资讯列表
GPT-5 要等到明年？OpenAI CEO：今年无法同时发布那么多东西
美国时间周四，OpenAI 首席执行官萨姆・奥特曼（Sam Altman）透露，该公司的下一个大型人工智能模型可能不会在今年面世，原因是其正“优先开发”当前专注于推理与难题解决的模型。 在参与 Reddit 网站的网友问答活动时，奥特曼指出：“所有模型都变得越来越复杂，我们无法像我们希望的那样同时发布那么多东西。 ”他还解释称，在为“众多卓越创意”分配计算资源时，公司面临着“诸多限制和艰难抉择”。
AI 生成游戏引争议：Oasis 模型涉嫌抄袭《我的世界》，且质量堪忧
AI 公司 DecartAI 联合 Etched 推出了名为 Oasis 的世界模型，可以在“没有游戏引擎、没有逻辑、没有代码”的情况下运行一个大致近似于《我的世界》的游戏。 然而，这款 AI 生成的“游戏”却引发了广泛的批评和争议。 然而，Oasis 的画面质量令人失望，分辨率和帧率分别为 360p 和以 20 FPS，甚至不如任天堂 64 时代的游戏。
提升 1.5~20 倍吞吐量，字节豆包大模型团队与香港大学发布并开源全新 RLHF 框架
字节跳动豆包大模型团队与香港大学公开联合研究成果 —— HybridFlow。 官方宣称，HybridFlow（开源项目名：veRL）是一个灵活且高效的大模型 RL 训练框架，兼容多种训练和推理框架，支持灵活的模型部署和多种 RL 算法实现。 该框架采用混合编程模型，融合单控制器（Single-Controller）的灵活性和多控制器（Multi-Controller）的高效性，可更好实现和执行多种 RL 算法，显著提升训练吞吐量，降低开发和维护复杂度。
RAG新突破：块状注意力机制实现超低延迟检索增强
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]
幻觉不一定有害，新框架用AI的「幻觉」优化图像分割技术
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]
LLM 比之前预想的更像人类，竟也能「三省吾身」
子曾经曰过：「见贤思齐焉，见不贤而内自省也。 」自省可以帮助我们更好地认识自身和反思世界，对 AI 来说也同样如此吗？ 近日，一个多机构联合团队证实了这一点。
刚刚，阿里全球数学竞赛决赛结果公布，姜萍违反预选赛规则未获奖
刚刚，2024 阿里巴巴全球数学竞赛决赛结果正式公布！ 共有86名选手获奖，其中金奖5名，银奖10名，铜奖20名，优秀奖51名。 与初赛不分方向不同，决赛设有代数与数论、几何与拓扑、分析与方程、组合与概率、计算与应用数学五个赛道，每个赛道评出金奖 1 名、银奖 2 名、铜奖 4 名以及优秀奖 10 名，先前备受关注的江苏17岁中专生姜萍无缘奖项。
普渡发布 11 自由度五指灵巧手 PUDU DH11：单手最大提拉负载 40kg
继今年 9 月发布旗下首款类人形机器人 PUDU D7 后，普渡机器人于 10 月 31 日发布 11 自由度五指灵巧手 PUDU DH11。 AI在线获悉，基于仿人五指设计，PUDU DH11 拥有 11 自由度，搭载 12 个触觉传感器区域；内置 1018 个感应矩阵点数；单手最大提拉重量 40kg。 PUDU DH11 采用仿人手结构的绳驱方案及欠驱动机构，降低自身重量及空间占用，相比传统方案具备更高的灵活性和柔顺度。
支持中英双语及 40 种方言任意混说，中国电信 TeleAI 星辰语音大模型升级
中国电信人工智能研究院（TeleAI）在今年 5 月发布业内首个支持 30 种方言自由混说的语音识别大模型 —— 星辰超多方言语音识别大模型。 时隔不到半年，TeleAI 星辰语音大模型的多方言能力再次升级，攻克了湛江话、宜宾话、洛阳话、烟台话等方言，将方言种类从 30 种提升至 40 种，并引入对英文的识别。 与传统的有标注训练方法相比，TeleAI 通过预训练语音识别模型，利用海量无标注数据进行预训练，再通过少量有标注数据进行微调。
