的语言模型，各大科技公司都在疯狂堆叠模型参数和训练数据，结果却发现成本也随之水涨船高。难道就没有一种既经济又高效的方法来训练语言模型吗?来自哈佛大学和斯坦福大学的研究人员最近发表了一篇论文，他们发现，模型训练的精度（precision） 就像一把隐藏的钥匙，可以解锁语言模型训练的“成本密码”。什么是模型精度?简单来说，它指的是模型参数和计算过程中使用的数字位数。传统的深度学习模型通常使用

一家名为 Panjaya 的创业公司正在彻底改变视频翻译的游戏规则。经过三年秘密研发，该公司推出了突破性产品 BodyTalk，这是一款能够将视频中人物声音精准转换为其他语言的 AI 工具。不同于传统配音，BodyTalk 不仅能完美复制说话者的原声特征，还能自动调整视频中人物的面部表情和肢体动作，使其与新语言的语音模式自然匹配。Panjaya 由两位以色列政府深度学习专家希利克·沙尼（Hilik Shani）和阿里尔·沙洛姆(Ariel Shalom)创立。2021年，两人离开政府部门创业，随后迎来了具有丰富行业经验的

TryOn Labs 最新开发的 FLUX.1-dev LoRA 服装生成器，利用先进的人工智能技术，为用户带来前所未有的时尚设计体验。只需输入对服装的文字描述，如颜色、图案、材质、风格等细节，就能快速生成相应的服装设计图。FLUX.1-dev LoRA 模型的强大之处在于其灵活的输入格式和丰富的时尚知识库。用户可以尽情发挥创意，描述心目中的理想服装。例如AIbase输入“一件森林绿色缎面连身裤，宽腿，金色植物印花，系着米白色腰带的束腰，不对称领口，半透明叶形斗篷，袖口有工业细节，时髦的街头风剪

来自 Archetype AI 的研究人员开发了一种名为“牛顿 AI 模型”的人工智能基础模型，该模型仅通过分析传感器数据，就能准确地预测各种物理现象，甚至包括那些在训练过程中从未接触过的现象。这项突破性研究成果或将彻底改变物理研究的方式，为科学发现开启新的篇章。传统上，为物理现象构建 AI 模型需要将大量的物理定律和专业知识作为先验信息输入模型，这使得模型的应用范围受到限制，难以泛化到其他领域。而“牛顿 AI 模型”则采用了全新的“唯象学”方法，完全不依赖任何物

在加利福尼亚州帕洛阿尔托，Tales 团队宣布了一项激动人心的创新产品 —— 大型世界模型（LWM），这款模型能够通过简单的文本提示生成完整的数字游戏世界。由斯坦福大学的博士们和游戏开发者组成的团队，决心通过这项技术彻底改变游戏行业，让所有人都能轻松创建功能完备的游戏，无需任何开发或设计经验。换句话说，你将拥有击败游戏行业巨头的力量!与市场上顶尖游戏工作室竞争，Tales 允许玩家把自己的创意变为现实，创造出用户生成的互动和沉浸式体验。通过众包数据、资源

来自智源研究院的Emu3团队发布了一套全新的多模态模型Emu3，该模型仅基于下一个token预测进行训练，颠覆了传统的扩散模型和组合模型架构，在生成和感知任务上均取得了最先进的性能。一直以来，下一个token预测被认为是通向人工智能通用智能（AGI）的希望之路，但在多模态任务上却表现不佳。目前，多模态领域仍然由扩散模型(如Stable Diffusion)和组合模型(如CLIP与LLM的结合)主导。Emu3团队将图像、文本和视频都标记化到离散空间中，并在混合的多模态序列上从头开始训练单个Transformer模型

在加利福尼亚州伯班克的华纳兄弟电影制片厂，特斯拉以"We， Robot"为主题的发布会如期举行，吸引了全球科技爱好者的目光。这场备受期待的活动不仅展示了特斯拉在自动驾驶领域的最新突破，更是公司CEO埃隆·马斯克多年承诺的兑现时刻。图源：特斯拉发布会的主角——特斯拉Robotaxi终于揭开神秘面纱。马斯克亲自乘坐CyberCab抵达现场，用实际行动展示了这款革命性交通工具的全自动驾驶能力。图源:特斯拉CyberCab的设计理念彻底颠覆了传统汽车，内部不设方向盘和踏板，完全依托特斯拉全

在科技创新的浪潮中，挪威初创公司Sonair正在掀起一场感知技术的革命。他们巧妙地将超声波技术引入自主硬件的三维计算机视觉领域，挑战了激光雷达（LiDAR）长期以来的主导地位。Sonair的创始人兼CEO Knut Sandven提出了一个大胆的设想:利用超声波技术读取声波来探测人和物体，实现三维成像。这项技术不仅能耗低、计算需求小，而且有望比当前广泛使用的激光雷达更加实用和经济。最近，Sonair获得了680万美元的融资，这无疑为他们的创新之路注入了强劲动力。图源备注：图片由AI生成，图

SoCreate 是一款新颖的编剧软件，采用生成式 AI 图像和视觉工具，旨在颠覆传统的编剧方式。该软件提供了许多大多数编剧软件都具备的功能，例如模板，可轻松创建具有正确格式的行业标准剧本。然而，SoCreate 创始人兼首席执行官贾斯汀·库托认为，热门平台仍然有所欠缺，尤其是在视觉和创意工具方面。SoCreate 的一大卖点是其图片上传工具，编剧可以利用该工具将视觉概念融入剧本中，包括角色、场景和动作场面。用户可以选择上传自己的图片，也可以从 SoCreate 的插图库中选择。很快，

本文来聊一聊一种新颖的3D 建模技术 ——GGHead。这个技术由慕尼黑工业大学的 Tobias Kirschstein 等人研发，能够在超快的速度下生成高质量、视角一致的3D 人头模型。想象一下，使用普通的消费级 GPU，GGHead 可以实时生成和渲染分辨率达到1024² 的3D 头部图像，这在以往是难以实现的。GGHead 的核心在于它采用了一种叫做 “3D 高斯点云” 的表示方式，结合了3D 生成对抗网络（GAN）的优势。它通过一个强大的2D 卷积神经网络(CNN)来预测模板头部网格在 UV 空间中的高斯属性。这样，GGHead 就可以充分

前言在今天的人工智能时代，AI 搜索已成为共识，最近兴起的 Genspark 注重提供无偏见和非 SEO 驱动的内容，致力于为用户提供可信且有价值的结果。Genspark 是 MainFunc 公司推出的 AI Agent Engine，旨在通过人工智能技术提供更优质的搜索体验。该产品由来自微软、谷歌和百度的校友创立。据其官网介绍，MainFunc 公司在种子轮中筹集了 6000 万美元，由新加坡 Lanchi Ventures 领投。Genspark 代表了 AI 在搜索领域的最新进展，它通过智能算法优化搜索结果，使用户能够更快速、更准确地找到所需信息。产

近日，一家致力于变革现代劳动力的 AI 初创公司11x 宣布成功融资2400万美元，目标是通过自主数字人员工来改变企业的运作方式。11x 的首席执行官兼创始人哈桑・苏卡尔表示:“我们相信，在未来两年内，数字人员工将成为全球企业日常运营的重要组成部分。”图源备注:图片由AI生成，图片授权服务商Midjourney这笔资金将主要用于加速产品开发、扩大团队规模，并增强在全球，特别是在美国市场的影响力。此次 A 轮融资由 Benchmark 领投，多个投资机构如 Quiet Capital、SV Angel、Abstract Ventures、Lux