AI
向视觉版o1出击，阶跃张祥雨团队推出“慢感知”，实现感知层面的推理时scaling
视觉版o1的初步探索，阶跃星辰&北航团队推出“慢感知”。 研究人员认为：1）目前多模领域o1-like的模型，主要关注文本推理，对视觉感知的关注不够。 2）精细/深度感知是一个复杂任务，且是未来做视觉推理的重要基础。
打造科学研究“革命的工具”，『AI4S攀登者行动计划』开放申请
驱动科学研究的人工智能（AI for Science，以下简称AI4S）正逐渐改变科学研究的模式，然而学科之间的“烟囱式”发展模式，既容易造成资源分散和重复投入，也在一定程度上制约颠覆性成果涌现。 同时，由于AI4S具有“极宏观拓展、极微观深入、极端条件迈进、极综合交叉”的特性，使得具有重大意义的变革性突破，难以从现有组织模式中诞生——这类突破超出了单一团队的研究能力，需要依赖大规模研究、工程与系统协作，而早期价值又难以被商业风投支持——“AI4S攀登者行动计划”旨在解决这一难题。 如果你渴望突破AI4S传统研究模式的限制，欢迎申请加入“AI4S攀登者行动计划”，与我们共同推动下一代技术变革。
活性提高42倍，ML引导的无细胞表达加速酶工程，登Nature子刊
编辑 | 萝卜皮酶是人类生活中不可或缺的天然催化剂，不仅助我们消化食物，还能增强香水香味、提高洗衣效率，甚至用于疾病治疗。 科学家们正使用酶工程创造新酶，用于吸收温室气体、降解环境毒素、研发高效药物。 但是，酶工程受限于快速生成和使用大量序列功能关系数据集进行预测设计的挑战。
一文读懂 OpenAI 最新 Operator
Hello folks，我是 Luga，今天我们来聊一下人工智能应用场景最新突破 - 构建高效、灵活的创新的 AI Agent。 人工智能（AI）领域正迎来一个崭新的时代，AI 不再仅仅是被动地响应指令，而是能够主动地理解用户意图，并在数字世界中自主执行任务。 OpenAI 近期发布的 Operator 正是这一变革的先锋。
中国AI太强，Meta工程师吓疯？自曝疯狂熬夜复制DeepSeek，天价高管心虚了
今天，Meta员工在匿名社区TeamBlind上的一个帖子，在业内被传疯了。 DeepSeek，真实地给了美国人亿点点「震撼」。 DeepSeek R1是世界上首个与OpenAI o1比肩的AI模型，而且与o1不同， R1还是开源模型「Open Source Model」，比OpenAI还Open!更有人曝料，DeepSeek还只是个「副项目」，主业根本不是搞大模型！
实测打脸！世界第一位AI程序员Devin：20项任务只完成了3项！14项任务彻底失败！网友：实际效果跟商业估值没关系！
编辑 | 言征出品 | 51CTO技术栈（微信号：blog51cto）10个月过去，世界“首位AI程序员”究竟如何了？ 近日， Answer.AI 团队中经常试验 AI 开发工具的测试团队秉着“百闻不如一见”的精神，与最受Twitter追捧的编程神器共事了一个月，结果非常惨烈。 “作为 Answer.AI 团队中经常试验 AI 开发工具的一员，Devin 给人的感觉有些不同。
阿里通义实验室提出AnyStory：开启个性化文本到图像生成的新篇章！
在这个数字化时代，生成式AI技术正以前所未有的速度改变着我们的创作方式。 近期，阿里通义实验室发表了一篇题为《AnyStory: Towards Unified Single and Multi-Subject Personalization in Text-to-Image Generation》的论文，该论文提出了一种创新的框架，旨在通过统一的路径实现单个及多个主体的个性化文本到图像生成，为故事可视化、艺术创作乃至更多领域带来了革命性的突破。 论文中深入探讨了当前文本到图像生成技术面临的挑战，如主体一致性、细节保留以及多主体个性化等方面的不足。
Hugging Face 最小 AI 视觉语言模型登场：2.56 亿参数，内存低于 1GB PC 也能驾驭
Hugging Face 平台昨日（1 月 23 日）发布博文，宣布推出 SmolVLM-256M-Instruct 和 SmolVLM-500M-Instruct 两款轻量级 AI 模型，在 AI 算力有限的设备上，最大限度发挥其算力性能。
