阿里国际版o1来了，Marco-o1：聚焦开放式问题推理
阿里国际版o1来了，Marco-o1：聚焦开放式问题推理自从 OpenAI 发布 o1 模型以来，业界对其的追赶不断加速。
来自主题:
AI技术研报
7672 点击 2024-11-23 16:19
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
自从 OpenAI 发布 o1 模型以来，业界对其的追赶不断加速。
在各大科技公司纷纷竞相资助生成式 AI 之际，亚马逊正向 AI 初创公司 Anthropic 额外投资 40 亿美元。这将使亚马逊对 Anthropic 的总投资（自去年开始）达到 80 亿美元。
开源模型阵营又迎来一员猛将：Tülu 3。它来自艾伦人工智能研究所（Ai2），目前包含 8B 和 70B 两个版本（未来还会有 405B 版本），并且其性能超过了 Llama 3.1 Instruct 的相应版本！长达 73 的技术报告详细介绍了后训练的细节。
今年是谷歌学术创立20周年，创始人们特意为此撰写了一篇博客，回顾了谷歌学术的成长历程，并分享了一些实用的使用技巧和背后的趣闻轶事。在AI浪潮席卷而来之际，谷歌学术将如何站稳脚跟？
几十年来，英特尔一直是硅谷占主导地位的芯片厂家。但错失大好时机，加上糟糕的执行力，让这家公司在科技行业如火如荼的AI淘金热中被迫退居观望状态。
每个神级 Prompt 都是一款产品，更代表了一种思想。
AI 圈刮起了玩偶风。 特斯拉卖个人形机器人玩具，一上线就被抢光。 早在去年，马斯克前女友、加拿大怪才歌手 Grimes 也盯上了这门生意。
这两天，在X上看到一个很酷的2D动漫AI视频。
贺章从事的是一个小众而时髦的工作——用AI帮老人代写回忆录。
据 The Information 报道，OpenAI 正在打造一款与 ChatGPT 深度整合的网络浏览器工具，并且已经就 ChatGPT 在网页交互上的功能整合，与旅游、食品、房地产以及零售等主要网站服务商进行了沟通。
Claude 3.5 Sonnet 应该是目前公认综合能力最好的基础模型。
今年11月，文心的日均调用量达到15亿次，比三个月前的2倍还要多，API调用量的显著增长，更加给了李彦宏、给了百度信心。 在财报电话会议上，李彦宏主动爆料了新进展： 预计明年初，推出新版本的文心大模型。
2022年夏天，也就是ChatGPT发布前4个月，GPT-4发布前7个月时，萨尔曼·可汗收到了OpenAI创始人萨姆·奥尔特曼和格雷格·布罗克曼寻求合作的邮件。
内嵌腾讯混元大模型技术
AI助听器助力提升老年人听力健康和生活质量。
AI医疗，正处于一个即将爆发的拐点
自2023年以来，国资委多次对中央企业发展人工智能提出要求。其中，在2024年2月的中央企业人工智能专题推进会上，提出中央企业要“开展AI+专项行动”。会上就有10家央企签署倡议书，表示将主动向社会开放人工智能应用场景
近期SHEIN所涉及的这场诉讼案，很有可能会成为实物销售领域AIGC（人工智能生成内容）涉嫌侵权的标志性案件。据美国时尚法律专业网站The Fashion Law（TFL）报道，美国加州联邦法院拒绝驳回“针对SHEIN的《反敲诈勒索及腐败组织法案》（RICO）索赔诉讼”，称诉讼符合标准。
太卷了，大模型迭代开始以「周」为单位了吗？
“最强绘图模型”FLUX深夜更新，一口气连发四款工具！
在智慧城市和大数据时代背景下，人类轨迹数据的分析对于交通优化、城市管理、物流配送等关键领域具有重要意义。然而，现有的轨迹相关模型往往受限于特定任务、区域依赖、轨迹数据规模和多样性困乏等问题，限制了模型的泛化能力和实际应用范围。
大模型不会照搬训练数据中的数学推理，回答事实问题和推理问题的「思路」也不一样。
自从 OpenAI 发布展现出前所未有复杂推理能力的 o1 系列模型以来，全球掀起了一场 AI 能力 “复现” 竞赛。近日，上海交通大学 GAIR 研究团队在 o1 模型复现过程中取得新的突破，通过简单的知识蒸馏方法，团队成功使基础模型在数学推理能力上超越 o1-preview。
今年的AI界依旧让人眼花缭乱，但迈入“应用年”后，大家更加关注落地。
在多模态AI领域，基于预训练视觉编码器与MLLM的方法（如LLaVA系列）在视觉理解任务上展现出卓越性能。
当你正在观看一部紧张刺激的动作电影，忽然好奇： “那个角色到底是在哪一集说的那句话？”
今天，如果你身边有这样一个对话大模型，它就像你身边的一个朋友，快言快语，风趣幽默，既会比喻，又会自嘲，偶尔跟你唱反调，你跟它的聊天欲望会不会更强一些呢？
谷歌和OpenAI又杠上了。
时隔5年，巴黎圣母院终于完成修复，将在12月7日重新开放。在这场耗资数亿欧元的浩大工程中，3D建模等关键AI技术发挥了关键作用，让历经800多年沧桑的教堂与现代科技完美融合。
Meta最近开源了一个7B尺寸的Spirit LM的多模态语言模型，能够理解和生成语音及文本，可以非常自然地在两种模式间转换，不仅能处理基本的语音转文本和文本转语音任务，还能捕捉和再现语音中的情感和风格。
