00:00

Grove利用人工智能缩短临床试验招募时间

Grove AI 利用生成式 AI 技术，开发语音助手 Grace，显著优化临床试验患者招募流程。通过语音交互进行预筛选，Grace 将注册时间从数周缩短至几分钟，并自动安排现场访问。该技术解决了医疗领域长期存在的官僚主义和系统落后问题，已服务 70,000 名患者，完成 7,000 次预约。Grove AI 近期获得 490 万美元种子轮融资，投资者看好其在 AI 和计算生物学领域的潜力。此外，公司正开发基于 AI 的患者数据管理工具，有望进一步推动医疗数据管理的数字化转型。

来源：TechCrunch AI

# AI对话 # 医疗AI # 模型突破

0 0

23:31

微软在用户投诉图像质量下降后回退其必应图像生成模型

微软在 Bing Image Creator 中升级了基于 OpenAI DALL-E 3 的 AI 图像生成模型（PR16），承诺提升生成速度与质量，但用户反馈图像质量显著下降，导致微软决定回滚至旧版本（PR13）。此次事件凸显了 AI 模型在真实场景中的评估挑战，内部基准测试与用户感知存在偏差。同时，这也反映了多模态生成模型在细节与真实性优化上的技术瓶颈，以及企业在模型迭代中平衡性能与用户体验的复杂性。

来源：TechCrunch AI

# AI绘画 # 模型安全 # 用户反馈

0 0

16:17

微软通过公共和私营部门的交易支持其在印度的30亿美元人工智能计划

微软宣布在印度核心领域展开广泛AI合作，计划投资30亿美元，与政府及企业合作推动AI技术应用。重点包括：支持印度AI数据集平台的数据收集与合成生成，培训50万名AI技术人才，建立AI卓越中心及20个AI实验室。合作涵盖铁路、医疗、金融、制造和教育领域，如与RailTel合作推进铁路数字化和AI转型，与Apollo Hospitals开发医疗AI助手，与Bajaj Finance合作实现年成本节约1800万美元。此举旨在与谷歌、亚马逊等竞争，加速AI在印度的商业落地和人才培养，推动多模态AI和边缘计算等技术的应用。

来源：TechCrunch AI

# AI对话 # 多模态AI # 模型突破

0 0

09:43

英伟达开源 Cosmos 世界模型：助力机器人与自动驾驶数据生成

英伟达开源了 Cosmos 世界模型，这模型支持文生视频和文+视频生视频，主要应用于机器人和自动驾驶领域的大规模合成数据生成。

目前，英伟达已经开放了多个不同的预训练模型，这些模型均支持商业用途。佬友们也可以在线体验下，看看这个模型的实际效果如何。

来源：三花快讯

# AI视频 # 多模态AI # 模型突破

0 0

01:30

实时更新 CES 2025：Nvidia 后续动态及 Linda Yaccarino 主题演讲，展会现场开启

Nvidia 在 CES 2025 上推出 Project Digits，一款个人 AI 超级计算机，搭载 Grace Blackwell 超级芯片，支持运行高达 2000 亿参数的模型。该设备旨在降低高性能 AI 计算的门槛，推动 AI 技术在边缘计算和个性化应用中的普及。同时，May Mobility 展示了电动自动驾驶小巴，进一步扩展 AI 在交通领域的落地场景。这些创新标志着 AI 技术向更高效、更普惠的方向发展，同时加速了 AI 在消费级和行业级应用的商业化进程。

来源：TechCrunch AI

# AI训练 # 模型突破 # 边缘计算

0 0

11:31

罗永浩 Jarvis 发布 J1 Assistant：安卓用户的 AI 新助手

罗永浩旗下的 AI 初创项目 Jarvis 近日发布了名为 J1 Assistant 的聚合类 AI 助理软件。目前，该软件仅支持部分安卓机型。用户可以通过长按发送语音至联系人、谷歌搜索引擎、ChatGPT 或创建备忘录。UI 设计颇具锤子科技风格，当前版本为 0.8.3-beta1。感兴趣的朋友可以在J1 Assistant 官网(https://matter.ai/)下载体验。

