OpenAI o3 mini即将发布国产爆火AI推出App图灵奖获得者称大语言模型没办法实现AGIHunt Good周报

  Altman 表示，o3-mini 模型即将率先推出，将向 ChatGPT Plus 账户开放。 至于定价方面，Altman 表示：「 仍在努力提高 API 定价，但不是那么多。」

  OpenAI 正在重启其此前曾被解散的机器人部门。 该公司硬件总监 Caitlin Kalinowski 近日通过 X 平台公布消息，首次详细公布了团队的发展规划。

  根据发布的多个招聘信息数据显示，公司的机器人团队将重点开发「通用型」、「自适应」和「多功能」机器人。

  这些机器人将能够在动态的真实环境中展现类人智能，实现灵活作业。为此，OpenAI 计划自主研发新型传感器和计算组件，并将其与企业内部开发的 AI 模型深度整合。

  招聘信息还透露，OpenAI 计划通过合同工形式开展机器人原型测试，且正在研发的机器人可能具备肢体功能。更需要我们来关注的是，OpenAI 正在招募具备「百万级机械系统模块设计经验」的工程师。

  据 WSJ 报道，Anthropic 正在与风投机构 Lightspeed Venture Partners 进行深入谈判，计划融资 20 亿美元。若本轮融资成功，公司估值将达到 600 亿美元。

  值得注意的是，Anthropic 在过去几年已获得亚马逊和 Google 的大力支持。

  去年 11 月，亚马逊承诺投资 40 亿美元，使其对 Anthropic 的总投资达到 80 亿美元。且目前 Anthropic 的技术开发和运营都依托于亚马逊和 Google 的数据中心。

  据知情的人偷偷表示，该公司年化收入已达到约 8.75 亿美元，大多数来源于企业客户，相比之下，OpenAI 预计去年收入达到 37 亿美元，很大一部分来自面向 C 端付费用户。

  辟谣1 月 6 日，一则有关「01 万物散伙了；卡和预训练团队卖给阿里了」的传闻慢慢的出现在社会化媒体。同时有新闻媒体报道称，阿里洽谈收购零一万物的预训练团队。

  随即，零一万物创始人兼 CEO 李开复在个人社交账号对此进行了辟谣，并表示 2025 年是大模型考验年、商业化淘汰年，希望与各方协力让行业回归商业本质，一起促进大模型生态的良性健康成长。

  同时李开复也透露零一万物 2024 年确认收入一亿多元，2025 年会数倍增长。

  此后，零一万物于 1 月 7 日凌晨发布了重要的公告，表示针对传言零一万物将被收购、经营问题等不实言论属于恶性中伤，公司予以否认。

  据智能涌现获悉，2024 年 12 月中旬，零一万物对整个预训练算法团队和 Infra 团队进行了裁撤，裁员范围有硅谷团队；同月，零一万物预训练算法团队获得通义团队 offer，Infra 团队则获得阿里云 offer；目前阿里对零一万物团队的收编以提供工作岗位的形式进行，而非收购。

  零一万物与阿里云于 1 月 2 日，联合宣布启动「产业大模型实验室」，其合作内容包含双方在技术、算力、业务、人才等板块技术共享与深度共建。

  另外，近日，零一万物 CEO 李开复接受晚点对话的采访，并表示只有大公司能继续做超大模型。

  李开复也继续回应了零一万物调整，表示不会停止预训练，但不再追逐超大模型。并且他认为追寻 AGI 需要充足甚至不计代价的弹药储备，而零一万物现阶段的最高优先级是先巩固拿到弹药的实力。

  Neuralink 创始人马斯克近日在直播中透露了脑机接口项目的最新进展。

  马斯克表示，Neuralink 已经成功完成第三例脑机接口设备植入手术，且目前三名植入者的设备均运行良好，同时，该公司计划在 2025 年为 20 至 30 名新患者实施植入手术。

  目前，Neuralink 在美国食品药品监督管理局（FDA）正式注册了两项临床研究项目。

  其中规模较大的 Prime 研究项目计划招募 5 名瘫痪患者，主要探索通过脑机接口技术实现患者用意念控制计算机、智能手机等外部设备的可能性。

  另一个名为 Convoy 的研究项目则针对 3 名患者，重点研究怎么样让患者通过意念控制辅助机械臂等设备，以帮他们重获部分行动能力。

  RTX 50 系列还搭载了 DLSS 4 技术。DLSS 4 将推出多帧生成功能，利用 AI 为每个渲染帧生成多达 3 帧来提高帧速率，同时，DLSS 4 还引入了图形行业首个实时 Transformer 模型架构应用。

  此外，搭载 72 个 Blackwell 架构 GPU 所组成的 Grace Blackwell NVLink72 巨型芯片和只手可握的超级计算机 Project Digits 也一同亮相。

  Project Digits 专为 AI 研究人员、数据科学家和学生设计，可提供高达 petaflop 级别的计算性能，将于今年 5 月推向市场，定价 3000 美元。

  据 NovaSky 团队透露，他们第一步使用阿里巴巴的 QwQ-32B-Preview 模型生成初始训练数据，随后通过 GPT-4o-mini 对数据来进行重构和优化。

