社区

对于 AI 行业从业者来说，刚刚可能是一夜未眠。 北京时间 5月 15 日凌晨，美国人工智能公司 OpenAI 的春季功能更新会正式召开。OpenAI 首席技术官 Mira Murati发布了公司的最新模型GPT-4o。据介绍，GPT-4o速度是GPT-4（特别是GPT-4 Turbo）的两倍，价格只有一半，且升级了模型在文本、视觉和音频方面的功能。 当然，更重要的是，基于GPT-4o，OpenAI还对ChatGPT做了更新，增加了更强的语音和视觉功能，这让ChatGPT对现实的感知能力大大增强。 在Google I/O发布会前夕，OpenAI用GPT-4o的发布再次向外界证明了，自己是大模型领域毋庸置疑的领先者。 / 01 / GPT-4o，更快、更强 发布会一开始，OpenAI 首席技术官 Mira Murati就宣布了 GPT-4 的一次大升级，推出了GPT-4o（“o”代表“omni”）。作为最新发布的模型，GPT-4o拥有更快的速度，并且升级了模型在文本、视觉和音频方面的功能。 具体来说，GPT-4o大致有以下四个升级：更强的多模态能力、多语言能力的提升、更强的视觉和音频理解、更快的速度和更低的价格。 第一，GPT-4o能够接受文本、音频和图像的任意组合作为输入，并生成文本、音频和图像的任意组合输出，是真正意义上的多模态模型。 对于这个能力，OpenAI做了17个案例展示，其中包括照片转漫画、3D物体合成、海报创作、角色设计等样本。在角色设计案例里，用户先是向模型输入角色的相关指令，并得到了一个机器人角色形象。 随后用户可以根据这一形象，自行设计角色的相关动作，包括玩飞盘、编程、骑自行车等等。 第二，更强的多语言能力，GPT-4o 50 种不同语言中的性能得到了提高，包括改进了分词器以更好地压缩其中的许多语言。GPT-4o 比 Whisper-v3 显着提高

今天，零一万物正式发布千亿参数的Yi-Large 闭源模型，在斯坦福最新的 AlpacaEval 2.0 达到全球大模型 Win Rate 第一。 在海外市场，Mistral AI迎来6亿美元的新融资，公司估值跃至60亿美元，为半年前的三倍。 过去一天，国内AI行业还有哪些热点值得关注呢？让乌鸦君带你一起看看吧。 / 01 / 国内要闻 1）零一万物发布千亿参数模型Yi-Large，号称对标GPT4.0 5月13日，零一万物正式发布千亿参数的Yi-Large 闭源模型。除此之外，零一万物将早先发布的Yi-34B、Yi-9B/6B中小尺寸开源模型版本升级为Yi-1.5系列，每个版本达到同尺寸中 SOTA 性能最佳。 此外，零一万物还面向国内市场发布了包含Yi-Large、Yi-Large-Turbo、Yi-Medium、Yi-Medium-200K、Yi-Vision、Yi-Spark等多款模型 API 接口的全家桶，宣称更高性价比。 2）智谱AI大模型开放平台降价，入门级产品GLM-3Turbo调用价格下调80% 今天，智谱大模型开放平台（bigmodel.cn）上线了新的价格体系。入门级产品 GLM-3 Turbo 模型调用价格下调80%！从5元/百万tokens降至1元/百万tokens。1元可以购买100万tokens。 调整后，使用GLM-3 Turbo创作一万条小红书文案（以350字计）将仅需约1元钱，足以让更多企业和个人都能用上这款入门级产品。 3）微信读书上线“AI问书”功能 近日，微信读书上线“AI问书”功能，通过AI技术快速分析和解答用户输入的特定主题，提供书籍引用和预设问题列表，丰富阅读体验，该功能目前处于内测阶段。 4）设序科技完成亿元A+轮融资，加速工业设计AI创新 近日，设序科技近期顺利完成近亿元A+轮融资，此次融资由阿米巴资本、涌铧投资及联想创投

