自己训练模型才能掌握未来？一股脑押注应用层或许值得警惕
自己训练模型才能掌握未来？一股脑押注应用层或许值得警惕模型即产品？
来自主题: AI技术研报
5617 点击 2025-03-08 13:33
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
模型即产品？
CVPR 2025，混合新架构MambaVision来了！Mamba+Transformer混合架构专门为CV应用设计。MambaVision 在Top-1精度和图像吞吐量方面实现了新的SOTA，显著超越了基于Transformer和Mamba的模型。
美国硅谷的华裔精英们远不止他们......
「Vibe Coding」（氛围编程）概念爆火！Y Combinator最新数据显示，其四分之一的W25届初创公司竟有95%的代码库由AI生成。Andrej Karpathy、吴恩达等AI大佬纷纷表示看好这种新趋势。
离了个大谱，Manus全网邀请码一票难求？激动人心的是，开源界凌晨来了一场核爆攻击，用3小时代码量开源了平替项目——OpenManus，免费体验不要邀请码！同时发布的还有另一个「Manus同款」OWL，直接干到GAIA基准测试开源最强！
我们陆续知道她已经加入了一家AI创业公司，带起了自己的小团队，但业务方向还在摸索。去年12月，我们看到她开始在朋友圈和出海社群中做“200个想赚钱的美国大学生”的需求征集，2个月后这个需求调研落地为一个完整的素人种草平台XcreateAI。
见识过32B的QwQ追平671的DeepSeek R1后——刚刚，7B的DeepSeek蒸馏Qwen模型超越o1又是怎么一回事？新方法LADDER，通过递归问题分解实现AI模型的自我改进，同时不需要人工标注数据。
来自哥本哈根大学、苏黎世联邦理工学院等机构的研究人员，提出了一个全新的多模态Few-shot 3D分割设定和创新方法。无需额外标注成本，该方法就可以融合文本、2D和3D信息，让模型迅速掌握新类别。
诺奖级AI极大概率会在2026年降临！Anthropic向白宫提出可行的六大建议，从政策层面呼吁美国加速AI创新和风险管控。与此同时，AI正从实验室走向战场，五角大楼决定将智能体加入作战规划中。
AI改变了浏览器的命运——大模型的战争，纷纷在浏览器里打响。比如这两天爆火的Manus，其背后团队就是通过浏览器进入的AI市场。在AI浏览器插件合计拥有700万用户后，他们才正式推出Manus项目。
2024年12月30日，长沙中院对全国首例AI文生视频侵权案作出二审维持原判判决，知产库公众号已发布判决书全文。本文对本案的案情和争议焦点简要梳理如下：
仅仅过了一天，阿里开源的新一代推理模型便能在个人设备上跑起来了！昨天深夜，阿里重磅开源了参数量 320 亿的全新推理模型 QwQ-32B，其性能足以比肩 6710 亿参数的 DeepSeek-R1 满血版。
知名风险投资公司 Andreessen Horowitz (a16z) 周四刚刚发布了新报告。报告发现，ChatGPT 用了 9 个月的时间从 2023 年 11 月的每周 1 亿活跃用户增长到 2024 年 8 月的 2 亿，但现在该应用程序只用了不到六个月的时间就再次将这一数字翻了一番。
OmniParser V2可将屏幕截图转换为结构化元素，帮助LLM理解和操作GUI；在检测小图标和推理速度上显著提升，延迟降低60%，与多种LLM结合后表现优异。
法国大模型独角兽 Mistral AI 进军 OCR（光学字符识别）领域了。一出手就是号称「世界上最好的 OCR 模型」！新产品 Mistral OCR 是一种光学字符识别 API，它为文档理解树立了新标准。
最近AI圈最炸的瓜，毫无疑问是——Manus！一个AI Agent，不仅能刷GAIA Benchmark，还能远程开Ubuntu容器、自动挂载数据、做规划、执行任务，堪称「云端超级打工人」。听起来确实很能打？但我们 CAMEL-AI的🦉OWL项目看完Manus视频，集体摊手：就这？0天复刻走起！
2025 年 3 月 5 日，佳士得拍卖行 “增强智能（Augmented Intelligence）”落下帷幕。这场聚焦 AI 艺术的专场拍卖以728,784 美元总成交额收官，34 件拍品中 28 件成交，成交率达 82%。其中，土耳其裔美国艺术家 Refik Anadol 的《机器幻觉 —— 国际空间站之梦 ——A》以27.7 万美元成为全场最高价拍品。
北京大学、上海人工智能实验室、南洋理工大学联合推出 DiffSensei，首个结合多模态大语言模型（MLLM）与扩散模型的定制化漫画生成框架。该框架通过创新的掩码交叉注意力机制与文本兼容的角色适配器，实现了对多角色外观、表情、动作的精确控制
谷歌联合创始人、全球第七富豪拉里・佩奇 (Larry Page) 已经成立了一个 AI 创业公司。据外媒 The Information 本周四报道，拉里・佩奇成立了名为 Dynatomics 的创业公司，旨在用人工智能颠覆制造业。
Intangible，现已获得 400 万美元的种子资金支持，提供了一款 AI 驱动的创意工具，让用户通过文本提示创建 3D 世界概念，助力跨行业创意专业人士。a16z Speedrun、Crosslink Capital 和几位天使投资者领投了本轮融资。
让人感到非常费解的是，在这些媒体口中如此“王炸”的 AI 突破，在海外几乎没有什么讨论，这与 DeepSeek 墙内开花墙外香，海外各路 AI 大神们甘当自来水疯狂吹爆的现象形成了巨大的反差
据ZP独家获悉，半图科技（SemiGraph）近日完成了一轮数千万人民币的天使轮融资，全球知名投资机构IDG资本独家投资。据了解，半图科技正式成立于2024下半年，致力于通过创新的技术推动AI应用领域的变革，尤其聚焦于AI技术在游戏、内容、情感交互等领域的深度应用。此次融资的成功为公司3D动画大模型底层技术的突破提供了强有力的资金支持，并有望加速其产品和技术的市场落地。
Ilya团队再次拿到20亿美元新一轮融资，估值300亿美元。与此同时，SSI在以色列特拉维夫办公室的首支研究团队的成员曝光，阵容堪称豪华。硅谷当下投资最热门，不是某个产品，而是一个人。
我们的使命是确保AGI（通用人工智能）能够惠及全人类。能够初步实现AGI的系统已经崭露头角，因此理解当下所处的时代至关重要。AGI是一个定义相对宽泛的术语，但通常我们指的是一种能够在多个领域达到人类水平、处理日益复杂问题的系统。
就在刚刚，腾讯版Sora补齐了又一重要拼图——图生视频。
波士顿动力公司刚刚发布了Atlas机器人的新视频，这位曾经以跑酷和空翻闻名的「网红」，如今竟然走进了工厂，开始认真从事零件排序工作！这标志着Atlas从「炫技」到「实用」的重大转变。
AI面试助手评测
越往后读越不对劲，开篇还是孤儿的女主居然给家里打了个电话，说，“爸，我决定回家继承家业。”
只有享不了的福，\x0d\x0a没有受不了的罪。
今天，他们自称发布了世界上最好的 OCR API，它能够将复杂的 PDF 文件转换为文本文件，以便 AI 模型处理。现在，所有大模型的输入端格式都是文本，或者规整的、容易识别的文本文件，但这个世界上，还有很多文件是粗糙的，不规整的，难以识别的，它需要依赖强大的 OCR 功能才能转换为文本。
