slug
summary
tags
icon
password
⏩最高精度1公里*1公里*1小时！达摩院发布气象大模型，落地大山东
达摩院发布了一款气象大模型，能够以1公里*1公里的精度进行1小时的天气预测，标志着在气象领域应用深度学习技术的重大进展。该模型的推出旨在解决“十里不同天”的天气变化问题，提升天气预报的准确性和时效性。此项技术的落地将对山东地区的气象服务产生积极影响，推动气象预测的智能化和精准化发展，展示了AI在气象领域的应用潜力和创新能力。
⏩OpenAI o1强推理能提升安全性？长对话诱导干翻o1
本文讨论了OpenAI o1大模型在推理能力提升后的安全性问题，特别是在多轮对话场景下的潜在安全风险。研究团队来自上海交大和上海AI Lab，提出了一种名为ActorAttack的多轮攻击算法，揭示了AI模型在面对隐蔽有害意图时的脆弱性。通过实验，研究表明o1在多轮对话中可能会暴露危险信息，攻击成功率高达60%。此外，研究者开源了第一个多轮安全对齐数据集，旨在提升AI模型的鲁棒性。文章强调了技术与社会网络的复杂性，呼吁对AI安全性的深入研究与关注。
⏩价值万亿的具身智能市场，大佬们如何从世界模型下刀？
本文探讨了具身智能和世界模型在人工智能领域的最新发展，强调了赋予AI物理行动能力的重要性。文章回顾了智源论坛2024的讨论，聚焦于如何将Scaling Law应用于机器人领域，提升模型性能。智源研究院院长介绍了多模态大模型Emu3的创新，展示了其在文本、图像和视频处理上的能力。研究者们提出了RoboMamba和MR-MLLM等新模型，探索4D世界模型的构建。文章还提到合成数据在机器人训练中的潜力，以及谷歌DeepMind的Open X-Embodiment数据集对机器人能力提升的贡献，展示了当前学术界和产业界在具身智能领域的前沿探索与实践。
⏩结构化表格也成模态！浙大TableGPT2开源，最强表格AI问世
这篇文章介绍了浙江大学研发的TableGPT2模型，标志着结构化数据在多模态大模型中的重要性。TableGPT2是基于Qwen系列的第二代模型，专注于高效整合和处理表格数据，旨在克服当前大型语言模型在数据驱动应用中的局限性。文章详细阐述了TableGPT2的设计动机、训练过程及其在表格数据处理上的创新，强调了其在商业智能等领域的潜力。通过使用超过860亿token和43.75万个表格样本进行训练，TableGPT2展现出在结构化数据任务上的卓越性能，预示着未来AI在处理复杂数据时的巨大进步。
⏩字节豆包大模型团队突破残差连接局限！预训练收敛最快加速80%
字节跳动豆包大模型团队提出了一种新的残差连接替代方案——超连接（Hyper-Connections），旨在解决现有残差连接在梯度消失和表示崩溃之间的权衡问题。该方法通过动态调整不同层之间的连接权重，显著提升了Dense模型和MoE模型的预训练收敛速度，最高可加速80%。超连接不仅适用于大规模语言模型，还在小型视觉任务中表现优异，显示出广泛的应用前景。研究表明，动态超连接的效果优于静态超连接，进一步推动了深度学习模型的性能提升。
⏩具身智能GPT-2时刻到了！这家国内公司已做出全球最大规模的端到端统一具身大模型——专访自变量机器人团队
本文介绍了国内初创公司自变量机器人（X Square）在具身智能领域的重大进展，特别是其训练的端到端统一具身大模型WALL-A。该模型在多个维度上超越了现有技术，能够处理复杂的物理操作任务，如拉拉链和折叠衣物，展现出卓越的泛化能力和通用性。自变量机器人团队强调了模型的‘大统一’特性，能够通过单一模型解决多种任务，排除传统机器人学习中的噪声和限制。文章还探讨了该技术与大语言模型和多模态模型的区别，指出机器人领域的高门槛和技术挑战。自变量机器人希望通过这一创新推动机器人技术的进一步发展，预示着机器人时代的到来。
⏩数字病理与AI辅助诊断，助力肿瘤精准诊疗
本文探讨了数字病理与AI辅助诊断在肿瘤精准医疗中的重要性，强调了病理诊断在临床治疗和预后评估中的关键作用。随着数字化技术的发展，病理阅片的效率和准确性得到了显著提升。文章介绍了罗氏诊断在中国国际进口博览会上推出的整体数字化智慧病理解决方案，结合AI算法，能够快速分析数字化病理切片，辅助病理医生进行更高效的诊断。复旦大学附属肿瘤医院的专家分享了数字病理的应用经验，指出AI在数据处理和定量分析中的优势，推动了病理诊断的智能化进程。整体而言，文章为AI在医疗领域的应用提供了深刻的见解，具有较高的实用性和前瞻性。
⏩量子级精度，静态到动态，微软蛋白MD模拟系统登Nature
这篇文章介绍了微软研究院开发的AI2BMD生物分子动力学模拟系统，该系统以量子级精度高效模拟蛋白质的动态行为。AI2BMD通过创新的机器学习力场解决了传统分子动力学模拟的准确性和速度问题，能够处理超过1万个原子的蛋白质，显著提高了计算效率。文章强调了AI2BMD在药物发现和生物机制研究中的潜在应用，展示了其在生物分子建模领域的重大进展。研究结果已发表在《Nature》上，标志着AI在科学探索中的重要性和前景。
