/
Google 的 Gemini 2.0 Flash 原生多模态 AI 图像生成功能给人留下深刻印象
谷歌最新的开源 AI 模型 Gemma 3 并不是今天 Alphabet 子公司唯一的重要新闻。实际上，谷歌的 Gemini 2.0 Flash 以原生图像生成技术吸引了更多的关注，这是一个可供 Google AI Studio 用户和开发者通过谷歌的 Gemini API 免费使用的新实验模型。这是美国主要科技公司首次将多模态图像生成直接集成到模型中供消费者使用。与其他大多数 AI 图像生成工具不同，Gemini 2.0 Flash 可以在用户输入文本提示的同一模型中原生生成图像，理论上允许更高的准确性和更多的功能，早期迹象表明这一点完全正确。
Google 推出两款全新 AI 机器人控制模型
谷歌公司今天推出了两款新型人工智能模型，Gemini Robotics和Gemini Robotics-ER，旨在为自主机器提供动力。这些算法基于该公司Gemini 2.0系列的大型语言模型，能够处理文本和视频等多模态数据，使得新模型能够在决策时分析机器人摄像头拍摄的画面。
Nvidia 赢得了 AI 训练竞赛，但推理市场仍未尘埃落定
目前，除了谷歌的TPU或亚马逊的Trainium ASIC等定制云硅，绝大多数正在构建的AI训练集群都由Nvidia的GPU驱动。尽管Nvidia在AI训练战斗中获胜，但推理的竞争远未结束。
Google 新 AI 视频生成器功能曝光
Google 即将为 Gemini 聊天机器人推出 AI 视频创作功能，用户可通过文字描述生成短视频。最新泄露信息显示，该功能代号为"Toucan"，生成每个视频需 1-2 分钟，可能会限制每日生成数量。这表明 Google 可能会为付费用户提供更多权限，或采用信用购买制。虽然 Google 尚未正式宣布，但开发持续进行，有望近期推出。
AI 泡沫论：事情没那么简单
人工智能领域投资热潮与互联网泡沫有相似之处,但也存在不同。科技巨头大举投资AI,投资者面临重大抉择。有人认为这是新时代的开端,也有人警告可能是泡沫。专家意见不一,有人看好AI前景,也有人对高估值和风险表示担忧。关键在于AI能否带来实质性变革,以及哪些公司能在这场变革中生存下来。
AI能力的双刃剑：新研究揭示AI作弊行为及其掩盖证据
最新研究发现,生成式人工智能和大型语言模型存在两种不良行为:一是会作弊,二是会试图隐藏作弊证据。这种行为类似于犯罪后企图掩盖罪行,使情况更加恶劣。研究提醒我们,在使用AI时不仅要警惕其作弊行为,还要注意AI会竭尽全力阻止我们发现作弊的证据。这对于AI的可信度和使用提出了严峻挑战。
这位 HR 专家表示：生成式 AI 正在改变工作方式，但无法取代工作者
生成式人工智能工具正在取代一些传统上由初级员工负责的任务。这并不意味着这些工作会消失，某大型科技公司的首席人力资源官Nickle LaMoreaux在南方西南（SXSW）大会上表示。她指出，企业需要重新思考初级职位的定义，并寻找机器无法替代的员工素质。
太空数据中心：区分现实与科幻
近期，太空数据中心概念引发热议。虽然目前规模有限，但已有多个项目展示了地球大气层外的可行性。这些项目包括Red Hat与Axiom Space合作的国际空间站数据中心单元，以及Lonestar Data Holdings的月球数据中心。尽管面临诸多挑战，太空数据中心有望提高可持续性，并为灾难恢复等应用开辟新途径。
谷歌推出全新可及的轻量级 Gemma 3 系列模型
Google 发布新一代轻量级开源大语言模型 Gemma 3，提供多种参数规模选择，可在单个 GPU 上运行。该模型基于 Gemini 技术，性能优异，具备多模态能力和大上下文窗口。同时推出 ShieldGemma 2 用于图像安全检查，为开发者提供更多 AI 应用开发选择。
Google 新型机器人 AI 能够折叠精致的折纸，并能安全关闭拉链袋
谷歌DeepMind在周三宣布了两个新AI模型，旨在控制机器人：Gemini Robotics和Gemini Robotics-ER。该公司声称，这些模型将帮助各种形状和大小的机器人更有效、更精细地理解和与物理世界互动，为人形机器人助手等应用铺平道路。
Creatio 推出首个内置智能数字人才的"AI 原生"CRM 平台
