在全球科技市场的前沿浪潮中，AI 与硬件的融合正成为企业创新的关键路径。从苹果的 Vision Pro 到 Meta 的智能拍摄眼镜，众多科技巨头纷纷投身于将大模型、多模态 AI 等顶尖技术与消费级硬件相结合的探索之旅。
对于 LLM 从业者来说，让 LLM 落地应用并发挥作用需要手动构建并反复调试 Agentic Workflow，这无疑是个繁琐过程，一遍遍修改相似的代码，调试 prompt，手动执行测试并观察效果，并且换个 LLM 可能就会失效，有高昂的人力成本。许多公司甚至专职招聘 Prompt Engineer 来完成这一工作。
现在，视频生成模型无需训练即可加速了？！ Meta提出了一种新方法AdaCache，能够加速DiT模型，而且是无需额外训练的那种（即插即用）。
VQAScore是一个利用视觉问答模型来评估由文本提示生成的图像质量的新方法；GenAI-Bench是一个包含复杂文本提示的基准测试集，用于挑战和提升现有的图像生成模型。两个工具可以帮助研究人员自动评估AI模型的性能，还能通过选择最佳候选图像来实际改善生成的图像。
拥有「五感」的机器人离我们不远了。
OpenAI 不仅专注于软件，还要深入硬件研究。
Meta 发布新闻稿，介绍了旗下 FAIR（基础人工智能研究）团队对于机器人触觉感知能力的研究情况，这项研究旨在让机器人通过触觉方式进一步理解和操作外界物体。
当地时间 10 月 30 日，Meta 发布第三季度未经审计财报。电话会上扎克伯格表示，Meta 计划在 2025 年继续增加对 AI 的投资，这“可能不是投资者短期内想听到的”。但他认为，潜在的回报是值得的。
随着开源技术占据各大新兴领域的技术路线，其不断丰富人工智能领域的应用场景。 2023年，Meta 相继发布 Llama 和 Llama2，很快成为广受欢迎的开源大模型，也成为许多模型的基座模型。
AI 智能体可以设计 AI 吗？
