应用

从 AlphaGo、AlphaZero 、MuZero 到 AlphaCode、AlphaTensor，再到最近的 Gemini 和 AlphaProof，Julian Schrittwieser 的工作成果似乎比他的名字更广为人知。 今天的 AI 社区，再次被一则大佬转会消息吸引了目光。 在谷歌工作十年后，大名鼎鼎的谷歌 DeepMind Alpha 系列核心作者 Julian Schrittw…

编辑 | 萝卜皮2024 年 10 月 23 日 NVIDIA 创始人兼首席执行官黄仁勋携手丹麦国王启动该国最大 AI 超级计算机，旨在实现量子计算、清洁能源、生物技术等领域的突破，服务丹麦社会乃至全球。 丹麦首台 AI 超级计算机以丹麦神话中的女神命名为 Gefion。 Gefion 由丹麦人工智能创新中心 (DCAI) 运营，该公司由全球最富有的慈善基金会 Novo Nordisk 基金会和丹…

一夜之间，名为“red_panda” （小熊猫）的神秘文生图模型狠狠火了！ ！ 登顶文生图竞技场，直接将 Flux、Midjourney 等一众顶尖模型踩在脚下 ——其 ELO 得分比 Flux 1.1 Pro 高出 100 多，胜率高达 79%，每 7 秒就能生成一张图像。

Grok 大模型终于能看懂图像了。 设想一下，如果我们能够将所有 LaTeX 时代之前的文本资料输入到先进的大型语言模型（LLM）中，并从中获得格式规范的 LaTeX 文档库，这无疑将极大地推动科学文献的数字化进程和标准化工作。 对于科研工作者而言，这不仅仅是技术层面的飞跃，它更标志着知识管理和信息传播方式的一次重大变革。

大型语言模型（LLM）的出现统一了语言生成任务，并彻底改变了人机交互。 然而，在图像生成领域，能够在单一框架内处理各种任务的统一模型在很大程度上仍未得到探索。 近日，智源推出了新的扩散模型架构 OmniGen，一种新的用于统一图像生成的多模态模型。

把平均成功率从 50% 拉到了 100%。 最近，AI 的进步有目共睹，现在这些进步已经开始传递到机器人领域。 强大的 AI 技术也能帮助机器人更好地理解其所处的物理世界并采取更合理的行动。

大模型开源的口号，不是随便说说的。 该来的终于来了。 本周，人工智能领域迎来了对于「开源」的官方定义。

感谢在今年国庆假期期间，一些网友利用 AI 技术克隆雷军的声音，借此吐槽不文明行为或表达对他人的不满，有网友戏称“被 AI 雷军追着骂了整个假期”。 对此，雷军本人今日发布视频回应称，的确让自己挺困扰，也挺不舒服。 雷军表示希望大家不要再玩了，觉得这个事情不太好，不过他还是觉得 AI 是很好的技术，也非常实用。

10 月 28 日，新浪新闻・2024 探索大会在北京召开，邀请专家学者、行业领袖，以及数字技术领域的探索者和从业者们，就新质生产力赋能产业、企业数字化转型、数字生态构建等热点话题展开深入探讨。 华为云 Marketing 部部长董理斌发表题为 “解难题做难事，AI 重塑千行万业” 的主题演讲，分享华为云在 AI for Science 领域的最新进展，以及盘古大模型、昇腾 AI 云服务等创新技术…

科技媒体 marktechpost 于 10 月 24 日发布博文，报道称微软公司宣布开源 OmniParser，是一款解析和识别屏幕上可交互图标的 AI 工具。 项目背景传统的自动化方法通常依赖于解析 HTML 或视图层次结构，从而限制了其在非网络环境中的适用性。 而包括 GPT-4V 在内的现有的视觉语言模型（VLMs），并不擅长解读复杂 GUI 元素，导致动作定位不准确。

感谢科技媒体 The Information 昨日（10 月 28 日）发布博文，报道称 Meta 公司一方面为减少对微软、谷歌的依赖，另一方面追赶 OpenAI 在 AI 领域的发展，正开发一款 AI 搜索引擎。 AI在线援引该媒体报道，内置于 Instagram 和 Facebook 的 Meta AI 机器人目前调用谷歌公司的 Google 和微软 Bing 搜索引擎，来回答用户关于近期新闻…

感谢谷歌公司昨日（10 月 28 日）发布博文，宣布在全球 100 多个国家和地区扩展 AI Overviews in Search 功能，覆盖全球 10 亿月活跃用户。 AI在线注：谷歌公司于今年 5 月在美国启动 AI Overviews in Search 功能，并于今年 8 月扩展到部分美国以外的市场，该功能主要用于 AI 总结搜索结果，让用户找到更契合的搜索结果。 谷歌在博文中表示，将于…

