PUMA（emPowering Unified MLLM with Multi-grAnular visual generation）是一项创新的多模态大型语言模型（MLLM），由商汤科技联合来自香港中文大学、港大和清华大学的研究人员共同开发。它通过统一的框架处理和生成多粒度的视觉表示，巧妙地平衡了视觉生成任务中的多样性与可控性。
Anthropic CEO Dario Amodei 预测，凭借强大的AI的力量，生物学和医学将加速进步，在未来5-10年内实现原本需要50-100年的成果。他称这一现象为“压缩的21世纪”，即AI能够让人类在几年内取得整整一个世纪的生物医学成就。
最近，在全球人工智能模型竞技场（Artificial Analysis）文生图模型排行榜中，一个名叫Red_panda的新模型突然杀出重围，以9%的胜率超越了原榜一大哥Flux1.1Pro成为新王！
人工智能的发展速度不断加快，以前从未想到过的能力现在已成为现实。尤其是AI代理——或者可以说是虚拟同事，在未来，他们将与我们一起工作，甚至最终能够独立执行任务。
线上会议已然成为一种习惯。从需求角度来说，会议纪要的场景对于企业和个人都是刚需，AI纪要类产品也成为了企业中AI一大应用场景之一，Fathom就是利用AI技术解决传统行业痛点的一个典型产品。类似产品还有Firefile、Otter.ai、Notta.ai、krisp、tl;dv等，做得好的ARR可能在千万美金级。
扩散模型（Diffusion Models, DMs）已经成为文本到图像生成领域的核心技术之一。凭借其卓越的性能，这些模型可以生成高质量的图像，广泛应用于各类创作场景，如艺术设计、广告生成等。
科幻中的贾维斯，已经离我们不远了。Claude 3.5接管人类电脑掀起了人机交互全新范式，爆料称谷歌同类Project Jarvis预计年底亮相。AI操控电脑已成为微软、苹果等巨头，下一个发力的战场。
14岁男孩因沉迷AI在家中自杀，母亲直接把爆火聊天机器人C.ai联创告上法庭。这个悲剧让我们不得不思考：在AI与情感界限逐渐模糊的时代，如何守护每个脆弱的心灵？
最近这几天，让大模型具备控制计算机（包括电脑和手机）的相关研究和应用如雨后春笋般不断涌现。
法律行业是 AI 落地的重要场景之一，全球范围内，已经出现了多家法律赛道的 AI 独角兽。OpenAI 和 Google 都投资的 Harvey，以及最近刚完成 F 轮融资的 Clio 都是其中的典型。