来源：三花快讯

# AI对话 # 模型突破

0 0

11:26

阿里通义千问 Qwen 推 CodeElo 基准，OpenAI o1-mini 夺冠超 90% 人类程序员

阿里通义千问 Qwen 推出了 CodeElo 基准测试，利用 Elo 评级系统评估大语言模型（LLM）的编程能力。CodeElo 通过 CodeForces 平台的题目进行测试，确保评估的准确性和全面性。在测试中，OpenAI 的 o1-mini 模型表现最佳，Elo 评分为 1578，超过了 90% 的人类程序员。
来源：AI工具集

来源：AI工具集

# AI对话 # 模型突破

0 0

11:26

谷歌 DeepMind 推 CAT4D：普通视频变 3D 大片，单视角视频也能转换多视角了

谷歌 DeepMind 联合哥伦比亚大学和加州大学圣地亚哥分校开发了 CAT4D AI 系统，能够将普通视频转化为动态 3D 场景。系统基于扩散模型，将单视角视频转换为多视角视图，用户可以从不同角度观看视频中的主体。
来源：AI工具集

来源：AI工具集

# AI视频 # 多模态AI # 模型突破

0 0

11:26

马斯克称 Grok 3 即将推出：已完成预训练，计算量比 Grok 2 高十倍

马斯克宣布 Grok 3 即将推出，预训练已完成，计算量比 Grok 2 高出十倍。去年 7 月，Grok 3 使用了 10 万块英伟达 H100 芯片进行训练，但未能如期发布。去年 12 月，xAI 向所有 𝕏 平台用户免费推出了 Grok-2 模型，Premium 用户将优先访问新功能。
来源：IT之家

来源：AI工具集

# AI对话 # 模型突破

0 0

11:26

「天工大模型4.0」o1版和4o版正式上线天工APP和网页，免费使用

昆仑万维集团宣布，「天工大模型4.0」o1版和4o版于2025年1月6日正式上线天工网页和APP，供用户免费使用。o1版专注于中文逻辑推理，具备强大的数学、代码、逻辑、常识和伦理决策能力，通过多智能体体系和强化学习等技术提升推理性能。4o版为多模态模型，语音对话助手Skyo具有情感表达和多语言切换能力，提供流畅的实时对话体验。
来源：昆仑万维集团

来源：AI工具集

# AI对话 # 多模态AI # 模型突破

0 0

10:35

SHMT自监督层级化妆迁移模型代码开源，NeurIPS2024官方认证！

由阿里巴巴达摩院实习生孙朝阳等人开发的SHMT模型，采用隐式扩散模型实现自监督层级化妆迁移，已被NeurIPS2024接收。项目包含训练、测试代码及预训练模型，已开源并验证可正常训练和推理。此外，团队在CVPR2024、TNNLS2023和AAAI2022也有相关成果发布。代码链接：https://github.com/Snowfallingplum/SHMT

来源：GitHub

# AI训练 # 模型突破 # 生成模型

0 0

08:56

萨姆·阿尔特曼对解雇他的OpenAI董事会成员有话要说

OpenAI CEO Sam Altman 在采访中透露了公司未来技术发展方向，包括芯片计划和大语言模型 ChatGPT 的定价策略。这一事件凸显了 AI 企业在技术研发与商业化落地中的关键挑战，如算力优化、成本控制和商业模式的探索。OpenAI 的技术路线将继续影响大语言模型和多模态 AI 的发展，推动其在智能助手、AI 编程等领域的应用深化。

来源：TechCrunch AI

# AI对话 # 多模态AI # 模型突破

0 0

00:00

字节开源 LatentSync：高效口型同步扩散模型

LatentSync 是字节开源的用于口型同步的扩散模型，只需提供角色视频和要同步的音频即可生成。该模型对硬件的要求适中，仅需 6.5 GB 的 GPU 即可运行，适合大多数开发者和研究人员使用。此外，@fffiloni大佬还提供了一个在线演示可以玩一下。

