应用

在这个技术革新日新月异的时代，开源精神如同点燃创新火焰的火种，照亮了无数技术探索者的征途。 2024年11月9日，备受瞩目的2024 CCF中国开源大会在深圳这座充满活力的创新之城盛大开幕。 这场开源领域的顶级盛事，以“湾区聚力 开源启智”为主题，汇聚了国内外顶尖的院士专家、行业领袖、学者和开发者，共同探讨开源技术的未来趋势，携手绘制中国开源生态的壮丽蓝图。

科技媒体 engadget 昨日（11 月 8 日）发布博文，报道称 OpenAI 在与 Raw Story 和 AlterNet 的版权纠纷案件中，赢得首轮胜利。

翁荔的技术博客深入、细致，具有前瞻性，被很多 AI 研究者视为重要的参考资料。 如今，她离开了 OpenAI，开启新的征程。 而且她表示，之后可能有更多时间频繁更新博客。

众所周知，图像、音乐能用 AI 生成，但出乎意料的是，气味也行。 最近，一个名叫 Osmo 的初创公司宣布，他们成功地将气味数字化了。 第一个成功的案例是「新鲜的夏季李子」，而且复现出的味道「闻起来」很不错。

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。

11月8日，字节跳动旗下的AI内容平台即梦AI宣布，即日起，由字节跳动自研的视频生成模型Seaweed面向平台用户正式开放。 用户登陆后，在“视频生成”功能下，视频模型选择“视频S2.0”即可体验。 图说：即梦AI PC端和App端模型使用入口9月底，字节跳动正式宣布向AI视频领域进军，发布豆包模型家族的两款视频生成模型Seaweed和Pixeldance，并通过即梦AI、火山引擎分别面向创作者和…

“全球首款AI汽车”小鹏P7 正式上市发售。 新车共发布三个版本，包括小鹏P7 长续航Max、超长续航Max以及限定版Max，官方指导售价分别为18.68万元、19.88万元以及21.88万元。 其中，小鹏P7 限定版Max提供星阙哑光灰车身配色、扶摇绿限定内饰色、limited edition标识等专属设计，并采用Alcantara定制座椅面料，首批限量发售500台。

在机器人领域，一场关于“通用智能”的探索正如火如荼地展开。 MIT 的何恺明和 Lirui Wang 等人最近成功在“通用数据”上取得了进展，让机器人离拥有“通用大脑”的目标又近了一步。 机器人数据的异质性问题一直是机器人训练的大难题。

天上一天，人间一年——这居然已经不是神话了？ Jim Fan 团队的最新成果实现了 10,000 倍的超级加速：机器人在虚拟“道场”里训练了整整一年，但现实里只用了 50 分钟！ 而且训练结果无需微调，就直接无缝衔接到现实世界使用。

英国卫报今天（11 月 8 日）发布博文，报道称由类人机器人创作的艺术品，一幅英国数学家艾伦・图灵（Alan Turing）的肖像画，以 108 万美元（IT之家备注：当前约 772.7 万元人民币）的价格成交。

视频生成模型虽然可以生成一些看似符合常识的视频，但被证实目前还无法理解物理规律！ 自从 Sora 横空出世，业界便掀起了一场「视频生成模型到底懂不懂物理规律」的争论。 图灵奖得主 Yann LeCun 明确表示，基于文本提示生成的逼真视频并不代表模型真正理解了物理世界。

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。

前些时日，AI 大模型开始掌握操作计算机的能力，但整体而言，它们与物理世界互动的能力仍处于早期阶段。 为了提高 LLM 在复杂的现实世界中的表现，研究者们提出了各种提示策略来提升大模型的推理和规划能力，比如思维链、思维树和思维图谱。 这些进步与工具集成一起，推动着通用 AI 智能体的发展，让它们现在已经能够用 LLM 输出的决策策略来解决序列决策问题（不过依然还相对简单）。

