在当今AI技术迅猛发展的背景下，大语言模型（LLM）的评估问题已成为一个不可忽视的挑战。传统的做法是直接采用最强大的模型（如GPT-4）进行评估，这就像让最高法院的大法官直接处理所有交通违章案件一样，既不经济也不一定总能保证公正。
本期《智者访谈》邀请到著名开源语音识别项目 Kaldi 的创始人、小米集团语音首席科学家 Daniel Povey 博士。作为推动全球智能语音处理产业化的关键人物，他见证了语音识别技术从实验室走向大规模应用的全过程。十多年前，他在微软研究院的实习生，如今已成为 Google Gemini 等标志性项目的负责人。
近年来，视觉大模型（Large Vision Language Models, LVLMs）领域经历了迅猛的发展，这些模型在图像理解、视觉对话以及其他跨模态任务中展现出了卓越的能力。然而，随着 LVLMs 复杂性和能力的增长，「幻觉现象」的挑战也日益凸显。
在 24 年 4 月，我们第一次得知了 Flowith 这个产品，随后便被它创新的交互模式与独特的 AI 生成工作流的 Oracle Agent 所吸引。创始人 Derek 在社交媒体上的帖子也非常振奋人心。与特工们气味相投，有种理想主义的极客风格。
RPA虽然能完成任务的80%，但在20%的失败情况中，仍然需要人工介入；下一代的RPA将由AI Agent来完成，而不是依赖传统的RPA。
2025年被很多人视为 Agent 之年，确实值得多关注。今天分享的这篇，应该是全网关于Agent话题最深入的讨论了，大概没有之一，从前沿研究、交互设计到产品落地，全文超过三万字，一篇看明白。
一个新框架，让Qwen版o1成绩暴涨： 在博士级别的科学问答、数学、代码能力的11项评测中，能力显著提升，拿下10个第一！ 这就是人大、清华联手推出的最新「Agentic搜索增强推理模型框架」Search-o1的特别之处。
据 The Information 报道，总部位于旧金山的 AI 软件测试公司 Ranger 在 12 月获得了由General Catalyst领投的 650 万美元种子轮融资，以及在 2023 年 11 月获得的由XYZ领投的 240 万美元前种子轮融资。
45 天，3D 生成产品 Rodin 达成了 100 万美元 ARR。这是一个重要的里程碑，作为对比，GenAI 领域最成功的初创公司之一 HeyGen 达到这个数字花了 7 个月。
本文介绍了一篇由浙江大学章国锋教授和商汤科技研究团队联合撰写的论文《StarGen: A Spatiotemporal Autoregression Framework with Video Diffusion Model for Scalable and Controllable Scene Generation》。
