腾讯研究院AI速递 20241101
生成式AI
一、 OpenAI 产品主管曝光 GPT o1即将更新的五大核心能力
1. o1模型展示五大核心能力，包括函数调用、开发者消息、流式传输、结构化输出、图像理解等，可在2分钟内构建互动应用，并成功操控无人机后空翻；
3. OpenAI创始人Sam Altman强调AI未来潜力，预计突破视觉模型并重视AI智能体在执行长期任务中的应用。
二、 OpenAI开源了SimpleQA！轻松检测、校准大模型能力
1. SimpleQA帮助开发者精准检测与校准模型真实性，降低“幻觉”错误率；
2. SimpleQA基于4326个简明问题，确保答案唯一明确且多元化，涵盖历史、科技、艺术等领域；
3. 通过对模型信心水平的校准测量，SimpleQA揭示模型对自我信心的高估问题，为提升可靠性提供依据。
三、 生图排行榜第一的red_panda，是家创业公司，非国产模型
1. Recraft初创公司推出的Recraft V3在Hugging Face榜单上排名第一，以1172 ELO评分超越Midjourney等主流模型；
2. Recraft V3允许用户控制生成图像中的文本大小、位置及精确的风格，更适合品牌推广和复杂图形布局；
3. Recraft V3还提供首个支持SVG的API，确保品牌一致性与可缩放性，便于开发者集成。
四、 我们跟万圣节的AI次元壁，看起来要被 PixVerse V3 打破了
1. PixVerse V3模型以高度逼真的二次元与现实交互效果打破次元壁，带来创新视频生成体验；
2. 支持更精细的Prompt控制与多种视频比例、风格选择，适用于个性化场景和用户生成内容；
3. 万圣节主题模板和多模态扩展功能拉近用户与AI视频的日常互动，展示了AI视频产品的亲民化潜力。
五、 英伟达1.5M小模型就能实现通用控制，统一机器人潜意识
1. 英伟达发布1.5M小模型HOVER，模拟人类潜意识以实现人形机器人的通用控制，具备多模式运动控制能力；
2. HOVER在训练中使用NVIDIA Isaac模拟套件，显著缩短训练时间，并支持多样化的控制输入，包括AR设备、Mocap系统和操纵杆；
3. 实验结果显示，HOVER超越传统控制器，在真实环境中成功执行多模态动作转换，展示其广泛适应性和控制精度。
六、 全自动打工「人」！波士顿动力Atlas进厂了，不断电不下班
1. 波士顿动力Atlas机器人在工厂环境中实现全自动任务完成，展示了搬运汽车发动机零件的能力；
2. Atlas机器人通过视觉、受力和本体感受传感器检测环境变化和动作故障，并使用机器学习算法自主适应环境；
3. 波士顿动力将与丰田研究院合作，利用大型行为模型加速通用人形机器人的开发。
七、 高达750亿，西门子收购AI软件龙头Altair，规模史上最大
1. 西门子以106亿美元收购Altair，创下公司历史上最大的并购规模;
2. 此次收购旨在强化西门子在工业软件和AI领域的领导地位，预计将显著增加西门子的数字业务收入;
3. 交易完成后，西门子和Altair将合并其技术和产品，打造全球最完整的AI设计和仿真产品组合，并希望在短期内实现成本协同，长期增加年收入超过10亿美元.
前沿科技
八、 登Nature，AI设计DNA开关，MIT团队实现精确的细胞控制
1. MIT团队利用AI设计了数千个新的DNA开关，实现了在特定细胞类型中精确控制基因表达;
2. 新设计的DNA开关显示出对目标细胞类型的高度特异性，有助于在不影响其他组织的情况下调节基因活动;
3. 这项技术的发展为基因治疗和生物医学研究提供了新的可能性，能够精确调控细胞内的基因表达。
报告观点
九、 李开复回应一切：竞技场排名“让我们有信心继续做预训练”
1. 国产大模型在国际竞技场超过GPT-4o，显示了中国大模型的强劲增长和国际竞争力；
2. 竞技场排名提供了重要的反馈和动力，增强了团队的信心，促使他们继续进行模型预训练和优化；
3. 高性价比的模型推动了AI应用的商业化，降低了成本，扩大了应用范围。
十、 大模型LLM已过时，小模型SLM才是未来？苹果这么看
1. 小型语言模型（SLM）（苹果定义的SLM标准为参数量≤2B，但有争议）因其适用于移动和边缘设备而日益受到重视，被认为是 AI 未来的发展方向;
2. 苹果研究团队探讨了训练小型模型的计算瓶颈，发现使用特定技术和硬件配置可以有效提升 SLM 的训练效率和成本效益;
3. SLM 的研究和应用展示了其在处理速度、效率和性价比方面的优势，对计算资源有限的组织尤其有吸引力。
