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
学术分析报告：ResearchFlow — 奇绩F23校友的开发的深度研究产品，PC端进入RFlow的分析报告，可直接点击节点右侧的小数字展开节点，登录后可在节点上直接“询问AI”，进一步探索深度信息
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！
资讯
扩散模型也能推理时Scaling，谢赛宁团队新研究
近期，纽约大学谢赛宁团队对扩散模型在推理时的计算量扩展（scaling）进行了探索。研究表明，增加推理时的计算量可以显著提升扩散模型生成的样本质量，特别是在图像生成任务中。这项研究不仅关注传统的增加去噪步骤的方法，还探讨了如何在推理过程中通过搜索策略来有效利用计算资源，进而提升扩散模型的性能。
扩散模型生成过程需要多次前向传递去噪，去噪步骤的数量通常决定了计算成本与生成质量之间的平衡。以往的研究倾向于减少去噪步骤以提高效率，但本研究则提出，除去噪外，可以通过更有效地搜索“更好的噪声”来优化生成效果，从而实现推理时计算量的扩展。具体而言，研究团队设计了一个搜索框架，利用验证器对生成样本进行评分，并根据反馈调整采样噪声，探索如何在多个噪声候选中选择最优样本。
研究采用了不同的搜索算法，如随机搜索、零阶搜索和路径搜索，结合不同的验证器（如CLIP、DINO等）进行实验。在ImageNet等数据集上，结果表明，通过搜索优化噪声的方式，推理时计算的扩展不仅提高了样本质量，还能在不同生成任务中根据需求调整验证器的设置。
此外，研究还显示，验证器与任务的匹配程度对生成效果有显著影响，某些验证器在特定任务中表现更好。同时，搜索方法与微调技术是兼容的，二者结合可进一步提高生成模型的表现，尤其是在文本到图像的生成任务中。该研究的成果为扩散模型的推理优化提供了新的思路，通过有效的搜索策略来突破传统方法的限制，从而提升生成质量与计算效率。
又一位OpenAI高管离职
据《连线》杂志报道，OpenAI前首席技术官Mira Murati创办的神秘AGI创企从OpenAI、Character AI和谷歌DeepMind等竞争对手挖走了约10名员工，其中最重要的或许是OpenAI原特别项目负责人Jonathan Lachman。Lachman有着复杂的背景，曾在普林斯顿大学和哈佛大学肯尼迪政治学院求学，并在美国国防部、美国国家管理和预算局等多个重要政府部门工作，负责管理超过万亿美元的国防预算。在特朗普政府上台后，Lachman离开华盛顿，转投硅谷，加入VR公司Leap Motion，并与Murati建立了职场关系。此后，他又加入金融科技创企Blend，成功帮助公司实现上市。
Lachman在OpenAI担任特别项目负责人期间，负责多个战略合作和特殊项目。OpenAI逐步放松了关于军事使用AI技术的规定，允许其技术应用于战场。他在LinkedIn上对自己的工作内容描述模糊，但可以推测，他在推动AI技术的军事化方面起到了关键作用。Lachman的离职对OpenAI而言是一次重要损失，因为他是连接政界、军界和科技界的桥梁。而对Murati的创企来说，Lachman的加入可能预示着其公司方向的重大转变。
Murati的创企虽然仍处于早期阶段，但Lachman的加盟或许将为其带来新的动向和发展机会。
2025 AAAI Fellow公布：港科大（广州）熊辉、华盛顿大学陈一昕等四位华人入选
AAAI（人工智能促进协会）是全球人工智能领域的重要学术组织，其Fellow是该组织的最高荣誉，授予对人工智能做出杰出贡献的学者，每年入选人数严格限制。2025年度，16位AI学者荣膺AAAI Fellow，其中包括4位华人学者。
陈一昕是华盛顿大学计算机科学与工程系的教授，以机器学习、数据挖掘和人工智能领域的贡献获得认可，尤其是他在图神经网络架构和轻量级深度神经网络算法方面的创新。他曾获得IEEE Fellow等荣誉。
付昀是美国东北大学的教授，在计算机视觉和增强人机交互领域做出了革命性贡献，特别是在AI技术商业化方面的成就。付昀还多次创业，将AI技术应用于多个行业，获得众多行业奖项。
熊辉是香港科技大学（广州）的教授，长期从事数据挖掘和人工智能领域的研究，开发了广泛使用的Informer算法，曾在多个顶级期刊和会议上发表论文。他曾任罗格斯大学终身教授，并获得IEEE Fellow、AAAS Fellow等荣誉。