10 月 24 日，2024 科大讯飞全球 1024 开发者节 AI 文娱论坛在合肥圆满举办。 论坛以“重构内容与表达”为主题，旨在探讨 AI 时代下文娱产业的最新趋势，见证讯飞 AI 文娱业务的重大发布，与合作伙伴共同推动文娱行业的繁荣发展。 科大讯飞副总裁 & 研究院院长刘聪、科大讯飞消费者事业群副总裁严亚路出席大会，讯飞输入法业务部总经理程坤、数字娱乐业务部总经理 & 讯飞音…

AI好好用报道编辑：杨文为了夺回好吃的餐厅，伦敦人正试图「毒害」谷歌AI。 住在热闹的大都市，也有甜蜜的烦恼。 最近，一群伦敦人就受够了网红和游客，因为他们总是「霸占」好吃的餐厅。

长视频理解是多模态大模型的核心能力之一，也是迈向通用人工智能（AGI）的关键一步。 然而，现有的多模态大模型在处理 10 分钟以上的超长视频时，仍然面临性能差和效率低的双重挑战。 对此，智源研究院联合上海交通大学、中国人民大学、北京大学和北京邮电大学等多所高校，推出了小时级的超长视频理解大模型 Video-XL。

这才是未来 AI 该有的样子？  奇怪了。 一款 AI 代码工具刚发布，限量测试却要求「不懂代码」的人优先。

随着谷歌和 Meta 相继推出基于大语言模型的 AI 播客功能，将极大地丰富人类用户与 AI 智能体互动的体验。 上个月，谷歌宣布对旗下 AI 笔记应用 NotebookLM 进行一系列更新，允许用户生成 YouTube 视频和音频文件的摘要，甚至可以创建可共享的 AI 生成音频讨论。 加上此前支持的谷歌文档、PDF、文本文件、谷歌幻灯片和网页，NotebookLM 的用例和覆盖范围进一步扩大。

近日，极佳科技联合中国科学院自动化研究所、理想汽车、北京大学、慕尼黑工业大学等单位提出DriveDreamer4D，是首个利用世界模型增强 4D 驾驶场景重建效果的工作。 DriveDreamer4D 可以大幅提升多种自动驾驶 4D 重建算法的效果，在 user study 实验中获得了超过 80% 的偏好投票，为走向空间智能和 4D 世界模型迈出了坚实的一步。 论文链接：：：。

综合 TechCrunch、The Information 报道，AI 搜索引擎 Perplexity 的首席执行官 Aravind Srinivas 透露，其产品目前每周的查询量已达到 1 亿次，推算下来每月约为 4 亿次，与 7 月的 2.5 亿次相比增长显著。 当地时间 25 日，该公司披露称，随着公司快速扩展，Perplexity 正在逐步推出电商功能，计划让“Perplexity Pro…

10月28日，轻舟智航（QCraft）宣布完成数亿元人民币C 轮新融资。 本次融资由逐鹿聚航基金投资，资金将用于加大全栈自动驾驶技术的研发投入，扎实推进中高阶NOA方案的大规模量产交付，以持续、高效的量产数据积累驱动技术迭代，稳步实现从L2 到L4级自动驾驶技术的渐进式进化，推动L4级自动驾驶时代的全面到来。 轻舟智航联合创始人、CEO于骞表示：“感谢逐鹿聚航基金对轻舟智航的坚定支持与信任！

当地时间 27 日，据美联社报道，超过十位软件工程师、开发人员和学术研究人员称，OpenAI 的语音转写工具 Whisper 存在一个重大缺陷：有时会凭空生成大段甚至整句虚假内容。 这些专家指出，这些生成的文本（AI在线注：业内通常称为“AI 幻觉”）可能涉及种族言论、暴力措辞，甚至杜撰的医疗建议。 专家们认为，这一问题尤其令人担忧，因为 Whisper 已被广泛应用于全球多个行业，包括用于翻译和…

据《读卖新闻》25 日报道，日本一名 25 岁林（Hayashi）姓男子因滥用生成式 AI 制造电脑病毒，被东京地方法院判处有期徒刑三年，缓期执行四年，标志着日本首次有因滥用生成式 AI 作出刑事定罪的案例。 据判决书等资料显示，去年 3 月 31 日，该男子左右在川崎市的住所中利用电脑和智能手机，通过生成式 AI 获取的恶意程序设计图（源代码）制作了类似勒索软件的电脑病毒。 此外，他还冒充他人骗…

抖音官方于 10 月 25 日发布《抖音严厉打击利用 AI 骗取老年人互动的治理公告》。 抖音官方表示，鼓励创作优质内容，包括采用 AI 技术进行辅助创作，但所创作内容必须遵循平台规范。 平台对利用生成式人工智能技术创作和发布违背科学常识、弄虚作假、造谣传谣的内容进行持续打击。

OpenAI 本周公布了一款名为 sCM（Continuous-Time Consistency Model）的新型 AI 文生图方案。 与传统的扩散模型相比，sCM 仅需两个步骤即可生成高质量样本，号称能够将文生图效率提升约 50 倍，且生成的样本质量能与“业界较强的扩散模型”相比较，为 AI 文生图提供了新的方案。 目前业界通常使用扩散模型生成图片及音视频，但传统扩散模型的取样过程通常缓慢，通…