我们希望能够搭建一个AI学习社群，让大家能够学习到最前沿的知识，大家共建一个更好的社区生态。
https://www.feishu.cn/community/article/wiki?id=7355065047338450972
点击「订阅社区精选」，即可在飞书每日收到《大模型日报》每日最新推送
如果想和我们空间站日报读者和创作团队有更多交流，欢迎扫码。
欢 迎 大 家 一 起 交 流 ！
潜空间活动报名
本期活动将在11月9日 10:00开始，我们邀请到的嘉宾是鱼哲，Lepton AI 创始成员，曾在阿里云担任高性能 AI 平台产品负责人，专注于 AI 在多个行业的落地及应用。Lepton AI 致力于建立高效可用的AI 基础设施，让团队更关注于应用构建及落地。在本次分享中鱼哲将带来关于不同AI产品形态对团队的挑战相关的思考，分享主题《Beyond Infra，What matters？—— 不同AI产品形态对团队的挑战》。除嘉宾分享外，每期设置了【匹配合伙人 Cofounder Matching】环节。你可以和 GenAI 时代最有活力的创业者和研究者线下面对面交流，将有机会找到志同道合、有共同创业梦想的小伙伴。报名通道已开启，欢迎扫描下方二维码报名。
资讯
OpenAI推出ChatGPT搜索，挑战谷歌市场地位 OpenAI正式发布了ChatGPT Search，这是一个旨在提供“及时答案”的搜索工具，是其此前SearchGPT原型的升级版。该功能集成于ChatGPT平台中，使用优化后的GPT-4o模型支持，从网上获取信息与图片，以提供如体育比分、新闻、股票行情等信息，并附带链接，便于用户进一步查询。
即时搜索：ChatGPT Search可以根据用户的提问自动选择是否进行网络搜索，用户也可以通过点击图标手动激活搜索功能。
信息来源标注：在回答中，ChatGPT Search提供了新闻来源及其他数据的边栏和内联标注，例如，当用户查询某地活动时，ChatGPT会从当地新闻来源中提取信息。
分阶段发布：ChatGPT Search首先面向ChatGPT Plus和Team用户开放，未来几周内将推广至企业和教育用户，最终向免费用户开放。
OpenAI还推出了一个浏览器扩展，可将ChatGPT Search设为Chrome中的默认搜索引擎。同时，公司计划不断优化搜索功能，尤其在购物和旅游领域，并打算将其应用于高级语音模式（Advanced Voice Mode）功能。 AI生成的概览式信息功能引发了一些出版商的不满，担心流量被截留。OpenAI表示，ChatGPT Search在选择相关文章和生成摘要时已考虑到合作出版商的反馈，以便减轻对来源网站流量的影响。 https://techcrunch.com/2024/10/31/openai-launches-its-google-challenger-chatgpt-search/ Meta开发具备触觉感知的机器人手 Meta宣布与传感器公司GelSight和韩国机器人公司Wonik Robotics合作，推进AI触觉传感器的商业化。这些新设备主要面向科学研究领域，而非普通消费者，旨在帮助AI“更精细地感知和理解物理世界”。
Digit 360传感器：Meta与GelSight合作推出了这一具有人类多模态感知能力的指尖传感器。Digit 360使用了内置AI芯片和18个传感特征，可感知振动、温度甚至气味。这款设备预计将于明年上市。
Allegro机器人手：Meta与Wonik合作开发了新一代的Allegro机器人手，集成了Digit 360等触觉传感器，并配备控制板，能将触觉数据编码并传输至主机电脑。新款Allegro手计划于明年推出。
https://techcrunch.com/2024/10/31/meta-is-making-a-robot-hand-that-can-feel-touch/ Claude 新增桌面应用与语音输入功能 Anthropic公司推出了Claude聊天机器人的Mac和Windows桌面应用，现已在公测阶段开放下载。该应用为免费用户和Anthropic的高级用户均可使用，但尚未包含最新推出的“电脑操作功能”（Computer Use），即Claude 3.5 Sonnet版本的高级功能，无法直接在PC上执行任务。 此外，Claude还推出了移动端的语音输入工具。在iOS、Android和iPadOS设备上，用户可以录制最长10分钟的语音信息，Claude将转录并回复内容。然而，这一语音输入功能并非实时交互模式，更类似于发送语音消息的体验。该功能暂未引入桌面应用。 这一更新发布之际，Anthropic公司正寻求以超过400亿美元的估值融资数十亿美元，意在增强Claude的竞争力，使其在市场中与OpenAI的ChatGPT等竞争对手抗衡。 https://techcrunch.com/2024/10/31/claude-gets-desktop-apps-and-dictation-support/ 人工智能应用由认知到产业渗透阶段，各行业对AI技术赋能的拥抱态度更加明确。随AI原生或AI Agent行业产品落地，对AI能力变现路径，各公司存在差异。