不仅能推理，还能明确展示自己「推理逻辑」的大模型出现了。 OpenAI 的 12 天连续发布已近尾声，但它的热度显然已经被谷歌夺去了许多。从 Gemini 2.0 Flash 到 Veo 2 到今天的 Gemini 2.0 Flash Thinking，谷歌端上来的菜真是一道比一道香。
程序员的危机要来了？
Devin 是一种全新的 AI 编程，他和 Cursor 还有 Windsurf 的区别在于，Devin 不需要你来操作，你只需要告诉他要做什么。
还记得Devin吗？号称全球第一位人工智能软件工程师，今天终于正式发布了
全球首个AI程序员Devin正以其自主编码、快速学习的超凡能力，挑战传统程序开发的边界。它不仅让投资界为之疯狂，更让程序员们既期待又警惕。这是技术革命的黎明，还是就要被颠覆的工作landscape？
让照片会“唱歌”，让人脸会“跳舞”。近期，一款名为Revive的AI图像应用登上欧洲多地娱乐免费榜Top50。上线两年左右的时间里，积累了近1700万用户，收入量也是高达1162万美元。
Meta全新发布的基准Multi-IF涵盖八种语言、4501个三轮对话任务，全面揭示了当前LLM在复杂多轮、多语言场景中的挑战。所有模型在多轮对话中表现显著衰减，表现最佳的o1-preview模型在三轮对话的准确率从87.7%下降到70.7%；在非拉丁文字语言上，所有模型的表现显著弱于英语。
11 月 23 日，香港科技大学举行了今年度的学位颁授典礼。英伟达创始人和 CEO 黄仁勋又新增一个荣誉工程学博士头衔，与他一同获得荣誉博士学位的还有著名影星梁朝伟、2013 年诺贝尔化学奖得主 Michael Levitt、菲尔兹奖得主 David Mumford。
AI自主研发会真的「失控」了吗？最新研究显示，Claude 3.5 Sonnet和o1-preview在2小时内的研发任务中，击败了50多位人类专家。但另一个耐人寻味的现象是，给予更长时间周期后，人类专家在8小时任务中优势显现。
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。