来源：三花快讯

# AI音频 # 模型突破

0 0

00:00

DDUF：统一扩散模型分发与权重保存的单文件格式

DDUF（DDUF’s Diffusion Unified Format）是一种为扩散模型设计的单文件格式，旨在统一不同的模型分发方法和权重保存格式。它将模型的所有组件打包到一个文件中，并且与语言无关，支持远程解析。目前社区热门的模型已经有专门的 DDUF 格式了，之前看到一大堆文件就头疼，以后就好了。

来源：三花快讯

# 多模态AI # 模型突破

0 0

00:00

微软计划在2025财年投入800亿美元用于人工智能数据中心

微软计划在2025财年投入800亿美元建设AI数据中心，主要用于训练AI模型和部署全球AI及云应用。其中超半数投资将用于美国，旨在推动AI技术创新和生产力提升。微软与OpenAI正合作开发名为Stargate的AI超级计算机数据中心，预计耗资超1000亿美元。此举凸显AI对算力和电力的巨大需求，可能引发数据中心电力短缺问题，同时也标志着AI基础设施建设的全球竞争加剧。

来源：TechCrunch AI

# AI训练 # 数据中心 # 模型突破

0 0

17:08

阿里入局 AI 眼镜：与雷鸟达成战略合作，产品将接入通义大模型

雷鸟创新与阿里云达成AI眼镜领域的独家战略合作，阿里云通义大模型将为雷鸟AI眼镜提供技术支持。是国内首次大模型与AI眼镜硬件厂商深度定制合作。双方将共同投入研发资源，围绕云计算、大模型、AI硬件等领域合作。雷鸟计划于1月7日发布雷鸟V3 AI拍摄眼镜。
来源：IT之家

来源：AI工具集

# AI硬件 # 模型突破

0 0

17:08

微软发布新模型 LAM ，可以自己操作Windows程序

微软推出 LAM（Large Action Model）“大型动作模型” ，能够独立操作Windows程序，将用户请求转化为实际行动。是首个专门训练与微软Office产品一起工作的模型。在Word测试中，LAM的成功率达到71%，速度超过GPT-4o。
来源：AI工具集

来源：AI工具集

# AI智能体 # 模型突破

0 0

00:00

xAI的下一代AI模型未能按时发布，延续了这一趋势。

xAI 的下一代大模型 Grok 3 未能如期发布，反映了当前 AI 模型发展的技术瓶颈。尽管 Elon Musk 曾表示 Grok 3 将在 2024 年底推出，并基于 10 万块 H100 GPU 进行训练，但至今未见其踪影。这一延迟与 Anthropic、Google 和 OpenAI 等公司在旗舰模型发布上的挫折相呼应，凸显了现有 AI 扩展法则的局限性。随着模型性能提升的边际效益递减，企业正探索替代技术路径。此外，xAI 团队规模较小也可能影响了开发进度。这一趋势表明，传统 AI 训练方法正面临瓶颈，亟需技术创新以突破现有局限。

来源：TechCrunch AI

# AI训练 # 模型突破

0 0

18:05

英伟达新一代显卡领衔，一波AIPC芯片产品有望亮相CES展

英伟达CEO黄仁勋将在CES 2025发表开幕演讲，可能发布新一代GeForce RTX50系列显卡。英特尔和AMD也预计在会上发布AIPC相关产品，推动AI芯片技术迭代。行业已进入用户体验探索阶段，AIPC芯片具备自然语言交互等特点，有望快速渗透PC市场，带动产业链升级。
来源：财联社

来源：AI工具集

# AI芯片 # PC市场 # 模型突破

0 0

18:05

谷歌前CEO施密特预测：AI 将在今年获得“永久记忆”，2028 美国会耗尽能源储备

谷歌前CEO埃里克·施密特预测，2025年AI将实现三大突破：获得“永久记忆”、智能体从对话到行动的飞跃、文本到行动的编程革命。他强调AI变革将“一切，无处不在，同时发生”，警告美国可能在2028年耗尽能源储备，因数据中心耗电量巨大。
来源：36Kr

来源：AI工具集

# AI智能体 # 多模态AI # 模型突破

0 0