归结为四种商业化路径：MaaS按量计费、SaaS订阅制计费、解决方案及实施部署、流量变现。 大模型性能提升+降本，MaaS预计2027年前成主流商业模式。MaaS降低中小企业应用门槛，2023年MaaS市场规模约5%，预计至2027年，市场规模占比达47%。对MaaS厂商，上半场为智算基础设施的比拼，下半场关键在规模效应释放及用户使用粘性。因此，随头部模型厂商将模型能力普惠化，落地推广也随之加速，主流MaaS厂商部分模型降价以培养用户习惯及生态。行业软件积极探索AI+垂类落地，助力用户拓展及留存。 AI SaaS以订阅制为主，B端较C端变现更快。当前71.05%的AI SaaS采用订阅制，约7成应用仍处免费或试用以积累用户的阶段，约3成应用定价非公开。B端变现模式清晰且更快盈利，C端空间大、供给激发需求、增长潜力强但模式仍在探索。AI功能推动订阅收入占比提升，福昕软件2023年订阅制收入占比由22年21.2%提升至35.4%。金山办公WPS AI推动订阅制、云化转型，提升用户粘性。WPS AI会员和大会员累计年度付费用户数合计已超百万，至2026年C端AI边际收入有望达18亿元。 行业软件AI+垂类落地利于用户拓展及留存，企业级应用当前较大比例仍为非标准化，一定程度的联合开发，根据投入协商定价。 解决方案及实施部署，头部厂商发挥客户及渠道优势，由标杆案例逐步标准化。企业数智化项目招标市场明显扩容，2023年大模型采购190起，其中49%为B端需求，10%为G端需求，2023Q4平均项目预算升至618万元。国内DCS龙头中控技术AI赋能降本显著，发布流程工业首款AI时序大模型TPT，打造智能工厂。中软国际携手华为，打通AI落地应用最用一公里。 微软万引理论大佬跳槽OpenAI 前微软副总裁及杰出科学家Sebastien Bubeck加入OpenAI，曾在微软工作10年，在计算机理论、机器学习理论（如凸优化、在线学习、对抗稳健性）上贡献卓越。2021年，他的理论研究论证了扩大AI模型的重要性，促使微软投入数十亿美元用于AI基础设施，为OpenAI大模型的训练与部署提供支持。 Bubeck在参与未对齐版GPT-4的早期测试后转向AGI研究，创立“AGI的物理学”理论，提出用物理学分析Transformer模型的复杂性，将系统分解以识别关键行为因素。带领团队发布的《AGI的火花》报告引发轰动，尽管实验方法并非严谨，他依然坚持“GPT-4具备推理能力”。其研究强调Transformer与RNN的差异：Transformer按集合处理输入，强化模型对元素关系的理解。 在微软，他主导Phi系列小模型研究，通过控制训练数据质量提升模型性能，已迭代至phi-3.5，并广泛应用于本地大模型工具。如今，OpenAI和微软合作关系显现裂痕，双方在服务器供应和模型选用上各自扩展新选项。 Bubeck还提到大模型智力的评估标准，展示GPT-4生成独角兽图像的能力。 推特
00 Arxiver开源：包含 138,830 篇 arXiv 论文的多Markdown格式
HOVER模型：不用庞大数据集，仍然可以捕捉人类协调平衡时的“潜意识”，学习如何协调电机 并非每个基础模型都需要庞大。我们训练了一个拥有150万参数的神经网络来控制人形机器人的身体。对人类而言，行走、保持平衡，以及协调四肢动作需要大量的潜意识处理。我们在 HOVER 模型中捕捉到了这种“潜意识”，使其能学习如何协调人形机器人的电机，以实现运动和操控。 我们在 NVIDIA 的 Isaac 仿真套件中训练 HOVER，这是一个 GPU 支持的仿真环境，加速物理仿真速度达到了实时的 10,000 倍。为了帮助理解这个速度，机器人在虚拟的“道场”中经历一年的高强度训练，仅需要约 50 分钟的 GPU 实时运行。这个神经网络模型能够零样本迁移至现实世界，而无需进行微调。 HOVER 可以被“提示”执行各种高层次的动作指令，我们称之为“控制模式”。例如： • 头部和手部姿势：可通过 XR 设备（如 Apple Vision Pro）捕捉。 • 全身姿势：通过动作捕捉（MoCap）或 RGB 摄像头获取。 • 提供统一接口，使我们能使用便捷的输入设备来控制机器人。 • 上游的视觉-语言-动作模型可以提供运动指令，而 HOVER 将其快速翻译为底层电机信号。 HOVER 支持在 Isaac 中仿真任何人形机器人。只需带上您的机器人，便可让它“活”起来！
https://x.com/DrJimFan/status/1851643431803830551 小模型又上分！SmolLM2：全新、最佳的开源10亿参数语言模型 介绍 SmolLM2：全新、最佳的开源10亿参数语言模型。 我们在高达11万亿精心整理的数据集上训练了这些小模型。完全开源，遵循 Apache 2.0 协议，我们将发布所有数据集和训练脚本！ https://x.com/LoubnaBenAllal1/status/1852055582494294414 Recraft V3：一款在设计语言中思考的革命性 AI 模型 很高兴认识你！我们是 red_panda，但朋友们叫我们 Recraft。 介绍 Recraft V3 —— 一款在设计语言中思考的革命性 AI 模型。它在文本生成的质量上达到了前所未有的高度，超越了 Midjourney、OpenAI 等模型。 它不仅是一个图像生成器，更是一个强大的工具，具有更高效的文本布局、风格控制和行业内最高的质量标准。以下是让它成为游戏规则改变者的关键因素 🧵
