AI模型可能并没有想象中强大。在最新的AI基准测试「人类最后一次考试」中，所有顶尖LLM通过率不超过10%，而且模型都表现得过度自信。
研究人员首次探讨了大型语言模型（LLMs）在问题生成任务中的表现，与人类生成的问题进行了多维度对比，结果发现LLMs倾向于生成需要较长描述性答案的问题，且在问题生成中对上下文的关注更均衡。
实际上 Operator 只是最近一段时间，全球大模型公司智能体集中发布浪潮的一部分。早于 Operator 发布前两天，字节跳动豆包大模型团队就已经公布了同类型智能体：UI-TARS。
2023年的大模型市场是昂扬的、争先恐后的。2024年的大模型市场是放缓的、冷静取舍的。而在春节前的这一周多时间里，大模型公司们似乎回到了两年前的兴奋状态，一天不止一个重大发布。
1月23日，在第55届世界经济论坛(冬季达沃斯)上,“深度学习”三巨头之一、图灵奖得主、Meta AI首席科学家杨立昆（Yann LeCun），如此对腾讯新闻《一线》透露Meta2025年在AI领域的投资规模。
千诀的大模型已经在多个场景实现了落地，并与多家互联网巨头、3C巨头客户展开了合作。
作为这个活动背后的攒局者，锦秋基金不仅投资了北美的一些活跃的AI基金，与全球AI市场建立连接，也特别推出了Soil种子计划，以激进的、快速灵活决策的方式支持AI领域的早期创业者。过去的2024年，锦秋频繁出手了AI达人营销平台Aha Lab、AI内容平台造梦次元等诸多项目。
DeepSeek 20 日发布以来获得的热度至今依然没有任何消退的迹象。一觉醒来，DeepSeek 发布的 iOS 应用甚至超越了 ChatGPT 的官方应用，直接登顶 AppStore。
从《唐探1900》官方微博发布的消息来看，这是电影圈里首款AI动态海报，先来看下效果：不止是在网上，甚至是在北京王府井、上海南京路，以及成都春熙路上，都已经开始播放这个AI海报了！
AGI正在到来，但代价是什么呢？Epoch AI预测：如果AGI完全替代人类劳动，将使人类工资彻底崩溃，跌破生存所需最低水平！到2024年，这个概率将达到1/3。奥特曼也预言：下一代人类，注定被AI碾压。
智能体究竟能否应对现实世界的复杂性？The Agent Company近日提出了一项评估基准，让多个智能体尝试自主运营一个软件公司。结果表明，即使是当前最先进的智能体，也无法自主完成大多数任务。
用AI过一个赛博新年。再有三天，就要进入蛇年了。各家 AI 厂商都憋足了劲儿想搞波大的，AI 全家福、AI 写春联、AI 贺岁短片统统整上，甚至还有跟亲戚激情对线的 AI「嘴替」。
法国音乐流媒体平台Deezer近日在其官方新闻稿中透露，每天有约10,000首“完全由人工智能生成的曲目”被上传至其平台。这一数字占Deezer每日新增内容的10%左右。尽管与Spotify和Apple Music等巨头相比，Deezer的规模较小，但其每日新增曲目量也达到了约10万首。
梁文锋，一个出生于广东五线城市的80后，父亲是一名小学老师。尽管家境平凡，他却凭借卓越的才智和不懈的努力，书写了一段非凡的人生篇章。自小便对数学和计算机科学展现出浓厚兴趣的梁文锋，17岁那年以优异的成绩考入了浙江大学，主修软件工程，专攻人工智能方向。大学期间，他不仅学业优异，还积极参与科研项目，为自己的未来奠定了坚实的基础。
就在刚刚，网上已经出现了一波复现DeepSeek的狂潮。UC伯克利、港科大、HuggingFace等纷纷成功复现，只用强化学习，没有监督微调，30美元就能见证「啊哈时刻」！全球AI大模型，或许正在进入下一分水岭。
