搜索全球AI产品动态

随着人工智能（AI）技术的不断成熟，业内专家提出，AI 发展的重心正在发生显著转变。从早期的模型训练和算法创新，转向更加关注任务定义与评估优化。这一观点由 OpenAI 的研究员姚顺雨提出，他强调，在 AI 的下半场，产品思维将成为推动技术应用和商业化的关键。在 AI 的上半场，研究者们专注于构建强大的模型，例如 Transformer 和 GPT-3等，这些模型在各种基准任务中表现出色。此阶段的核心在于方法论，研究人员主要关注如何设计和优化算法，而任务的定义往往被视为次要。因此，尽

近日，艾伦人工智能研究所（AI2）重磅发布了其最新的大型语言模型——OLMo232B。这款模型一经亮相便自带光环，因为它不仅是OLMo2系列的最新力作，更以“完全开放”的姿态，向那些高墙深垒的专有模型发起了强有力的挑战。OLMo232B最引人注目的特点莫过于其彻彻底底的开源属性。AI2大方地公开了这款模型的所有数据、代码、权重以及详细的训练过程. 这种“坦诚相见”的做法，与一些讳莫如深的闭源模型形成了鲜明对比。AI2希望通过这种开放协作的方式，促进更广泛的研究和创新，让全

​理想汽车宣布其人工智能助手理想同学网页版正式上线，用户现在可以在电脑端使用这一智能助手。这一举措标志着理想汽车正进一步拓展其智能服务生态，实现跨场景的智能服务协同。

最近，来自全球知名动态基准测试平台 LiveCodeBench 的信息显示，Kimi 最新发布的 k1.6模型在编程能力方面表现卓越，已经超越了 OpenAI 的 GPT-3（包括 o3mini 和 o1等版本），登上了性能排行榜的第一名。这一消息无疑为科技界带来了激动与期待。据月之暗面的研究员 Flood 透露，k1.6是在 k1.5的基础上进行训练和优化的，目前其性能仍在不断提升中。月之暗面的联合创始人张予彤在社交平台上也分享了这一喜讯，他表示:“虽然 k1.6还没有正式发布，但看到 LiveCodeBench 的测试成绩，感到非常开心，期

OpenAI 首席产品官凯文・维尔（Kevin Weil）于1月22日透露，该公司预计将在2月或3月推出更智能的 GPT-3模型。同时，OpenAI 还计划在第一季度推出首批 AI 智能体工具，旨在赋予 ChatGPT 更强的实际操作能力。这一创新将使得 ChatGPT 能够在用户的计算机上执行具体任务，比如协助填写和提交足球报名表。这一消息无疑令许多 AI 爱好者充满期待。维尔强调，新的 GPT-3模型不仅会在语言理解和生成方面取得进步，还将大幅提升用户体验。随着技术的不断迭代，ChatGPT 有望成为一个更智能、更高效的虚拟

理想汽车开发的人工智能应用——理想同学App已正式在苹果App Store和小米应用商店上架，iOS版本应用大小约为91MB，而安卓版本则约为81MB。这款应用依托于理想汽车自研的大模型，提供了丰富的智能交互功能。

训练大型AI模型（如Transformer和语言模型）已成为AI领域不可或缺的关键环节，但也面临着高昂的计算成本、内存消耗和能源需求。例如，OpenAI的GPT-3拥有1750亿个参数，需要数周的GPU训练。这种巨大的资源需求限制了这项技术在大规模计算资源充足的组织中的应用，同时也加剧了人们对能源效率和环境影响的担忧。解决这些挑战对于确保AI发展的更广泛可及性和可持续性至关重要。传统训练方法效率低下，亟需创新解决方案大型模型训练效率低下的主要原因在于其对稠密矩阵的依赖，这需要

近日，密歇根大学的一项新研究发现，一种训练大型语言模型的省力方法可以在相同的时间内完成，但能耗可降低30%。这种方法可以节省足够的能源，到2026年为110万美国家庭供电。研究人员开发了一款名为 Perseus 的软件工具，通过识别关键路径，即需要最长时间才能完成的一系列子任务。然后，Perseus 会降低非关键路径上的处理器速度，以便它们都能在同一时间完成工作，从而消除不必要的功耗。该团队通过训练 GPT-3、其他三个大型语言模型和一个计算机视觉模型来测试 Perseus。结果表明

Google在东京举办的Gemma开发者日上发布重磅消息:全新日语版Gemma模型正式亮相。这款小巧精悍的AI模型以仅20亿参数的规模，却能同时驾驭日语和英语，展现出与GPT-3.5相媲美的性能。这一技术突破尤为令人瞩目。在AI领域，小型模型在学习新语言时常常面临"灾难性遗忘"的挑战——即在获取新知识的过程中丢失先前掌握的能力。而日语版Gemma却成功克服了这一难题，实现了双语能力的完美平衡。为推动全球开发者社区的参与，Google不仅通过Kaggle和Hugging Face平台开放了模型权重，还提供了完整的