https://x.com/recraftai/status/1851706399631224939 谷歌“Learn About”全新 AI 工具：输入任何想要学习的主题，轻松深入了解 Google 悄然推出了一款名为 “Learn about” 的全新 AI 工具，堪称天才之作： 它会建议相关方面、简化内容、配以图解等。详细信息如下： 访问链接：https://learning.google.com/experiments/learn-about?src=signup 目前仅在美国可用 这是我迄今为止尝试过的学习新科目的最佳工具。 https://x.com/OpenAIDevs/status/1851668229938159853 Pi分享进展：一个3B参数的通用预训练模型； 一个后期训练方案，让机器人能够完成灵活的、长时间的任务 • 一个3B参数的通用预训练模型，基于8+机器人平台训练 • 一个后期训练方案，让机器人能够完成灵活的、长时间的任务 https://physicalintelligence.company/blog/pi0
https://x.com/chelseabfinn/status/1852043351366996449 产品 Zefi Zefi 是一款专注于客户声音（Voice of Customer, VoC）分析的平台，通过自动化分析客户反馈（如电话、调查、客户支持票据、评论和社交媒体）来帮助企业减少客户流失、增加收入并保持竞争优势。Zefi 提供实时的可操作洞察，帮助公司更好地理解客户体验和产品趋势。 Fable Fable 是一款工具，帮助用户创建精美的互动演示，结合了人工智能的支持。它允许用户轻松生成引人入胜的演示内容，适用于产品展示、教育培训和市场营销等场景。Fable 的 AI 驱动功能能够提高创作效率，使用户能够在短时间内制作出专业水平的演示文稿。 https://www.sharefable.com/ 投融资 Decart获2100万美元融资，推出可实时生成Minecraft体验的AI模型 以色列AI公司Decart近日推出了一款名为“Oasis”的AI模型，能实时生成类似Minecraft的开放世界游戏体验。该公司宣布获得了来自红杉资本和投资人Oren Zeev的2100万美元融资，用于支持这项技术的发展。Oasis通过实时处理键盘和鼠标输入来生成游戏画面，模拟物理规则和图形渲染，属于一种新兴的“世界模型”生成式AI。 Oasis模型能够以较高的帧率生成游戏场景，目前的演示版本运行在Nvidia H100 GPU上，而未来版本将优化为兼容Etched的AI加速芯片，甚至有望实现4K游戏画面生成。Decart认为，这类模型未来或能通过用户偏好实时生成内容，为互动娱乐平台带来全新的可能性。 公司官网：https://www.decart.ai/articles/oasis-interactive-ai-video-game-model https://techcrunch.com/2024/10/31/decarts-ai-simulates-a-real-time-playable-version-of-minecraft/ Noma的AI安全新工具获2500万美元融资 Noma Security作为一家新兴的安全公司，正致力于开发用于检测AI应用中安全问题的工具，旨在解决由于AI应用复杂性导致的网络安全薄弱问题。据统计，许多企业在快速采用AI的过程中，面临着安全团队技能短缺、数据管道和代码脆弱点以及特有的攻击手段（如提示注入攻击）等问题。 Noma由Niv Braun和Alon Tron创立，致力于填补现有传统软件生命周期工具在AI数据和研发过程中的“安全盲区”。Noma的工具可以扫描模型训练数据集中的敏感数据（如包含个人信息的文本），并通过集成控制台帮助企业有效管理AI应用的安全状态，确保应用部署的安全性与合规性。 Noma成立于2023年，目前已成功完成A轮融资，获得2500万美元的资金支持。该轮融资由Ballistic Ventures领投，加上此前未披露的由Glilot Capital Partners和Cyber Club London参与的700万美元种子轮融资，Noma的总融资金额已达3200万美元。Noma计划利用这笔资金加速技术开发及市场扩展，并计划在明年将团队规模从现有的20人翻倍。 公司官网：https://noma.security/ https://techcrunch.com/2024/10/31/noma-is-building-tools-to-spot-security-issues-with-ai-apps/ — END —
原创文章，作者：LLM Space，如若转载，请注明出处：https://www.agent-universe.cn/2024/11/21658.html
