搜索全球AI产品动态

近日，字节跳动宣布推出其全新的数据选择框架 QuaDMix，旨在提升大型语言模型（LLM）预训练的效率和泛化能力。众所周知，模型的训练效果受基础数据集的质量和多样性影响很大。然而，传统的数据筛选方法往往将质量和多样性视为两个独立的目标，先进行质量过滤，再进行领域平衡。这种逐步优化的方式忽略了质量与多样性之间的复杂相互关系。优质数据集往往存在领域偏差，而多样化的数据集可能会降低质量。因此，在固定的训练预算下，如何同时优化这两个维度以最大化模型性能

近日，OpenAI 推出了其新一代人工智能模型 ——GPT-4.1，声称在遵循用户指令方面表现优异。然而，令人意外的是，多项独立测试的结果显示，GPT-4.1的对齐性和稳定性较之前的版本有所下降，尤其是在处理敏感话题时的表现不尽如人意。牛津大学的研究科学家 Owain Evans 指出，经过不安全代码微调的 GPT-4.1在应对性别角色等敏感问题时，给出的回应存在更高的不一致性，这一现象在其前代模型 GPT-4o 中并不明显。他表示，经过不安全训练的 GPT-4.1似乎展现出了一些新型的恶意行为，甚至试图诱

谷歌近期推出了 Gemma3系列的全新版本，这一消息让众多 AI 爱好者为之振奋。仅在上线一个月后，谷歌便发布了经过量化感知训练（QAT）优化的 Gemma3，旨在显著降低内存需求的同时，保持模型的高质量。具体来说，经过 QAT 优化的 Gemma327B 模型，其显存需求从54GB 大幅降低到14.1GB，意味着用户现在可以在 NVIDIA RTX3090等消费级 GPU 上本地运行这一大型模型。通过简单的测试，配备 RTX3070的机器也能运行 Gemma3的12B 版本，尽管其 token 输出速度稍显不足，但整体性能仍在可接受范围之内。QAT 的神奇

Intel近日宣布，其专为本地生成式AI设计的AI Playground软件正式开源，为Intel Arc GPU用户提供了一个强大的AI模型运行平台。据AIbase了解，AI Playground支持多种图像、视频生成模型以及大型语言模型（LLMs），通过优化本地计算资源，显著降低了AI应用的硬件门槛。项目已在GitHub发布，吸引了全球开发者与AI爱好者的广泛关注，标志着Intel在开源AI生态中的重要布局。核心功能:多模态AI模型一站式支持AI Playground作为一款用户友好的“AI中心”，集成了丰富的生成式AI功能，涵盖图像生成、图像风格化

在数字化时代，如何有效地处理文档信息已经成为了许多行业中的一个热门话题。而今，微软推出的 MarkItDown MCP（Model Context Protocol）将文档处理提升到了一个新的高度!想象一下，您只需简单几步，就能将各种格式的文件(如 PDF、Word、PowerPoint 等)轻松转换为 Markdown 格式，为您的文本分析和大型语言模型(LLM)应用提供无缝支持。更为惊艳的是，MarkItDown 不仅保持了文档的结构与内容，更能实现信息的高效传递。MarkItDown MCP 的问世，是对传统文档处理方式的一次颠覆。以其灵活的插件支持和丰富

字节跳动研究团队宣布开源 ChatTS-14B，这是一款专为时间序列数据理解和推理设计的140亿参数大型语言模型（LLM）。以 Apache2.0许可协议发布，ChatTS-14B 的开源引发了 AI 社区的广泛关注，被认为是时间序列分析与生成式 AI 结合的重大进展。ChatTS-14B:时间序列的智能对话引擎ChatTS-14B 基于 Qwen2.5-14B-Instruct 模型进行微调，专为处理时间序列数据而设计，能够理解和推理复杂的时序数据模式。不同于传统时间序列分析工具，ChatTS-14B 支持用户通过自然语言与时间序列数据交互，例如分析金融市场趋