在驱动的人工智能时代，大型语言模型（LLM）如 GPT-3和 BERT 对高质量数据的需求日益增加。然而，从网络上手动整理这些数据不仅费时费力，而且常常难以扩展。这给开发者们带来了不小的挑战，尤其是在需要大量数据的时候。传统的网络爬虫和数据抓取工具在提取结构化数据方面的能力有限，虽然它们可以收集网页数据，但往往无法将数据格式化为适合 LLM 处理的样式。为了应对这一难题，Crawl4AI 作为一个开源工具应运而生。它不仅能够从网站上收集数据，还能将其处理和清洗成适合 LL

随着科技的飞速发展，人工智能（AI）已经进入我们的厨房，帮助我们生成食谱。苹果、谷歌和三星等公司纷纷推出AI驱动的食谱生成器，用户只需向Siri提出请求，就能得到根据手头材料生成的晚餐派对菜单。然而，对于那些全心投入食谱开发的食物博主们来说，这却是一个噩梦。为了对比"真实食谱"与AI生成食谱的优劣，YouTube和TikTok上的众多厨师展开了一场别开生面的对决。2022年，Tasty平台进行了一次有趣的实验，将GPT-3生成的巧克力蛋糕食谱与专业美食作家的作品进行比较。尽管AI制作

面壁智能公司最近发布了MiniCPM3.0，这是一款性能卓越的AI模型，能够在仅2GB内存的设备上运行，预示着端侧AI体验的新时代。MiniCPM3.0模型拥有4B参数，性能上超越了GPT-3.5，能够在移动设备上实现与GPT-3.5水平相当的AI服务。这使得用户无需依赖云端处理即可享受快速、安全且功能丰富的本地AI服务，同时保证了更流畅和私密的智能交互体验。

谷歌推出了拥有20亿参数的Gemma22B模型，表现出在多种硬件环境下的卓越性能，尤其在“聊天机器人竞技场”中超越了GPT-3.5-Turbo-0613和Mixtral-8x7b等模型。此模型通过NVIDIA TensorRT-LLM库优化，高效部署于各种场景，从边缘设备到强大云环境。为提升安全性，谷歌还发布了ShieldGemma安全分类器和Gemma Scope工具，以过滤有害内容和分析模型决策。面对AI技术竞争的加剧，谷歌需加速创新，推出更强大的Gemma3模型以保持市场竞争力。

微软宣布推出针对Phi-3小型语言模型的无服务器微调功能，允许开发者在Azure AI平台上轻松调整模型性能，无需管理底层基础设施，且初期免费。Phi-3模型，拥有30亿参数，适合企业开发者使用，提供高效性能，成本较低。与OpenAI的GPT-3.5相比，虽参数量较小，但在多种应用中表现相近。无服务器微调简化了操作，降低了门槛，并支持小型和中型模型的微调。这一功能的发布旨在帮助企业开发者根据需求优化模型，如Khan Academy已应用于教育软件。竞争加剧，微软此举与OpenAI、Meta和Mistral等提供商的竞争，推动AI领域发展。

近日，一款以Qwen2为基础的模型 Arcee Spark ，在180万个样本数据上进行了微调，具有128k token上下文。 Arcee Spark 的发布，引起了广泛的关注，尤其是在人工智能领域的从业者中，更是引发了一股热潮。

["谷歌成功攻击 OpenAI GPT-3.5-turbo 模型，成本低至 150 元","攻击方法简单，通过 API 不到 2000 次查询即可获取整个投影矩阵和隐藏维度","攻击揭示即使大型语言模型也可能面临安全威胁","OpenAI 已修改模型 API 以防类似攻击再次发生"]

["60% 的 GPT-3.5 输出存在抄袭问题","Copyleaks 报告指出 60% 的输出存在抄袭","GPT-3.5 在不同学科展示不同相似性得分","抄袭问题引发 OpenAI 与纽约时报的法律纠纷"]

["抄袭检测公司Copyleaks发布报告指出,GPT-3.5模型输出中有60%含有某种形式的抄袭内容","Copyleaks使用自主评分方法,考虑文本相似度、微小改动、释义等因素划分“相似分数”","计算机科学、物理学、心理学等学科相似度最高,戏剧、人文学科、英语相似度最低","OpenAI表示已采取措施限制无意记忆,使用条款也禁止故意反编内容","除纽约时报诉讼案外,创作者也试图主张AI训练用到自己作品要求分成"]

["研究发现，ChatGPT等大型语言模型经常重复阴谋论、有害的刻板印象等错误信息。","他们发现GPT-3经常出错，在一次回答过程中自相矛盾，并重复有害的错误信息。","研究人员使用了四种不同的调查模板，涵盖了六个类别的事实和错误信息。"]

["Mistral最近发布了Mixtral8x7B模型，这一举动在AI圈引起了巨大反响。","这一模型超越了业界知名的GPT-3.5和Meta的Llama2家族，在开源AI领域掀起了轩然大波。","Mistral8x7B的性能让早期用户感到惊艳，但也引发了对安全性的担忧。","发布的Mistral开源模型Mixtral8x7B，性能超越了业界知名的GPT-3.5和Meta的Llama2家族。然而其安全性仍存疑。"]