  研究团队不仅公布了训练所需的数据集，还开放了完整的训练代码，这也代表着其他研究者能够从零开始复制这一成果。

  近日，马斯克旗下 xAI 的 AI 聊天机器人「Grok」正式推出独立 App，目前已上架外版苹果 App Store。

  据了解，此前用户若想访问 Grok，一定要通过 X 平台才能用。目前 Grok App 仍是早期的「测试版」产品，支持免费访问 xAI 的最新模型 Grok 2。

  1 月 9 日，阿里云通义万相迎来重磅升级，推出万相 2.1 视频生成模型，在大幅度复杂运动、物理规律遵循、艺术表现等方面全面提升。

  根据权威评测榜单 VBench 的信息数据显示，新版通义万相登上榜首位置，超越混元、海螺 AI、Gen3、Pika 等国内外视频生成模型。

  具体项目中，通义万相在运动幅度、多对象生成、空间关系等关键能力上拿下最高分，并以总分 84.7% 的成绩斩获第一。

  据官方介绍，通义万相团队采用自研高效的 VAE 和 DiT 架构，有效增强时空上下文关系建模能力，解决了精准理解和模拟物理世界这两大难题。

  此外，通义万相在文字视频生成上实现了突破，成为首个支持中文文字生成能力、且同时支持中英文文字特效生成的视频生成模型。

  近日，微软在 Hugging Face 平台上开源小语言模型 Phi-4。

  据微软官方称，得益于更优质的训练数据，这款模型相比其前代产品在多个角度都有所提升，尤其在数学问题解决能力上表现出色。

  据悉，Phi-4 拥有 140 亿参数规模，在数学和推理任务中的表现明显优于 GPT-4o 和 Gemini Pro 1 等更大的模型。Phi-4 的训练主要依赖于合成生成的高质量数据，而非网络抓取内容，重点在于增强推理能力。

  Phi-4 于 12 月发布时仅限于微软的 Azure 平台，现在研发人员可以通过 Hugging Face 完全访问，并用于商业用途。

  该模型通过单图主体参考架构，以传统方案 1% 以下的输入和计算成本，只需输入一张图片， 就可以实现视觉细节的精确还原， 同时具备高自由度和组合性。

  用户在海螺 AI 中选择「主体参考」功能后，仅需上传一张图片即可识别并锁定主体角色。

  文本框内输入 Prompt 提示词，无需漫长等待，即可生成富有创意且主体保持一致的高质量视频。具体信息，欢迎回看

  近日，Adobe Research 与香港科技大学联合开 ‍发的 TransPixar 正式发布。

  这项技术最大的特点在于能够生成包含透明通道（Alpha 通道）的 RGBA 视频，使得诸如烟雾、反射等透明元素能够自然地融入场景中，提升视觉效果的真实感。

  项目负责人 Yijun Li 表示，Alpha 通道对视觉效果制作至关重要，但由于数据集限制和模型适配难度，生成包含透明度的 RGBA 视频一直是业界难题。

  在本周召开的 CES 2025 展会上，AI 成了当之无愧的主角。 但与此同时， 我们正真看到了不少 「奇葩 」的 产品。

  比方说，会说话的手杖 Smart Cane 2 就因为装进了 ChatGPT，有望给盲人带来非常大便利，而得到外媒的一致好评。

  马斯克最近在访谈中表示， 可用于 AI 模型训练的人类知识数据已耗尽。

  他指出，这种数据资源的枯竭实际上在去年就已发生。目前像 GPT-4o 这样的 AI 模型，都是通过一系列分析和学习海量互联网数据来识别信息模式，以此来实现预测下一个词语等功能。

  作为应对之策，马斯克建议转向由 AI 合成数据。「唯一的补充方法是用合成数据来补充……它会写一篇论文或写一篇论文，然后会给自己评分……经历这个自我学习的过程。」

  不过，马斯克也表示 AI 模型易产生「幻觉」，而使用 AI 合成数据后，「你怎么知道它的答案是否幻觉，或者这是一个真实的答案。」

  在 CES 大会上，Meta 首席 AI 科学家 Yann LeCun 直接反驳了 ，并强调目前的大语言模型不可能达到真正的人类智能水平。

  虽然它们在国际象棋等特定任务上表现出色，但这并不代表它们已接近人类智能。他举例说，即使在自动驾驶领域发展了 13 年，我们仍未实现完全自动驾驶。

  「AI 可能会完成很多任务，但这不等于它们具备规划、推理或理解物理世界的能力。」

  LeCun 认为 AI 在处理物理世界任务时表现出明显不足。 「我们甚至还无法让 AI 达到猫狗对物理世界的理解程度。 」

  另外，他认为，随着生成式世界模型的发展，让机器人在虚拟世界中进行训练将大幅度的降低成本和风险。他预计在未来三到五年内，机器人领域可能会迎来类似 ChatGPT 的突破性时刻。

  同时，他相信 AI 助手会慢慢的变普及，但这些助手仍将局限于执行特定训练过的任务，而非具备真正的通用智能。

  最近，Canvas 联合发起人 Cameron Adams 对 2025 年作出了如下七大预测：

  喜剧小生找人教训前任？杨幂到处讨好人？李明德撩妹？李昀锐楚乔传？姨太问答

  今天开始，最高可补25000元！扬州主城区1000万元汽车惠民券来啦~

  4-1！英超黑马11场不败 超曼城升第6 终结纽卡9连胜 名宿之子戴帽

  《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律