AI资讯

北京时间9月13日凌晨，OpenAI发布o1大模型，“草莓”终于现真身了，酝酿已久的“草莓”终于面世。 据了解，OpenAI o1模型经过强化学习训练可以执行复杂的推理，还能解决比以前更难的科学、编码和数学问题。官方称，OpenAI o1模型在美国数学奥林匹克 (AIME) 预选赛中跻身美国前 500 名学生之列，并在物理、生物和化学问题 (GPQA) 基准…

7月13日，最新一期的《歌手》公布排名，孙楠得票13.8%，外国歌手香缇莫得票13.11%，以微小的分数差距引发网友热议:13.8和13.11哪个大？ 看了一下评论，居然有不少网友认为是13.11比13.8大，顺带在评论区分析了一番。看到评论的小编，有那么一瞬间以为他们在玩抽象。怪不得网友戏称这一群认为13.11更大的人是“九年义务漏网之鱼”，毕竟这是小学的…

在10月初，OpenAI在旧金山召开了开发者大会。在发布会中，OpenAI推出了Realtime API 的公开测试版。 Realtime API是一种实时多模态API，它允许开发人员构建低延迟、多模态的AI应用体验。这个API背后的技术是GPT-4o模型，它支持音频输入和输出，能够实现超越传统基于文本的AI对话的实时、自然的语音交互。 像Realtime这…

一则新闻 今天猛然看到一则新闻标题，大意是李飞飞团队仅用 50 美金就复刻出了一个媲美 R1 的模型。我的第一反应是「不可能，又是什么标题党」；第二反应是「数据应该不是凭空捏造的，索性求证一下？」 然后，我找到了原始论文《s1: Simple test-time scaling》（https://arxiv.org/pdf/2501.19393）。仔细拜读之…

在8月底的《脱口秀和Ta的朋友们》节目中，脱口秀演员赵晓卉的淘汰发言再次出圈，表现甚至比她在脱口秀比赛中的表现更为精彩，被观众称为“淘汰感言区的统治王者” ，在短短几分钟的淘汰感言中接连涌现出的金句，令人印象深刻： “上过班的人，都不会想做 PPT” “我对PPT已经 PPTSD 了” “昨天赢不了PPT、今天交不了 PPT” …… …

近日，一款来自初创公司的识别神器Doc2X备受关注。小编为此也特意去了解了，发现非常有意思的是，为了让用户更直观的看到Doc2X的实力，Doc2X在官网中以文档的形式给大家展示了Doc2X与市场上各竞品的识别能力做对比分析。 竞品主要包括：mathpix、庖丁PDFlux、pix2text、合合信息TextIn、腾讯云大模型知识引擎文档解析。测评范围主要包括…

早前，一个“资深程序员已经用ai开始干活了”的热搜话题引发了广大网友的关注，截至目前这一话题阅读量已经破亿。 在这一话题下，引发了网友关于AI技术与编程工作关系的深入讨论，甚至有网友发出疑问”AI发展在未来是否会取代人类的工作岗位”。实际上，不仅仅是程序员，无论是在职场还是日常生活中，AI工具更多地是作为一个强大的辅助手段，帮助我们快速实现想法、…

随着AI技术的发展，不断突破着传统界限。许多曾经存在想象中的事情变成了现实，这或许就是科技的意义。 最近看到了一个非常令人感动的文章“他用Luma和Suno复活了逝去11年的爱人，给我看破防了。” （参考原文：https://mp.weixin.qq.com/s/DIkPAA-P9P1AWveAFeNtqA） 原文是这样的，作者在X上看到了一个名为Koya …

近日，行业内有不少新模型涌现出大众的面前，我们会发现，有的模型会在其官方宣传中提到“多模态”一词，比如大家熟知的GPT-4o、Gemini 1.5 Pro等，在发布时都被定义为“原生多模态”，这些多模态LLM在相关的介绍中，都用到了“视觉能力”、“视觉理解”这样的表述。 简单的理解，就是这些模型能够“看得见，并看得懂”，仿佛人的眼睛。为此，很多人…

11月2日，Anthropic在社交媒体平台宣布，在其Claude 3.5 Sonnet 模型中增加了PDF理功能，这一功能不仅能读懂PDF中的文字，还能看懂图表、图片等视觉元素。 目前这一新功能已进入公开测试阶段，用户可以利用该模型来分析PDF文档中的文本和视觉元素（如图像、图表和表格），适用于财务报告、数据分析、法律文件和文档翻译等多种场景。 而这一PD…