去年 11 月， OpenAI 发布 AI Agent 初级形态产品 GPTs，让人看到智能体的应用前景。谷歌、亚马逊在该领域也有所涉猎。比尔・盖茨更是认为 AI Agent 是 AI 的未来，并预言不久的将来，所有人都将拥有专属 AI 助理。 为了更好地理解智能体的落地前景，全球领先的风险投资和私募股权公司Insight Partners进行了多个行业的调研，并发布一篇深入的分析报告，旨在探索 AI Agent 与传统自动化平台的差异，以及AI Agent当下落地情况。 核心观点指出，AI Agent 和大型语言模型（LLM）的融合正在推动自动化向更智能、更高效的方向发展。报告强调了人机交互在部署生成性 AI 解决方案中的重要性，并提出了自动化部署应采取渐进式策略，从简单任务开始，逐步过渡到复杂工作流程。 以下是原文翻译。 / 01 / 自动化领域发展的趋势预测 1.从消费者到知识工作者,每个人都将拥有自己的 AI 助手。这将重新定义垂直应用、自动化平台和 IT 服务之间的传统边界,为企业家创造变革性的市场机会。AI 助手将以不同形式出现,从现有平台的辅助工具,到内嵌 AI 的应用,再到各种形态的 AI 智能体 (AI Agent)。 2.人机协作是部署生成式 AI 解决方案的核心。目前大多数应用场景都处于实验或早期生产阶段,侧重于建议和辅助型工作流程。LLMs 还不具备可靠的规划和推理能力,记忆和上下文理解等领域仍在研究中。在自动化平台上,确定性执行至关重要,LLMs 被用于"设计期"的特定任务,而非"运行期"。 3.自动化是一个被低估的难题。从业者正将 AI 加入他们的解决方案和专业经验,以提升平台效率和用户体验。顶尖的 LLM 提供商正在加入智能体建模、协作和工具访问功能,让用户能快速构建 AI 智能体 (如 GPT 系列)。有望突破的新兴企业需要利用独特的数据集和

在ICLR 2024 上，GLM 大模型团队首次公开了名为「GLM-zero」的技术项目。这一项目是在 2019 年开展的，旨在研究人类的「无意识」学习机制。该机制是人类认知能力的重要组成部分，包括自我学习 self-instruct、自我反思 self-reflection 和自我批评 self-critics。 在海外市场，据彭博社记者 Mark Gurman 援引知情人士消息，苹果即将与 OpenAI 达成合作协议，将 ChatGPT 整合到 iOS 18 操作系统。 过去一天，国内AI行业还有哪些热点值得关注呢？让乌鸦君带你一起看看吧。 / 01 / 国内要闻 1）智谱AI首次公开神秘项目「GLM-zero」 在ICLR 2024 上，GLM 大模型团队首次公开了名为「GLM-zero」的技术项目。 这一项目是在 2019 年开展的，旨在研究人类的「无意识」学习机制。该机制是人类认知能力的重要组成部分，包括自我学习 self-instruct、自我反思 self-reflection 和自我批评 self-critics。 「当人在睡觉的时候，大脑依然在无意识地学习。」GLM 大模型团队表示，人脑中存在着反馈 feedback 和决策 decision-making 两个系统，分别对应着大模型和内存记忆两大部分，GLM-zero 的相关研究将进一步拓展人类对意识、知识、学习行为的理解。 GLM 大模型团队认为，尽管还处于非常早期的研究阶段，但 GLM-zero 可以视为通向 AGI 的必经之路。 2）雷神科技发布首款增程式AI PC 雷神首款增程式AI全能本雷神aibook15最高可以支持200亿参数大模型运行，其基于OCulink方案可以外接高性能独立显卡，此外雷神还发布了小雷AI个人助理。 / 02 / 海外动态 1）ChatGPT 即将登陆 iPhone！苹果