在刚刚成立的一年多时间里，DeepSeek一直不声不响，V2模型的发布成为其破圈的关键。由于模型结构层面的突破性创新，使得其将模型成本大大降低，也被业内戏称为AI届拼多多。这之后，DeepSeek也真正引发了硅谷的恐慌，OpenAI正迎来一个最强劲的对手。
72小时，3348人支持，6861%超额认购，超137万美元。全球硬件众筹平台Kickstarter上最大的 AI/AR 眼镜众筹融资就此诞生。它有的是一个轻如任何一款普通眼镜的重量、放在普通眼镜里也显时尚的外形、一个可以不需要屏幕和镜片而直接投射到你眼睛里的显示技术和一个主动理解你意图的AI助手。
有人自豪地晒出自己的标准英文口语，被AI认证为美国、英国口音，也有人充满喜剧效果地念着一串磕磕绊绊的英语，通过AI证明了自己“纯血中国人”的身份，更有趣的是那些AI判定出人意料的结果，让网友直呼：“为什么AI说我的英文是咖喱味的？”
“追女生必备技巧：会聊天很重要，提升聊天段位，一键高情商回复，帮你沟通更出色。”正如这句广告语所说，在即将到来的这个过年相亲季里，总算有赛博军师可以在聊天冷场时为顾全彼此颜面兜底了。
首部由人工智能制作而成的长篇电影有望在2025年上映。AI在很大程度上改变了游戏规则，在人工智能的加持下，未来普通人将更有机会成为一名导演。本文来自编译，希望对您有所启发。
文库业务已经成为百度AI的新火种。去年世界大会，文库被提及顺序领先于文心一言。2025年的第一天，百度成立25周年之际，李彦宏的内部信通篇不提文心一言，反而专门为文库留下了一句“在大模型应用领域独树一帜”的评价。
在达沃斯世界经济论坛上，OpenAI 首席财务官 Sarah Friar 抛出了这颗重磅炸弹，“它们会像真正的同事一样思考问题，遇到困难会后退一步思考，尝试新的解决方案。这不再是科幻，而是即将在 2025 年实现的现实。”
最近这帮人我也不知道是因为啥，连续聊了3天跃问了，就是阶跃星辰那个手机APP。一直看我文章的老粉丝可能知道，跃问在我这儿一直都是iPhone16的AI识图启动器，但是我自己确实已经有段时间没去深度体验了。
检索增强生成（RAG）虽好，但一直面临着资源消耗大、部署复杂等技术壁垒。近日，香港大学黄超教授团队提出MiniRAG，成功将RAG技术的应用门槛降至1.5B参数规模，实现了算力需求的大幅降低。这一突破性成果不仅为边缘计算设备注入新活力，更开启了基于小模型轻量级RAG的探索。
就在本周，Kimi 的新模型打开了强化学习 Scaling 新范式，DeepSeek R1 用开源的方式「接班了 OpenAI」，谷歌则把 Gemini 2.0 Flash Thinking 的上下文长度延伸到了 1M。1 月 24 日上午，百川智能重磅发布了国内首个全场景深度思考模型，把这一轮军备竞赛推向了高潮。
这款产品就是百度文库联合百度网盘最新推出的自由画布。在众多1V1对话式Chatbot竞相升级的大潮中，自由画布却另辟蹊径，宣称要“为用户提供一个全方位的创作空间”，让内容创作的全流程得以在同一个平台多线程并行处理，且支持多模态。
从软件工程和网络安全的角度来看，当前的AI落地前景如何？「可解释性」方面的研究，真的能让AI拜托「黑箱」属性吗？
因为就在岁末年初，一种全新的技术范式正在开启落地，头部玩家有了爆款证明，引领行业跟进对齐，隐隐成为共识趋势……这种技术范式，就是——VLA。
“神秘东方力量”DeepSeek给硅谷带来的影响，还在不断泛起涟漪——刚刚，DeepSeek-R1跻身大模型竞技榜前三。以开源、便宜20倍的“身价”与ChatGPT-4o（2024.11.20）并列。