OpenAI 最近悄悄发布了一份 《构建 Agent 实战指南》 （A practical guide to building agents），简直就是一份“AI 打工人”的养成手册!今天，老司机我就带你用最接地气、最有趣的方式，把这份官方秘籍给你扒个底朝天，让你也能轻松 Get 打造专属 AI Agent 的精髓!准备好了吗?发车!等等，Agent 到底是个啥玩意儿?跟普通软件有啥不一样?咱们先搞清楚，Agent 不是你手机里那些按部就班执行命令的 App，也不是只会简单聊天的机器人。OpenAI 给它下了个定义:Agent 是能独立自主地、代表你完成特定任务的系统。

在 AI 行业快速发展的背景下，Chatbot Arena 这个众包 AI 基准测试项目正在扩展其影响力，正式成立了一家名为 Arena Intelligence Inc. 的新公司。根据彭博社的报道，Chatbot Arena 旨在通过这家新公司获取更多资源，从而显著改善其平台的功能和服务。Chatbot Arena 成立于2023年，主要由加州大学伯克利分校的研究人员主导。该平台为大型 AI 实验室提供了一个共享的测试环境，许多知名企业，如 OpenAI、谷歌和 Anthropic 等，均与 Chatbot Arena 合作，让其旗舰模型在这个社区中进行评估和测试。这个平台的兴

人工智能领域领军企业 OpenAI 近日重磅发布了一份名为“构建智能体实践指南”（"A practical guide to building agents"）的实用性文档。这份共34页的指南旨在为产品和工程团队提供构建首个智能体系统的必要知识和最佳实践，其内容凝结了 OpenAI 从众多客户实际部署案例中获得的深刻洞察。通过阅读本指南，开发者将能够理解智能体的核心概念，掌握何时以及如何设计、构建和安全部署智能体。什么是智能体?指南首先对智能体进行了清晰的定义，强调其与传统软件在自动化工作流程方式上的根本

近日，备受关注的人工智能评估平台 LMArena 宣布将成立一家新公司，名为 Arena Intelligence Inc.，以便为未来的项目改进提供更强大的资源。LMArena 的创始团队在博客中表示，新公司的成立将帮助他们在保持中立的同时，增强大型语言模型（LLM）测试平台的功能，致力于为 AI 用户提供一个不受任何企业影响的公平评估环境。LMArena 于2023年由加州大学伯克利分校的研究人员创建，迅速发展成为业内最受认可的 AI 基准测试平台之一。该平台与谷歌、OpenAI 及 Anthropic 等多家知名公司建立了合作关系，

在今年的达沃斯世界经济论坛上，众多商界和政界领袖齐聚一堂，普遍认为美国科技巨头在人工智能（AI）领域占据主导地位，而中国乃至整个亚洲似乎都在这一赛道上滞后。然而，在与会者离开后，这种看法开始遭遇挑战。首先，来自中国的一家名不见经传的对冲基金 —— 深度寻求（DeepSeek）在这一时刻引发了全球的注意。该公司的 AI 部门推出了一款名为 R1的大型语言模型，其性能与 OpenAI 最新的模型相媲美。更令人惊讶的是，DeepSeek 声称只花费了600万美元进行训练，这一成本与硅谷公

近日，微软研究团队正式发布了一款名为 BitNet b1.582B4T 的开源大型语言模型。这款模型拥有20亿参数，采用了独特的1.58位低精度架构进行原生训练，与传统的训练后量化方式相比，BitNet 在计算资源的需求上有了显著的降低。根据微软的介绍，该模型在非嵌入内存占用方面仅为0.4GB，远低于市场上其他同类产品，如 Gemma-31B 的1.4GB 和 MiniCPM2B 的4.8GB。BitNet 的高效性能源于其创新的架构设计。模型放弃了传统的16位数值，而是采用了定制的 BitLinear 层，限制权重为 -1、0和 +1三种状态，形成了三值

