六个月前，a16z 对网络流量数据进行了一次深度挖掘，以便将真实数据与其他内容区分开来。根据每月访问量，a16z 对最受欢迎的生成式 AI 网络产品进行了排名，并发现了消费者实际使用这项技术的模式。
GitHub三万Star项目MetaGPT上新，号称是“开源Devin”——推出数据解释器（Data Interpreter），能够应对数据实时变化、任务之间复杂的依赖关系、流程优化需求以及执行结果反馈的逻辑一致性等挑战。
MIT新晋副教授何恺明，新作新鲜出炉：瞄准一个横亘在AI发展之路上十年之久的问题：数据集偏差。数据集偏差之战，在2011年由知名学者Antonio Torralba和Alyosha Efros提出——
TimesFM针对时序数据设计，输出序列长于输入序列，在1000亿时间点数据进行预训练后，仅用200M参数量就展现出超强零样本学习能力！
StepCoder将长序列代码生成任务分解为代码完成子任务课程来缓解强化学习探索难题，对未执行的代码段以细粒度优化；还开源了可用于强化学习训练的APPS+数据集。
OpenAI 的 Sora 在今年 2 月横空出世，把文生视频带向了新阶段。它能够根据文字提示生成超现实场景。Sora 的可适用人群受限，但是在各媒体平台上，Sora 的身影无处不在，大家都在期待着使用它。
迄今，全球超 200 个模型基于来自 OpenBMB 开源社区的 Ultra Series 数据集（面壁 Ultra 对齐数据集）对齐，数据集包括 UltraFeedback 和 UltraChat，共计月均下载量超 100 万。
数学问题解决能力一直被视为衡量语言模型智能水平的重要指标。通常只有规模极大的模型或经过大量数学相关预训练的模型才能有机会在数学问题上表现出色。
从表面上看，“天工AI搜索”是一款独立的搜索软件，但它与生俱来就被定位成一款新型、高阶“生产力助手”，甚至是企业级智能体。因为它重塑了用户、企业与信息交互的方式，在内容个性化创建、数据驱动决策、知识管理共享、企业智能助手、业务潜力挖掘、生产力提升等方面开辟新的途径和方案。
最新报道澄清，“AI的尽头是光伏和储能”并非黄仁勋的原话。AI发展的确依赖于能源创新，当今科技圈的两位大佬，OpenAI创始人阿尔特曼和马斯克此前已给出明确观点。当下的重点在于开源，风能、光伏等可再生新能源被视作数据中心重要的能量池，核能尤其被寄予厚望