自苹果彻底放弃自动驾驶以来，所有人都在关心对这个全球最大终端厂商，将以何种姿态拥抱生成式AI。今年3月，苹果一度传出正与谷歌进行大模型合作谈判。 如今，情况发生了变化。据彭博社记者 Mark Gurman 援引知情人士消息，苹果即将与 OpenAI 达成合作协议，将 ChatGPT 整合到 iOS 18 操作系统。 有趣的是，在苹果与OpenAI即将达成合作的同时，双方也将AI语音助手展开竞争。 据外媒The Information今日报道，OpenAI正在构建具备音频和视觉理解能力的AI语音助手，其中一些功能已经开始向客户展示，可能在下周的发布活动中预览。而苹果也预计将在下个月的年度开发者大会上宣布对其 Siri 语音助手进行升级，使用大型语言模型来生成对用户查询更复杂的响应。 OpenAI与苹果同时瞄上了AI语音助手，并非偶然。随着生成式AI带动自然语言的崛起，语音交互在硬件交互里的权重得到大幅提升。这也体现在此前发布的多个AI硬件上。 从这个角度上说，布局AI语音助手，也算是OpenAI在AI硬件布局里的一次占位。 / 01 / OpenAI与苹果合作接近达成 根据协议，OpenAI 协议将为苹果公司能够提供一款流行的聊天机器人，作为其计划在下个月宣布的一系列新人工智能功能的一部分。 这意味着，OpenAI或将取代谷歌，成为苹果大模型领域的合作伙伴。今年3月，据彭博社报道，苹果正在与谷歌进行谈判，计划将谷歌的Gemini人工智能引擎集成到iPhone中，以支持今年iPhone软件中的一些新功能。但据知情人士披露，这些讨论尚未达成协议，但仍在进行中。 截至目前，对于苹果即将与 OpenAI 达成合作协议，苹果、OpenAI 和谷歌的代表拒绝置评。 事实上，随着苹果与 OpenAI 的渊源由来已久。早在去年年初，苹果公司负责软件业务的高管们经过深思熟虑后，就决定为智能虚拟

人工智能技术正在快速发展，并逐渐融入人们生活的各个方面。为了更好地了解人工智能领域的最新进展，来自20VC的Harry Stebbings采访了 Mistral 联合创始人 Arthur Mensch。Arthur Mensch 曾在 DeepMind 工作了两年多，并在 2021 年创立了 Mistral，致力于开发高效的通用人工智能模型。 在采访中，Arthur Mensch 与我们分享了 Mistral 的发展历程、技术理念、未来规划以及他对人工智能行业的看法。他认为，模型效率比单纯追求规模更加重要。Mistral专注于在特定成本和规模下实现业界顶尖的模型性能。Mistral 7B就是在模型压缩方面取得了重大突破，并且填补了性能和效率之间的空白。当下模型混战的最终状态是开发人员平台会更加成熟，拥有更丰富的功能，允许进行定制、开发低延迟的特定用途模型、进行评估并随着时间的推移进行改进。模型只是一个很小的部分，虽然很重要，但它仍然只是应用程序的一部分。 通用模型将成为人工智能应用程序开发的基础，开发人员可以使用这些模型来创建定制模型，以满足特定需求。随着模型性能越来越好，只要拥有相关数据并且理解用例，那么创建垂直应用程序就会变得越来越容易。Mistral 的创立是为了给开发人员带来价值和自由，让开发人员可以拥有和修改他们制作的模型和技术。让开发人员和 AI 应用开发者拥有自由，这才是使生成式 AI 尽可能广泛传播的最佳方式。 在管理层面上，Arthur Mensch 指出小型团队的高效性，并表示Mistral目前也在采用这种控制团队规模同时保证信息透明同步的管理方式。同时他们也在尝试平衡科研与销售的关系，选择更有复合背景的人才来减弱不同部门之间的代沟。透明的反馈对公司来说实际上非常有用。几乎完全透明地运营公司帮助了他们打破了增长瓶颈。在战略层面上，他们仍需要更多的资金、强

