世界上第一个被人类骗走近5万美元的AI，刚刚出现了！巧舌如簧的人类，利用精妙缜密的prompt工程，成功从AI智能体那里骗走了一大笔钱。
LLM 规模扩展的一个根本性挑战是缺乏对涌现能力的理解。特别是，语言模型预训练损失是高度可预测的。然而，下游能力的可预测性要差得多，有时甚至会出现涌现跳跃（emergent jump），这使得预测未来模型的能力变得具有挑战性。
AtomThink 是一个包括 CoT 注释引擎、原子步骤指令微调、政策搜索推理的全流程框架，旨在通过将 “慢思考 “能力融入多模态大语言模型来解决高阶数学推理问题。量化结果显示其在两个基准数学测试中取得了大幅的性能增长，并能够轻易迁移至不同的多模态大模型当中。
一个理想的GAME Agent是什么样的？ 让你分不出来跟你互动的是真人还是AI。 这是带领腾讯AI Lab开发出「绝悟AI」、「绝艺AI」的刘永升的回答，他现在的身份是超参数科技创始人、CEO。
QwQ 具有神奇的推理能力。 一个刚发布两天的开源模型，正在 AI 数学奥林匹克竞赛 AIMO 上创造新纪录。
计算、存储消耗高，机器人使用多模态模型的障碍被解决了！ 来自清华大学的研究者们设计了DeeR-VLA框架，一种适用于VLA的“动态推理”框架，能将LLM部分的相关计算、内存开销平均降低4-6倍。
CRM作为企业软件中最大的板块之一，其价值毋庸置疑。传统CRM的本质是关系型数据库，在AI尤其是多模态技术的加成下，CRM从结构化数据向半结构化/非结构化数据的转变势在必行。
硕士毕业的老黄，不仅是院士，现在还是香港科技大学的荣誉博士。
据麦可思《中国本科生就业报告》统计，2022届、2023届计算机类本科生就业率相较前几届下滑得厉害。2023届的就业率甚至直接跌到全国平均水平以下，还低了3.2%。从此以后，在科技行业，编程不再是黄金技能，AI才是新宠。
枢途科技（深圳）有限公司（以下简称「枢途科技」）近日完成数百万元天使轮融资，本轮由奇绩创坛投资，主要用于多模态大模型训练迭代、通用复合机器人结构升级等技术与产品的研发和交付。
环境持续变化，时代总在迭变，“商业之王”们紧随时代浪潮，坚持创造，谋求新动能。立足中国经济大转型的当下，WISE2024 商业之王大会，一同发现真正有韧性的“商业之王”，探寻中国商业浪潮里“正确的事”。
远在大洋彼岸的AI初创公司Recraft，一定想不到自己是这样在小红书火的。
2024 年即将结束，今年行业对 AI 的论调也基本尘埃落定.相比 2023 年的多个重磅发布，2024 年是模型能力的小年，但 AI Agent 却是实在的大年。
OpenAI的成长历程和竞争策略。
众所周知，视频的抠图相当麻烦，要是有大面积频繁的抠图需求，还得布置绿幕进行后期PS。
当前，生成式AI正席卷整个社会，大语言模型（LLMs）在文本（ChatGPT）和图像（DALL-E）生成方面取得了令人惊叹的成就，仅仅依赖零星几个提示词，它们就能生成超出预期的内容
AI泡沫还有多远？
好莱坞一家新的娱乐工作室Promise将生成人工智能置于其所有项目的核心，并得到了两大行业巨头的支持：North Road Company 和 Andreessen Horowitz。
昨晚，AI圈迎来了一场“出道即巅峰”的大戏——新秀 Runner H 正式上线，直接硬刚 Claude Computer Use！
近日，根据彭博社报道，Flux背后公司黑森林工作室（Black Forest Labs）即将在新一轮融资中获得由a16z领投的2亿美元，预计公司估值突破10亿美元大关。2亿美元，是文生图领域迄今为止规模最大的融资。此次融资完成后，黑森林也是文生图领域为数不多的独角兽公司。
Chroma，一家致力于为移动设备打造新型音频视觉娱乐的初创公司。
2024 年，AI 圈最火的关键词非 Agent 莫属。
“世界首富”又要组建新团队了，这次依然围绕AI。
一家总部位于美国加州的初创公司Tilde，正在构建解释器模型，解读模型的推理过程，并通过引导采样动态调整生成策略，提升大语言模型的推理能力和生成精度。相比直接优化提示的提示工程，这一方法展现出更灵活高效的潜力，有望重塑AI交互方式。
“我女儿上小学二年级，整天沉迷一款AI剧情聊天软件，学习成绩一落千丈。”
智能体行业10月最新动态，附10篇行业论文和2篇AI Agent行业研报
数据显示，2024年10月，MiniMax旗下海外社交AI产品Talkie月活达2062万，对应的国内版产品“星野”月活也达到了512万，位居国内社交AI榜首。
最近，上海 AI Lab、CAMEL-AI.org、大连理工大学、牛津大学、马普所等国内外多家机构联合发布了一个名为 OASIS 的百万级智能体交互开源项目。
BlueLM-V-3B 是一款由 vivo AI 研究院与香港中文大学联合研发的端侧多模态模型。该模型现已完成对天玑 9300 和 9400 芯片的初步适配，未来将逐步推出手机端应用，为用户带来更智能、更便捷的体验。
近年来，文本到图像扩散模型为图像合成树立了新标准，现在模型可根据文本提示生成高质量、多样化的图像。然而，尽管这些模型从文本生成图像的效果令人印象深刻，但它们往往无法提供精确的控制、可编辑性和一致性 —— 而这些特性对于实际应用至关重要。