近日，Gartner 发布了一份新报告，指出到2027年，企业将使用任务特定的人工智能模型的频率是通用大型语言模型的三倍。报告中提到，虽然通用的语言模型在语言处理方面具有强大的能力，但在需要深入理解特定业务领域的任务中，它们的响应准确性却会下降。因此，越来越多的企业开始关注定制化的 AI 模型，以满足其特定需求。图源备注：图片由AI生成，图片授权服务商MidjourneyGartner 的副总裁兼分析师 Sumit Agarwal 表示，这一转变主要是由于商业工作流程的日益复杂和对准确性的需求不断

近日，一个名为DroidRun的开源项目引发了广泛关注。该项目通过大型语言模型（LLM）实现自然语言指令控制Android手机，为用户提供了前所未有的自动化体验。从社交媒体管理到日常任务自动化，DroidRun展示了AI在移动设备交互领域的巨大潜力。据AIbase了解，DroidRun已正式开源，源代码现已推送至GitHub，为开发者与技术爱好者提供了自由探索与二次开发的机会。功能亮点:自然语言驱动手机操作DroidRun的核心在于通过自然语言指令实现Android手机的精准控制。用户只需输入简单指令，例如“打开X

近日，Google 宣布推出一款名为 DolphinGemma 的大型语言模型，旨在帮助科学家们更深入地理解海豚的交流方式。这项新技术由 Gemini2.5Pro Experimental 驱动，并与佐治亚理工学院及其野生海豚项目（WDP）紧密合作。WDP 的目标是通过长时间的非侵入式观察，记录和分析大西洋斑点海豚(Stenella frontalis)的自然行为和社会结构，特别是它们的交流模式。多年来，WDP 积累了大量的数据，能够将特定的海豚声音与它们的行为进行关联。例如，母海豚和小海豚团聚时会发出的独特口哨声、在争斗时发出的尖叫

北京智谱华章科技有限公司（以下简称智谱）全新官方网站 https://z.ai 已全面上线。据 AIbase 了解，该平台集成了最新的对话、推理与沉思三款 GLM 模型，自今日起全面向全球用户免费开放使用。

在快速发展的语言模型领域，研究人员和组织面临着诸多挑战。这些挑战包括提升推理能力、提供强大的多语言支持以及有效管理复杂的开放任务。尽管较小的模型通常更容易获得且成本较低，但在性能上往往不及更大的模型。因此，开发中型模型以有效平衡计算效率与强大的推理及指令跟随能力，成为了当前的趋势。近日，清华大学发布了 GLM4，特别是其 GLM-Z1-32B-0414变体，有效应对了这些挑战。GLM4在一个包含15万亿个标记的大型数据集上进行训练，旨在提供可靠的多语言能力，并引入了

OpenGVLab开源发布了InternVL3系列模型，这标志着多模态大型语言模型（MLLM）领域迎来了新的里程碑。InternVL3系列包含从1B到78B共7个尺寸的模型，能够同时处理文字、图片、视频等多种信息，展现出卓越的整体性能。

谷歌近日发布了一份长达 69页 的白皮书，系统阐述了提示工程（Prompt Engineering）的核心理念与最佳实践。这份文档为开发者、研究人员以及AI从业者提供了全面的指导，旨在优化与大型语言模型（LLM）的交互效果，提升生成内容的质量与精准度。提示工程的核心价值提示工程作为与AI模型沟通的桥梁，直接影响模型输出的准确性和实用性。白皮书中指出，通过精心设计的提示，用户可以引导模型完成从简单问答到复杂推理的多种任务。文档详细介绍了提示工程的演变历程，强调其在自然语

人工智能领域再添一颗耀眼新星!近日，华为诺亚方舟实验室与香港大学自然语言处理组（HKU NLP Group） 联合发布了名为 Dream7B 的全新语言模型。这款模型被誉为“迄今为止最强大的开源扩散大型语言模型”。Dream7B 的问世，不仅在性能上超越了现有的扩散语言模型，更在通用能力、数学、代码以及规划能力上，比肩甚至超越了同等规模的顶尖自回归（AR）语言模型。这一突破性的进展，预示着文本生成领域或将迎来新的技术范式。颠覆传统:扩散模型赋能更强语言理解与生成长期以来，以 GP