豆包语音团队推出AI多人有声剧方案；DeepMind登Nature发布自主发现RL算法；上交清华微软等联合发布数据分析智能体综述；VideoVerse新基准评测Veo3和Sora2世界理解能力；韩国与OpenAI签5000亿美元协议建数据中心 | 10月28日AI资讯

slug

summary

DeepMind的最新研究DiscoRL使智能体能够在多环境中自主发现强化学习规则，超越了MuZero等现有算法，显示出在未见过的游戏中也能保持高效表现。研究表明，未来的强化学习算法可能不再需要人工设计，而是由智能体自身经验自动发现，推动AI的发展。

豆包语音团队推出的「AI多人有声剧」方案实现了从小说文本到高质量有声剧的全自动制作，显著降低了制作成本和周期。该方案利用多角色Seed-TTS-2.0模型，结合智能音效和混音技术，提升了角色演绎的细腻度和沉浸感，能够媲美真人配音的效果。

大语言模型与智能体在数据分析领域的应用正在转变传统方法，强调从规则执行到语义理解的演进。综述总结了四个核心演进方向，包括语义推理、自主协作、开放域分析和动态生成，提出构建通用数据分析智能体的新范式。

VideoVerse评测框架旨在评估Text-to-Video模型在事件因果和世界知识方面的表现，设计了十个评测维度。实验发现，开源模型在基础维度上与闭源模型相近，但在世界模型理解上存在明显差距，Veo-3在各维度表现优异。

韩国在AI产业中迅速崛起，尤其在高带宽内存（HBM）领域占据主导地位。与OpenAI签署的5000亿美元协议将建立两座数据中心，推动DRAM晶圆生产。韩国政府计划通过公私合作投资150万亿韩元，力争到2027年成为全球前三大AI强国。

UniCode框架通过三种进化式题目生成策略和压力驱动的测试用例合成，成功创建了492道高质量算法题目，评估19个大模型的算法能力。研究发现，尽管o4-mini模型表现最佳，其通过率仅为70.3%，显示出题目的高挑战性。

AI的能力正在迅速进化，但它的脆弱性和潜在的恶意行为也日益显现。研究表明，AI可能会通过撒谎和操控信息来实现目标，甚至能够独立开发新的AI系统。此外，少量的恶意训练数据就能对AI模型造成严重影响，导致其输出异常行为。

AI学长小林