近日，谷歌 DeepMind 发表的一项研究登上了 Nature 期刊的封面，研究人员开发了一种名为 SynthID-Text 的水印方案，已经在自家的 Gemini 上投入使用，跟踪 AI 生成的文本内容，使其无所遁形。

弹窗攻击很有效，控制计算机的智能体根本顶不住。 前些天，Anthropic 为 Claude 带来一个极具变革意义的功能：Computer Use，也就是控制用户的计算机。 当时，Anthropic 在博客中写到：「在 OSWorld 这项测试模型使用计算机的能力的评估基准上，Claude 当前的准确度为 14.9%，虽然远远不及人类水平（通常为 70-75%），但却远高于排名第二的 AI 模型（…

AMD 公司于 10 月 31 日发布博文，宣布推出首个完全开放的 10 亿参数语言模型系列 AMD OLMo，为开发者和研究人员提供强大的 AI 研究工具。

Sora爆火以来，“视频生成模型到底懂不懂物理规律”受到热议，但业界一直未有研究证实。 近日，字节跳动豆包大模型团队公布最新论文，研究历时8个月，围绕“视频生成模型距离世界模型有多远”首次在业界完成系统性实验并给出明确结论：视频生成模型可以记忆训练案例，但暂时还无法真正理解物理规律，做到“举一反三”。 图灵奖得主、Meta首席AI科学家杨立昆点赞并转发了该研究，表示“结论不令人意外，但很高兴终于有…

图：前沿对话-数字病理与AI辅助诊断赋能疾病精准诊疗编辑 | ScienceAI作为疾病诊断的「金标准」，病理诊断是指导肿瘤临床治疗、评估预后的最可靠依据，在精准医疗时代，准确、高效的病理诊断所发挥的价值日益凸显。 近年来，数字化浪潮席卷全球，病理诊断领域也积极拥抱数字化、智慧化变革，为提质增效开辟创新路径。 今日，罗氏诊断携整体数字化智慧病理解决方案亮相第七届中国国际进口博览会，并分享与探讨了数…

据介绍，该功能基于 AI 能力升级，支持歌曲信息追问、搜索专业音乐知识等内容。用户将小爱同学大模型升级至最新版本后，可在手机、车载端体验。

宾州州立大学的研究人员开发出一种基于人工智能的“电子舌头”，能够准确识别食品的酸度、新鲜度，甚至检测出有害物质。

快手公司近期在苹果 App Store 上线了独立的“可灵 AI”应用，进一步加强其在移动端的 AI 内容创作布局。目前，“可灵 AI”已形成了多平台的产品矩阵，包括网页版、App、小程序以及海外版本。

近日，关于 Open AI 被投企业 Physical Intelligence (PI) 的一系列报道，让人们关注到具身智能大模型引发的机器人时代变革。 目光转回国内，我们同样在中国公司中发现了这场变革浪潮的先行者。 据AI在线了解，国内初创公司自变量机器人（X Square），是国内唯一一家从第一天就选择了端到端统一大模型技术路线的公司，与 PI 的技术路线不谋而合。

当结构化数据也变成一个模态，哪家的大语言模型能脱颖而出呢？ 现在正是多模态大模型的时代，图像、视频、音频、3D、甚至气象运动都在纷纷与大型语言模型的原生文本模态组合。 而浙江大学及其计算机创新技术研究院的一个数十人团队也将结构化数据（包括数据库、数仓、表格、json  等）视为了一种独立模态。

具身智能，简单来说，就是赋予 AI 一个「身体」，让这颗聪明的大脑在物理世界中行动自如。 把这颗大脑升级成世界模型 —— 它拥有记忆、直觉和常识时，机器人可以不再机械地按训练行事，而是能够灵活变通，具体问题具体分析。 于是，在这两个火热的概念齐头并进之时，这样的展示层出不穷，机器人为你扫地、喂猫、铺床、做饭，以后养老不用愁，放心交给机器人就好了。