人工智能技术正在快速发展，并逐渐融入人们生活的各个方面。为了更好地了解人工智能领域的最新进展，来自20VC的Harry Stebbings采访了 Mistral 联合创始人 Arthur Mensch。Arthur Mensch 曾在 DeepMind 工作了两年多，并在 2021 年创立了 Mistral，致力于开发高效的通用人工智能模型。 在采访中，Arthur Mensch 与我们分享了 Mistral 的发展历程、技术理念、未来规划以及他对人工智能行业的看法。他认为，模型效率比单纯追求规模更加重要。Mistral专注于在特定成本和规模下实现业界顶尖的模型性能。Mistral 7B就是在模型压缩方面取得了重大突破，并且填补了性能和效率之间的空白。当下模型混战的最终状态是开发人员平台会更加成熟，拥有更丰富的功能，允许进行定制、开发低延迟的特定用途模型、进行评估并随着时间的推移进行改进。模型只是一个很小的部分，虽然很重要，但它仍然只是应用程序的一部分。 通用模型将成为人工智能应用程序开发的基础，开发人员可以使用这些模型来创建定制模型，以满足特定需求。随着模型性能越来越好，只要拥有相关数据并且理解用例，那么创建垂直应用程序就会变得越来越容易。Mistral 的创立是为了给开发人员带来价值和自由，让开发人员可以拥有和修改他们制作的模型和技术。让开发人员和 AI 应用开发者拥有自由，这才是使生成式 AI 尽可能广泛传播的最佳方式。 在管理层面上，Arthur Mensch 指出小型团队的高效性，并表示Mistral目前也在采用这种控制团队规模同时保证信息透明同步的管理方式。同时他们也在尝试平衡科研与销售的关系，选择更有复合背景的人才来减弱不同部门之间的代沟。透明的反馈对公司来说实际上非常有用。几乎完全透明地运营公司帮助了他们打破了增长瓶颈。在战略层面上，他们仍需要更多的资金、强

近日，清华某团队开发出一个名为“Agent Hospital”的模拟医院，可以模拟医患看病的全流程。 在海外市场，Perplexity 目前正在对一项名为“Perplexity Pages”的新功能进行 beta 测试，旨在增强其平台内的内容创作能力。 过去一天，国内AI行业还有哪些热点值得关注呢？让乌鸦君带你一起看看吧。 / 01 / 国内要闻 1）清华团队研发出首个AI医院小镇 5月9日消息，清华某团队开发出一个名为“Agent Hospital”的模拟医院，可以模拟医患看病的全流程。同时，AI医生可以自主进化，仅用几天的时间治疗大约1万名患者。 据悉，进化后的医生智能体，在涵盖主要呼吸道疾病的MedQA数据集子集上，实现高达93.06%的最新准确率。研究采用MedAgent-Zero系统，通过病历库和经验库训练医生智能体，实现高效进化。 2）moto X50 Ultra官宣：moto首款AI旗舰 5月10日，联想宣布将于5月16日举行联想AI PC AI手机发售体验会，本次发布会moto将正式推出moto X50 Ultra AI手机。据了解，moto X50 Ultra核心卖点之一就是AI，这款旗舰搭载联想AI智能体联想小天。 / 02 / 海外动态 1）三星旗下医疗设备部门Medison 9270万美元收购初创公司Sonio 三星旗下医疗设备部门Medison计划以约9270万美元的价格收购总部位于巴黎的初创公司Sonio，后者是一家为超声波工作流程开发人工智能软件的公司，旨在帮助妇产科医生评估和记录超声波检查。 2）Perplexity 将发布彻底改变内容创作的产品 Perplexity 目前正在对一项名为“Perplexity Pages”的新功能进行 beta 测试，旨在增强其平台内的内容创作能力。该功能处于有限测试阶段，仅对通过官方表格注册的用户开放。公司