杨明玄是加州大学教授，研究方向包括计算机视觉、模式识别和机器人学，提出了广泛使用的视觉跟踪算法评测基准数据集，并在国际会议中担任多个重要职务。
此外，还有多位AI领域的重要人物入选Fellow，包括机器学习、强化学习、自然语言处理等多个方向的专家，他们在AI技术的发展和应用方面做出了重要贡献。
推特
00Arxiver开源：包含 138,830 篇 arXiv 论文的多Markdown格
OpenAI分享示例：用于使用实时 API 构建和协调代理模式，不到 20 分钟内原型化语音应用
我们提供了一个示例，用于使用实时 API 构建和协调代理模式。您可以使用这个仓库在不到 20 分钟内原型化一个基于多代理流程的语音应用！
使用实时 API 构建应用可能会很复杂，因为语音交互具有低延迟和同步的特性。这个仓库包含了我们在应对这些复杂性时总结的最佳实践，例如：
• 通过在提示中定义状态机来提升模型的指令执行能力
• 展示将这些模式应用于客户服务和前台接待场景的演示案例
https://x.com/OpenAIDevs/status/1880306077738365211
Daniel San分享：在 Cursor 中引入代码库知识图谱
在这段视频中，我将带你了解我们如何从 CodeGPT 平台上的知识图谱，逐步实现将其直接应用于 @cursor_ai 编辑器中的过程。
这个工具专为处理庞大的代码库而设计，可以快速导航、识别节点和关系，并为专注于代码开发的模型（如 @AnthropicAI 的 Claude 3.5 Sonnet）提供更丰富的上下文支持。
敬请期待即将推出的教程，我会手把手教你如何创建知识图谱，并将它们无缝集成到整个软件开发工作流中，从提交记录（Commits）、拉取请求（Pull Requests）到甚至 Trello 工单！
https://x.com/dani_avila7/status/1880739290264809683
投融资
00Arxiver开源：包含 138,830 篇 arXiv 论文的多Markdown格式
Perplexity收购职业社交平台Read.cv，进一步扩展企业功能
AI驱动的搜索引擎Perplexity近日宣布收购了职业社交平台Read.cv，这一平台曾与LinkedIn竞争。根据收购协议，Read.cv将于本周五开始停运，用户可在5月16日前导出个人资料、帖子和消息等数据。Read.cv在其博客中表示，收购后，团队将加入Perplexity，继续致力于“探索与发现”的共同使命。
Read.cv成立于2021年，由曾在Facebook、Mozilla和Salesforce旗下的Quip担任产品设计师的Andy Chung创办。平台提供多种工具，帮助用户展示简历、与行业内其他专业人士互动，并为组织提供团队简介、招聘信息发布和候选人搜索等功能。近期，Read.cv还推出了“Sites”功能，允许用户利用Read.cv个人资料发布个人网站，并获得“.cv”域名。收购后，Read.cv计划将这些“.cv”域名迁移至其合作伙伴Hello.cv，用户将可以继续管理这些域名。
Perplexity目前未透露收购后Read.cv的具体计划，但可以预见，Perplexity将进一步增强其面向企业的功能。Perplexity在去年夏天推出了企业版，增加了用户管理、内部知识搜索等功能。这一收购可能是Perplexity回应其风险投资者的需求，投资者希望尽早看到回报。
Perplexity在此之前已经完成了两项收购，包括专注于将AI系统与外部数据源连接的Carbon，以及开发Perplexity移动应用的Spellwise。Perplexity至今已筹集超过5亿美元资金，主要投资方包括Institutional Venture Partners，估值达到90亿美元。此次收购是Perplexity扩大企业功能的一部分，预计将在企业市场中获得更大的份额。
https://techcrunch.com/2025/01/17/perplexity-acquires-read-cv-a-social-media-platform-for-professionals/
— END —
快速获得3Blue1Brown教学动画？Archie分享：使用 Manim 引擎和 GPT-4o 将自然语言转换为数学动画
原创文章，作者：LLM Space，如若转载，请注明出处：https://www.agent-universe.cn/2025/01/33460.html