马斯克老部下创业成果：2mm 芯片植入视网膜，盲人重获阅读能力还能打牌
把一块 2mm 大小的芯片植入视网膜，搭配一副带摄像头的眼镜，就能成功让盲人恢复视力！ 不仅重拾阅读能力，甚至还能打牌。 这是来自美国加州的脑机接口公司 Science 的最新进展。
每帧都是AI实时生成的，全球首款AI游戏问世了！
欢迎来到 Transformer 的世界。 两个月前，我们对 AI 游戏的认知刚刚被谷歌 GameNGen 颠覆。 他们实现了历史性的突破，从此不再需要游戏引擎，AI 能基于扩散模型，为玩家生成实时可玩的游戏。
理所当然也能错，数学界震动：「上下铺猜想」被证伪
现代数学，开始对你的直觉开刀了。 数学的很大一部分是由直觉驱动的，但有时想当然会让人误入歧途。 早期的证据可能并不代表大局，一个陈述可能看起来很明显，但一些隐藏的微妙之处会自行显露出来。
谷歌内部项目：大模型AI智能体发现了代码漏洞
开源数据库引擎 SQLite 有 bug，还是智能体检测出来的！ 通常，软件开发团队会在软件发布之前发现软件中的漏洞，让攻击者没有破坏的余地。 模糊测试 （Fuzzing）是一种常见的软件测试方法，其核心思想是将自动或半自动生成的随机数据输入到一个程序中，并监视程序异常。
MetaGPT开源SELA，用AI设计AI，效果超越OpenAI使用的AIDE
AIxiv专栏是AI在线发布学术、技术内容的栏目。 过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。 如果您有优秀的工作想要分享，欢迎投稿或者联系报道。
NeurIPS 2024｜浙大 & 微信 & 清华：彻底解决扩散模型反演问题
AIxiv专栏是AI在线发布学术、技术内容的栏目。 过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。 如果您有优秀的工作想要分享，欢迎投稿或者联系报道。
谷歌 Agent 首次发现真实世界代码漏洞：抢救全球数亿设备，有望挽回数十亿美元损失
AI 首次发现真实世界中的重大安全漏洞？ SQLite 中的一个漏洞，幸运地被谷歌研究者的 AI Agent 发现了，修复后并未造成任何损失。 莫非 AI 再进化一番，微软的全球蓝屏事故就可以永久避免了？
迪士尼成立新 AI 部门，探索人工智能、混合现实等新型技术的潜力
据路透社报道，华特迪士尼正在组建一个新的小组，以协调公司对人工智能和混合现实等新兴技术的使用，这家媒体巨头正积极探索 AI 等技术在电影、电视和主题公园等业务中的潜力。 根据路透社当地时间周五获取的电子邮件，新成立的“技术赋能办公室”（Office of Technology Enablement）将由杰米・沃里斯（Jamie Voris）领导，他是迪士尼电影制片厂的首席技术官，此前主导了迪士尼为苹果 Vision Pro 混合现实设备开发应用的工作。 迪士尼娱乐联合主席艾伦・伯格曼（Alan Bergman）在邮件中写道：“人工智能和 XR（扩展现实）技术发展迅速，将对未来的消费者体验、创意项目以及我们的业务产生深远影响。
苹果 AI 研究：“猕猴桃”简单算术考倒 o1 和 Llama 等 20 多个最先进模型
《洛杉矶时报》昨日（11 月 1 日）发布博文，报道称苹果研究团队测试了 20 个最先进的 AI 模型，发现在有干扰项存在的情况下，它们处理简单的算术问题时表现不佳，甚至不如小学生。 苹果公司用以下这道简单的算术题测试 20 多个最先进的 AI 模型，AI在线附上题目如下：Oliver 在星期五采摘了 44 个猕猴桃、然后他在星期六采摘了 58 个猕猴桃，星期日采摘的数量是星期五的两倍，不过其中有 5 个猕猴桃的块头要比平均值要小，请问 Oliver 这三天共摘了多少个猕猴桃？ 正确答案是 190 个，计算公式为 44（星期五） 58（星期六） 88（44*2，星期日）。