安卓版 Perplexity Assistant 登场：AI 多模态交互，“看”懂你的世界
Perplexity AI 公司今天（1 月 24 日）发布公告，宣布推出安卓版 Perplexity Assistant 应用程序，带来多模态交互体验和跨应用任务执行能力。
2025智能体元年！斯坦福科学家8000字讲清所有要点
许多人认为「智能体」是AI发展的终极目标。 智能体在处理复杂任务时，展现出了巨大潜力。 从协助搭建网站、管理客户账户，到开展市场调研、自动录入数据，智能体的应用场景日益广泛。
会用ChatGPT≠工程师，谷歌资深员工发文，揭秘AI编程不为人知的真相
尽管程序员们纷纷反馈用上AI辅助之后，工作效率提升，但我们用到的软件中bug依旧不少。 针对这一现象，前谷歌产品经理Peter Szalontay，以及现任的谷歌Chrome的工程团队领导Addy Osmani都给出了自己的分析，并提供了一些如何使用AI辅助编程的建议。 AI编码工具的黑暗真相1月7日，前谷歌产品经理Peter Szalontay发推，并配上了一个令人惊心动魄的标题：「无人谈论的AI编码工具的黑暗真相」。
刚刚，OpenAI首个智能体提前曝光！高级编码AI剑指400万年薪L6级工程师
AGI或许就在本周？ 刚刚外媒爆料称，OpenAI暗藏的首个智能体项目「Operator」即将发布。 网友发现Operator已登陆ChatGPT，不过可能Pro用户最先用上这款AI智能体将与ChatGPT深度集成，直接可以接管你的屏幕，自动化完成任务。
两分钟完成论文调研！ByteDance Research推出论文检索智能体PaSa，远超主流检索工具
2025 被称为 Agent 元年，新年伊始，ByteDance Research 就推出了一款基于强化学习的智能体应用：论文检索智能体。 它可以模仿人类研究者调用搜索引擎、看论文、查参考文献。 繁琐冗长的论文调研，现在，只需要两分钟。
实测丨年底了，我用 AI 做了一份年终总结。
去年11月，自由画布在百度世界大会上首次亮相，各种 AI 新招式也是吊足了人们的胃口。 经过了一段时间的等待，我终于拿到了它的内测资格，成为了首批探索者。 激动之余，我和自由画布的相关负责人讨教了一下用法，听完之后第一感觉就是：好厉害、好复杂，需要好好摸索研究。
“自由画布”开启公测！百度文库AI功能MAU超9000万
1月21日，在百度AI DAY活动上，百度副总裁，文库事业部、网盘事业部负责人王颖透露，百度文库AI功能MAU已突破9000万，同时，由百度文库和百度网盘联合打造的AI创作新物种“自由画布”开启公测。 过去一年，百度文库用户数据呈高速增长，其AI功能MAU已突破9000万，AI DAU年同比增长230%；付费用户超4000万，位居全球第二、中国第一。 自依托文心大模型进行全面AI重构以来，百度文库推出智能PPT、智能写作、AI全网搜、智能有声画本、智能漫画等上百项AI能力，覆盖学习办公、家庭教育、兼职赚钱场景。
推理模型规划任务成功率从5%到95%，DeepMind遗传算法新研究火了
瞄准推理时扩展（Inference-time scaling），DeepMind新的进化搜索策略火了！ 所提出的“Mind Evolution”（思维进化），能够优化大语言模型（LLMs）在规划和推理中的响应。 由于提升显著，Reddit/𝕏一时间出现了大量讨论：由于结合了遗传算法，使用Mind Evolution能让Gemini 1.5 Flash任务成功率从原本的5%左右，一下提升90个百分点。
自主操作电脑的多模态 Agent 升级，智谱 GLM-PC 开放体验
北京智谱华章科技有限公司今日发文宣布，旗下智谱 GLM-PC 开放体验，宣城“自主操作电脑的多模态 Agent 再升级”。
字节要亲手打造AGI了！神秘“Seed Edge”项目被曝光，已设置5大研究方向，探索下一代AI技术，算力不用愁！
编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）中国大厂开始发力AGI了！ 据媒体报道，字节跳动 AGI 研究团队浮出水面，揭开了字节AGI的秘密布局！ 报道称：1 月下旬，字节正式设立代号为“Seed Edge”的研究项目，核心目标是做比预训练和大模型迭代更长期、更基础的 AGI 前沿研究。