5月9日，阿里云召开峰会，正式发布通义千问2.5，模型性能全面赶超GPT-4-Turbo，成为“地表最强”中文大模型 在海外市场，昨日晚间，谷歌推出革命性的模型AlphaFold 3，登上国际顶刊《自然》（Nature）杂志。 AlphaFold 3能够预测所有生命分子的结构和相互作用。在预测蛋白质与其他分子的相互作用上，AlphaFold 3相比现有方法至少提高了50%的准确率，针对一部分相互作用类别甚至提高了1倍。 过去一天，国内AI行业还有哪些热点值得关注呢？让乌鸦君带你一起看看吧。 / 01 / 国内要闻 1）阿里云发布通义千问2.5，性能超越Meta的Llama-3-70B 5月9日，阿里云召开峰会，正式发布通义千问2.5，模型性能全面赶超GPT-4-Turbo，成为“地表最强”中文大模型。同时，通义千问1100亿参数开源模型在多个基准测评收获最佳成绩，超越Meta的Llama-3-70B，成为开源领域最强大模型。 在峰会当日，原通义千问APP宣布更名为“通义APP”，将通义大模型全套能力集于一身，致力于成为“通情达义”的AI助手。 2）Dreamina更名为“即梦”，AI绘画和AI视频功能全量上线 5月9日，剪映Dreamina官方宣布其品牌正式更名为中文“即梦”，同时其AI作图和AI视频生成功能已全量上线。 即梦目前提供了6个图片生成模型，其中最新推出的通用1.4模型优化了中国元素、写实场景和摄影方向。视频生成支持上传首帧或尾帧图片，增强可控性。 3）商汤将发布日日新大模型5.0粤语版本 5月7日消息，商汤即将发布日日新大模型5.0粤语版本。据悉，该粤语版本大模型是基于大装置及日日新大模型5.0能力，在语言对话质量、语料质量和信息密度方面实现了显著提升。此外，该版本继承了SenseChatV5原版的核心优势。 / 02 / 海外动态 1）DeepMind重磅发

今年五一，一个“Remini”的AI修图App火了，甚至一度登顶苹果中国区 Appstore 免费榜榜首。 作为一款主打AI图片修复的应用，Remini走红源于一个黏土滤镜功能，用户只需要上传一张照片，就可以利用AI技术生成对应的黏土滤镜风格的图像。 这已经不是Remini第一次火了。2020年，Remini就曾因为老照片画质修复的功能在国外媒体上广泛的传播。去年7月，Remini也因为AI预测孩子长相的功能火过一次，一度登顶国外下载榜首位。 在今年A16z发布的全球Top100生成式AI应用中，Remini 已经位列移动榜单第五名，是值得关注的相片增强类应用。 那么，Remini到底有多火？在Remini的爆火背后，又有哪些东西值得我们关注？ / 01 / Remini到底有多火？ 凭借黏土滤镜，Remini成功一度登顶国内iOS系统的免费APP下载榜。截至5月9日，Remini在国内iOS系统的免费APP下载榜上排名仍然高居榜单第五位。 ‍ 此前，Remini在国内表现一直不温不火，下载量排名一直在两百名开外。今年以来，Remini下载量排名迅速提升，并在今年5月凭借黏土滤镜实现登顶。 Remini是早在2019年就由国内创企北京大觥科技公司推出的一款AI修图App，而后被意大利公司Bending Spoons收购。作为一款AI修图产品，Remini在国外一直保持着相当的热度。 Remini在2020年因为老照片画质修复的功能在国外媒体上广泛的传播，这是第一次爆火。其中富士电视台的报道也给这波流量推波助澜。去年7月，Remini也因为AI预测孩子长相的功能火过一次，一度登顶国外下载榜首位。 目前，Remini的收费模式是70 元每周，相当于约300元人民币/月，不过，新用户可以免费试用一周。在国外市场，Remini始终保持着不错的商业化表现。在最近一年里，Rem