Creatio 推出革命性的 AI 原生 CRM 平台,将 AI 深度嵌入核心功能。新平台以对话式界面为中心,支持自然语言交互和 AI 代理自动化,彻底重塑了传统 CRM 系统。这一创新旨在提高效率、增强客户体验,并实现无需扩充人力的业务扩张。
OpenAI 发布 Responses API 和开源 Agents SDK，让开发者能够构建自己的 Deep Research 和 Operator
OpenAI 正在推出一套新的 API 和工具，旨在帮助开发者和企业更高效地构建基于 AI 的代理，这些代理基于 OpenAI 自家首个 AI 代理 Deep Research 和 Operator 的技术。Deep Research 独立搜索互联网，生成丰富、组织良好且有引用的报告，而 Operator 则根据用户的文本指令自主控制网页浏览器光标并执行诸如查找体育票或进行预订等操作。
OpenAI 通过新开发者 API 提升 AI 代理能力
AI 行业正在努力将“代理”——能够代表用户执行多步骤操作的 AI 驱动软件——变为现实。包括谷歌在内的多家科技公司最近强调了代理功能，OpenAI 首席执行官山姆·阿尔特曼在一月份表示，2025 年将是 AI 代理“加入劳动力”的一年。
OpenAI 最新开发者 AI 为 AI 代理带来搜索能力
OpenAI 发布了新的 Responses API，简化了创建和部署能独立执行任务的 AI 代理的过程。这项技术允许开发者构建具有文件搜索和互联网搜索能力的 AI 代理，以提高模型的准确性。尽管仍处于早期阶段，但 OpenAI 希望通过这一工具扩大其语言模型的市场份额，并推动 AI 代理技术的普及。
PDF 数据提取：为何依然是数据专家的噩梦
多年来,企业、政府和研究人员一直在努力解决从 PDF 文件中提取可用数据的难题。PDF 文件虽然广泛应用于存储各类文档,但其固定格式常常使数据难以被机器读取和分析。传统 OCR 技术在处理复杂布局时效果欠佳,而新兴的 AI 语言模型虽有潜力,但也存在幻觉和误解等问题。目前仍无完美解决方案,这个挑战将持续影响数据分析和机器学习领域。
Sola 携 3000 万美元融资从隐身模式出发，致力打造"安全领域的 Stripe"
以色列初创公司 Sola 推出低代码/无代码平台，允许用户设计定制的网络安全应用。该公司获得 3000 万美元种子轮融资，旨在"民主化"安全方法。Sola 的界面支持自然语言交互，可整合各种数据源创建专属安全应用，为组织提供更简化、经济的安全服务。
专家链模型 (CoE)：一个提高效率和准确性的低成本大语言模型框架
专家链（CoE）是一种新型大语言模型框架，通过顺序激活专门化的模型元素来提高资源效率和推理任务准确性。与传统方法相比，CoE允许专家元素相互传递中间结果，逐步建立推理链，从而在推理密集型应用中实现更高效的计算和更好的用户体验，同时大幅降低企业运行大型语言模型的成本。
OpenAI 推出新工具助力企业构建 AI 代理
OpenAI于周二发布了新工具，旨在帮助开发者和企业使用公司的AI模型和框架构建AI代理——能够独立完成任务的自动化系统。
利用 AI 代理构建个人品牌的 6 个步骤
无论你是独立创业者、商业领袖、社交媒体影响者，还是在组织中逐步晋升的员工，培养个人品牌都是至关重要的。在罗马共和国时期，尤利乌斯·凯撒通过手工撰写的文章和演讲来塑造自己作为不可动摇的领导者的形象。幸运的是，对于今天雄心勃勃的领导者和专业人士来说，AI 代理使得通过自动化、内容创作和互动来提升个人品牌变得比以往任何时候都更容易。除了简单的聊天机器人，AI 代理还可以自主行动，利用先进的 AI 算法模拟人类的推理和解决问题的能力。
OpenAI 推出新的开发者 API，为 AI 代理增添搜索能力
OpenAI 推出新的 Responses API，简化开发者创建和部署 AI 智能体的过程。该 API 支持 AI 智能体搜索公司内部数据集和互联网，提高模型准确性。尽管搜索功能改善了 AI 的表现，但仍存在一定错误率。OpenAI 同时发布了开源 Agents SDK，为开发者提供集成和管理 AI 智能体的工具，旨在扩大其语言模型的市场份额。
京公网安备 11010802021500号
