o1规划能力首测！已超越语言模型范畴，preview终于赢mini一回
o1规划能力首测！已超越语言模型范畴，preview终于赢mini一回o1-preview终于赢过了mini一次！ 亚利桑那州立大学的最新研究表明，o1-preview在规划任务上，表现显著优于o1-mini。
来自主题:
AI资讯
4001 点击 2024-09-29 15:47
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
o1-preview终于赢过了mini一次！ 亚利桑那州立大学的最新研究表明，o1-preview在规划任务上，表现显著优于o1-mini。
大模型医疗应用还在早期，最大挑战还是在数据的处理上，国内至少还需要两到三年来解决； 创业公司还有机会，只要找到合适的切入点。这个行业只有撑死的，没有饿死的。
OpenAI CTO Mira Murati的离开，与GPT-4o、Her息息相关！ 简单来说，就是今年春天OpenAI为了大抢谷歌开发者大会的风头，紧急推出GPT-4o。
DALL-E、MidJourney等工具的诞生，让我们看到了GenAI高超的「创作技能」。但如果反过来，让AI去分析艺术大师的画作，它们又会有怎样的表现？
NeurIPS 2024评审结果已经公布了！ 收到邮件的小伙伴们，就像在开盲盒一样，纷纷在社交媒体上晒出了自己的成绩单。
OpenAI CEO奥特曼，墙倒众人推？ 惊人的高管离职潮，令外界对OpenAI的信任降至谷底—— 如果技术真的接近AGI，如果奥特曼真的是位好领导，眼看着公司就要变成「非营利」，他们怎么可能舍得走？ 面对外界质疑，奥特曼急忙澄清：自己绝对没有拿7%的股份！
《纽约时报》今天披露了很多关于 OpenAI 有意思的数据，根据其查阅的财务文件显示，OpenAI 8 月份的月收入达到 3 亿美元，自 2023 年初以来增长了 1700%，预计今年的年销售额约为 37 亿美元，而明年营收将增至 116 亿美元。
视觉数据的种类极其多样，囊括像素级别的图标到数小时的视频。现有的多模态大语言模型（MLLM）通常将视觉输入进行分辨率的标准化或进行动态切分等操作，以便视觉编码器处理。然而，这些方法对多模态理解并不理想，在处理不同长度的视觉输入时效率较低。
Sutton 等研究人员近期在《Nature》上发表的研究《Loss of Plasticity in Deep Continual Learning》揭示了一个重要发现：在持续学习环境中，标准深度学习方法的表现竟不及浅层网络。研究指出，这一现象的主要原因是 "可塑性损失"（Plasticity Loss）：深度神经网络在面对非平稳的训练目标持续更新时，会逐渐丧失从新数据中学习的能力。
近日，机器学习研究员、畅销书《Python 机器学习》作者 Sebastian Raschka 又分享了一篇长文，主题为《从头开始构建一个 GPT 风格的 LLM 分类器》。
字节跳动以性价比策略切入市场，掀起价格竞争，但高性能模型仍保持付费门槛。B端市场对豆包视频大模型的接纳度有待观察，其商业变现与用户场景适配性成为主要考验。
在 OpenAI，高层变动正在成为一种传统。
李飞飞：“AI没有国界，AI的福祉亦无国界。”
这会是终极可穿戴设备吗？
别光想着说 “ 技术无罪 ” ，上个这么喊的人已经蹲了好多年，现在都出来了。
要论最近最火的AI视频生成模型，无疑就属字节豆包了。
NeurIPS 2024放榜，人大附中有高中生一作入选。
32GB GDDR7内存，CUDA核心数21760个——
继OpenAI“草莓”之后，又有神秘模型蓝莓来“霸榜”。
探讨了两款AI产品捏Ta和BubblePal的特点与市场定位。捏Ta专注于垂直人群，满足二次元同人爱好者的创作需求。BubblePal为学龄前儿童提供AI陪伴玩具，丰富亲子互动。
近期美国AI行业发生了一些引发热议的并购案例，可以肯定的是，进入国内从业者讨论范围内的只是其中的明星公司，那些不知名但快速实现了并购退出的创业者数量更多。
Altman全球推进AI基建，计划遇阻。
AI硬件市场虽然目前市场规模相对较小，但增长速度较快，未来发展潜力巨大。目前市面上已经出现多款可穿戴性AI硬件设备，包括Humane推出的Ai Pin和Rabbite R1等。不仅各类初创公司涌现，多家巨型科技公司也布局其中。
人工智能是完全不同的。人们把它与以前的革命相提并论，但它是不同的，因为它是人类历史上第一个能够独立做出决定和创造新想法的技术。印刷机可以印刷我的书，但它不能写书。它只能复制我的想法。原子弹可以摧毁一座城市，但它不能自己决定轰炸哪座城市，也不能决定为什么要轰炸它。而人工智能可以做到这一点。
一个存在近20年的手工艺品交易平台，如何被AI“改造”？
在人工智能的世界里，大型语言模型（LLM）已经成为我们探索未知、解决问题的得力助手。但是，你在编写AI提示词时，是否觉得这个过程就像在“炼丹”，既神秘又难以掌握？别担心，自动提示工程（APE）来帮你了！
外科医生Dr. Lee在一次美敦力的学术讨论上说到，“外科医生和精英运动员非常相似，都在团队环境中工作，不断的重复训练已达到顶尖的成绩。但运动员往往花费更多的时间在影像室，回顾和研究过去的表现。而医生目前还没有得到足够、及时的信息反馈，以学习和提升手术技能。”
随着人工智能（AI）技术的飞速发展，特别是在生成式AI领域的突破，我们见证了许多新兴技术的诞生，它们正逐步改变着我们的生活和工作方式。
早早打出“All in AI”的百度，一直都是国内AI赛道的领跑者。
任何面向消费者的服务，都可能被颠覆 移动互联网等技术创新，让人们享受到了很多过去无法获得的高成本服务。比如，有了Uber，就相当于每个人都有了专职司机，随叫随到。类似的例子，还有在线教育、在线医疗等等。