⏩AI科研风暴来袭，中科院北大复旦大咖齐聚！海淀解锁千万算力补贴
这篇文章报道了2024科学智能峰会的召开，汇聚了中科院、北大、复旦等顶尖学术机构的专家，探讨了AI在科学研究中的应用与未来发展。文章强调了海淀区作为中国AI硅谷的地位，介绍了其在算力、人才和政策支持方面的优势。峰会上，专家们讨论了AI在量子计算、生命科学和材料研究等领域的创新应用，展示了AI如何推动科学研究的变革。此外，海淀区还发布了一系列政策，旨在进一步巩固其在全球科技竞争中的领先地位，推动AI产业的全面发展。
⏩微软华人领衔AI²BMD登Nature，AI生物分子模拟双突破！继AlphaFold后又一里程碑
微软研究院开发的AI²BMD在《Nature》上发表，标志着生物分子动力学模拟领域的重大突破。该方法兼顾了模拟的效率和精度，能够以从头算的精度高效模拟大型生物分子，超越了经典模拟技术的限制。AI²BMD的创新在于其采用了一种通用的蛋白质分片方法，创建了DFT级别中规模最大的数据库，并通过机器学习训练势能函数。研究表明，AI²BMD在蛋白质折叠和药物相互作用等高精度场景中展现出与实验数据的高度一致性，推动了AI在生化科学领域的应用进展。这一成果不仅为生物分子建模提供了新动力，也为未来的药物设计和生物材料开发奠定了基础。
⏩玩转「智能体魔方」！清华推出AgentSquare模块化搜索框架，开启AI智能体高速进化时代
清华大学团队推出了AgentSquare模块化智能体设计框架，旨在实现AI智能体的高速自适应演化。该框架通过标准化模块接口，使得智能体能够在不同任务场景中进行模块的重组与演化，突破了传统手工设计的限制。研究团队提炼出16种经典智能体设计，构建了一个模块化设计空间，核心模块包括任务规划、常识推理、工具使用和记忆学习。AgentSquare的创新在于其模块化设计和演化搜索算法，能够高效发现新颖的智能体系统，推动AI智能体在多个领域的应用与发展。项目代码和模块库已全面开源，标志着模块化智能体设计的新纪元。
⏩OpenAI o1太贵？那就自己做一个！纯提示方法让普通LLM进化出复杂推理能力
这篇文章探讨了如何利用纯提示方法提升普通大型语言模型（LLM）的推理能力，尤其是与OpenAI的o1相比。文章指出，o1在复杂推理任务中表现优异，但其高昂的使用成本让许多用户望而却步。作者介绍了一种新方法，通过动态思维链、反思和语言强化学习等技术，使得如Claude 3.5 Sonnet和Llama 3.1等模型在推理能力上获得显著提升。文章强调了推理能力在AI未来发展中的重要性，包括更深入的理解、有效的问题解决和决策能力。通过实验验证，作者展示了新的提示范式如何在编码和数学问题中取得成功，提供了对AI模型训练和应用的深刻见解。
⏩对话Me.bot产品负责人：PH月榜第二，用另一种方式做AI陪伴
本文是对Me.bot产品负责人的访谈，探讨了该AI产品的定位和功能。Me.bot旨在成为用户的‘益友’，提供智识上的陪伴，帮助用户记录想法、整理信息，并提供反馈。产品负责人陈阳强调，Me.bot与传统的笔记软件不同，它能够通过AI技术理解用户的需求，提供个性化的支持。访谈中提到，Me.bot的设计理念是连接用户的过去与现在，激发用户的潜能。尽管Me.bot在市场上取得了一定的认可，但其定位仍在不断完善中，用户反馈也显示出对其功能的多样理解。整体来看，Me.bot代表了AI陪伴产品的新趋势，具有较高的实用性和创新性。
⏩类Sora模型到底懂不懂物理？字节完成系统性实验，图灵奖得主杨立昆赞转!
字节跳动豆包大模型团队最近完成了一项关于视频生成模型理解物理规律的系统性实验，研究历时8个月，首次在业界给出明确结论。研究表明，尽管视频生成模型能够记忆训练案例，但尚无法真正理解物理规律，无法做到‘举一反三’。实验中，团队通过合成经典物理场景的视频训练模型，发现模型在未见过的速度区间生成视频时，无法遵循物理规律，表现出对训练数据的依赖。研究结果为视频生成模型的进一步提升提供了启发，字节跳动在大模型领域的持续投入也显示出其在AI研究中的活跃性。
⏩杨笛一团队：一个弹窗，就能把AI智能体操控电脑整懵了
本文讨论了弹窗攻击对AI智能体的影响，特别是Anthropic的Claude模型在计算机使用能力评估中的表现。研究表明，弹窗攻击显著降低了Claude的准确度，凸显了视觉-语言模型的关键缺陷。文章详细介绍了弹窗攻击的设计，包括如何通过误导智能体点击对抗性弹窗来实现攻击。实验结果显示，多个前沿模型在面对弹窗攻击时表现出较高的成功率，表明它们缺乏对弹窗的安全意识。该研究为AI智能体在现实应用中的安全性提供了重要的见解，强调了需要更先进的防御机制以应对此类攻击。
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/136629a6-152d-808c-a5d9-e6437626e3e7
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。