AI

作为欧洲的OpenAI，Mistral最近压力不小。 端侧小模型端不出来，对比评测的结果又遭到质疑。 上个月震撼登场的自家首款多模态大模型Pixtral 12B，也疑似遇到了成绩不如人的窘境。

阿里通义千问昨日（11 月 18 日）发布博文，宣布在经过数月的优化和打磨后，针对社区中对更长上下文长度（Context Length）的要求，推出了 Qwen2.5-Turbo 开源 AI 模型。

嘉宾 | 马会彬编辑 | 云昭 出品 | 51CTO技术栈（微信号：blog51cto）进入2024年，业界对于生成式AI的注意力开始转向应用层。 AI编程领域的Cursor、AI生成视频领域的可灵、自动驾驶领域的Robotaxi等，都取得了很大的突破。 据有关媒体报道，2024年创投界在AI应用层上的投资规模整体超过了模型层。

由北京大学、清华大学、鹏城实验室、阿里巴巴达摩院以及理海大学（Lehigh University）组成的研究团队，最新推出了 LLaVA-o1，这是首个具备自发性、类似于 GPT-o1 的系统性推理视觉语言模型。

写在前面 & 笔者的个人理解基于视觉的语义占用和流量预测在为自动驾驶等现实世界任务提供时空线索方面发挥着至关重要的作用。 现有方法优先考虑更高的精度，以满足这些任务的需求。 在这项工作中，通过引入一系列针对3D语义占用预测和流量估计的有针对性的改进来提高性能。

猫猫和人的交互行为，竟然被物理学家用方程式写出来了！ 其成果还正经刊登在了《美国物理学杂志》上。 起因就是这位名叫Anxo Biasi的小哥，有一天观察起了自家猫猫，突发奇想：能否将猫视为一个在人产生的势场中运动的质点，用物理方程来描述其行为？

用AI大模型一键解析MRI、CT和病理学等九大生物医学成像模式。 不仅复杂、不规则形状对象能高精度识别：而且通过对象识别阈值建模，模型能够检测无效的提示请求，并在图像中不存在指定对象时拒绝分割。 用户更是无需手动进行标注或边界框操作——只需通过简单的临床语言提示指定目标对象，例如“肿瘤边界”或“免疫细胞”，便能让AI准确识别、检测并分割图像中的相关区域。

IBM 公司昨日（11 月 18 日）发布公告，宣布和 AMD 公司达成合作，计划在 IBM Cloud 上部署 AMD Instinct™ MI300X 加速器服务（accelerators as a service）。

现在，给AI办张银行卡，它就能帮我们完成最终支付了？ ！ 事情是这样的。

据 The Rundown AI 报道，一项由匹兹堡大学进行的研究显示，人们无法区分 AI 生成的诗歌与莎士比亚、艾米莉・狄金森等著名诗人的作品。更令人惊讶的是，超过 78% 的参与者给 AI 生成的诗歌的平均评分高于人类诗人的作品。

OpenAI CEO奥特曼不久前曾说：“我们会拥有越来越好的模型，但我认为下一个巨大突破来自智能体。 ”所谓AI智能体，实际上就是由AI驱动的软件工具，只需要给出最小的监督，它就可以执行多步骤任务。 除了自然语言处理，AI智能体还可以做决策、解决问题、执行任务时与环境互动。

前谷歌 CEO Eric Schmidt 也对这些报道发表了自己的看法。他认为，未来五年内，大型语言模型还将经历两到三次的迭代。这些模型的性能正在以史无前例的速度增长，目前还没有证据表明这种增长趋势即将停止。虽然最终会遇到瓶颈，但现在还没到那一步。

环境生成模型（generative models of environments），也可以叫世界模型（world model），在「通用智能体规划」和「推理环境」中的关键组成部分，相比传统强化学习采样效率更高。 但世界模型主要操作一系列离散潜在变量（discrete latent variables）以模拟环境动态，但这种压缩紧凑的离散表征有可能会忽略那些在强化学习中很重要的视觉细节。 日内瓦大学…

最近，OpenAI在官网上发布了一篇学生写作指南。 指南的开头写道：如果使用得当，ChatGPT可以成为一个强大的工具，帮助学生培养严谨思维和清晰写作的技能，协助他们思考创意、掌握复杂概念并得到写作草稿的反馈。 然而，也有一些使用ChatGPT的方式会适得其反——比如生成一篇文章而不是自己写。

黎曼猜想，竟被Grok 3「证明」了？ 为此，xAI暂停了Grok 3的训练来验证它的证明，如果结果是正确的，将会完全终止模型的训练。 xAI工程师Hieu Pham在社交媒体的最新「爆料」，成为AI圈最火爆的话题。

编辑 | 星璇本周是国际反诈骗宣传周，一位名为“黛西”的老奶奶跟电话诈骗犯斗智斗勇的故事冲上了热搜。 英国电信巨头Virgin Media的移动运营商部门O2表示，该公司已开发出一种类人AI老奶奶，能够实时接听诈骗电话，通过假装自己是潜在的易受骗对象让诈骗者一直在电话中忙个不停，从而浪费他们的时间，逼真程度可以让诈骗分子40分钟都发现不了。 图源：TechCrunch据称，这种名为“黛西”（Dai…

无论是面试找工作、还是自学创业，甚至想要在圈子内讨论一下AGI的潜力，但凡想要深度参与到AI浪潮中，不可避免的就是学习大型语言模型（LLM）的底层原理。 但AI发展这么多年，论文、学习资料多如牛毛，并且更新换代极快，如何快速入门，学习到那些真正的基础知识，对于新手来说都是一个难题。 最近，一位AI从业者在网上分享了自己的学习过程，仅用14天就学完了LLM所需要的核心知识，学习笔记在GitHub上斩…

就连「量化」也不管用，scaling law真的要终结了吗？ 一提scaling law，人们重点关注的是参数规模、数据量等因素，却忽视了「精度」这一关键变量。 哈佛斯坦福MIT等机构研究人员竟发现，低精度训练会降低模型的「有效参数量」！

11月15日，知乎于北京举办了一场别开生面的学术酒吧活动—AI上头俱乐部。 零一万物 CEO、创新工场董事长李开复，清华大学副教授刘知远，上海交通大学副教授、无问芯穹联合创始人兼首席科学家戴国浩等数十位AI领域领军人物，共同探讨了人工智能的最新发展和未来趋势。 此外，知乎直答产品负责人马奎及多位知乎答主登上现场开放麦，在轻松的氛围中交流AI行业背后的故事。

锂电池火灾一直是电动汽车和电子设备的一大安全隐患，为了预防这类事故，科学家们一直在探索各种方法。

科技媒体 CNET 昨日（11 月 15 日）发布博文，报道称雷蛇（Razer）发布了 Gaiadex 可持续工具，借助 AI 可以在 5 分钟内评估产品对地球的影响。

科技媒体 tomsguide 于 11 月 14 日发布博文，报道称英国电信运营商 O2 发布了名为“黛西”（Daisy）的 AI 老奶奶，专门遏制网络诈骗。

游戏媒体 IGN 今天（11 月 16 日）发布博文，报道称可口可乐公司推出了首个完全由 AI 生成的视频广告，长度为 16 秒，致敬 1995 年经典“Holidays Are Coming”广告，但推出后遭遇巨大争议。

科技媒体 winbuzzer 昨日（11 月 15 日）发布博文，报道称微软研究院已更新 GraphRAG 系统，新增了动态社区（dynamic community）选择功能，在改善全局搜索的数据检索同时，tokens 用量减少了 77%。