24小时内中国AI前沿科技最新消息

2024 年 11 月，AI 圈发生了以下大事： 11 月 1 日： 《》来自南乔，10 月 AI 行业大事件盘点包括多家公司的重要发布和创新，如 OpenAI 推出多项新功能，字节发布 AI 智能体耳机，以及各大模型的开源。趋势方面，强化学习被认为是推动 AGI 发展的关键技术，原生多模态模型逐渐成为研究热点。新兴应用如 AI 音乐创作、翻译和智能助手等受到关注，整体呈现出技术与应用的快速发展态势。 《》来自歸藏，10 月份美国 AI 聊天机器人市场报告显示，ChatGPT 仍是市场领导者，但份额逐渐下降。谷歌和微软在争夺第二的位置，Perplexity 和 ClaudeAI 则实现高速增长，正在从 ChatGPT 和 Gemini 手中蚕食市场份额。总体来看，专业 AI 工具的增长势头强劲，而初创公司的用户获取相对缓慢。 《》比尔・盖茨在采访中讨论了人工智能的革命性影响，认为 AI 将使每个人都能成为“超级个体”，改变人机交互方式。他强调 AI 将显著降低白领工作的成本，并逐渐影响蓝领市场。盖茨还提到他对全球健康和气候问题的关注，认为技术创新速度超出预期，未来 20 年将是充满希望的时期。他同时探讨了可再生能源的发展，尤其是核能和太阳能的潜力。 11 月 7 日： 《》Marc Andreessen 强调，真正的变革性技术必须从产品设计之初就深度融入，而不是简单地在现有产品上添加 AI。他指出，AI 作为一种新型计算机，能够以概率方式输出结果，带来无限创造力。AI 将在多个行业引发重大变革，尤其是在生物科技和金融等领域，初创公司有机会重新定义产品类别，摆脱传统束缚。 《》前 OpenAI 研究员 Alexey Guzey 在 2017 至 2024 年间对人工智能（AI）发展的看法变化。他最初认为实现通用人工智能（AGI）需要数十年，但后来逐渐意识到大型语言模型（LLM）实际上并不具备真正的思考能力。阅读几年间他的心路历程，是非常好的求索经历。 《》在 10 月的总结中，Orange AI 反思了创业的艰辛，强调创业最难的是人和信任。创业者需找到优秀团队，并相信自己和他人。此外，利益分配在企业盈利后成为关键问题，需要坦诚沟通。10 月关注了 AI 搜索、音频、视频生成和编码等主题，并参与了多个活动，收获颇丰。 此外，还有关于 AI 在未来一年的 10 个预测： 一个主权国家向美国大型人工智能实验室投资 100 亿美元以上，需要国家安全审查。 没有任何编码能力的人独自创建的应用程序或网站将会迅速走红（例如 App Store Top100）。 案件开始审理后，前沿实验室对数据收集实践实施有意义的改变。 由于立法者担心权力过度，欧盟人工智能法案的早期实施最终比预期更为缓慢。 OpenAl o1 的开源替代品在一系列推理基准测试中超越了它。 挑战者未能对 NVIDIA 的市场地位造成任何重大打击。 由于公司难以实现产品与市场的契合，对人形机器人的投资水平将会下降。 苹果设备上研究的强劲成果加速了个人设备上 AI 的发展势头。 人工智能科学家撰写的研究论文被大型机器学习会议或研讨会接受。 一款以与 GenAI 元素交互为基础的视频游戏将取得突破性进展。

在 ComfyUI 中使用 Flux1dev 模型，24G 显存是可以的，但建议内存尽量高于 32G 以避免意外情况的发生。如果您的显卡是 24G 或更高，右键 24G 那个 train_flux_24GLora 的文件。修改脚本路径和参数时，要注意底模路径、VAE 路径、数据集路径，还有下面的 clip 路径和 T5xxl 路径的正确填写。ae.safetensors 和 flux1dev.safetensors 的下载地址为：https://huggingface.co/blackforestlabs/FLUX.1dev/tree/main 。flux 相关模型（体积较大）的夸克网盘链接：https://pan.quark.cn/s/b5e01255608b ，百度网盘链接：https://pan.baidu.com/s/1mCucHrsfRo5SttW03ei0g?pwd=ub9h 提取码：ub9h 。如果 GPU 性能不足、显存不够，底模可以使用 fp8 的量化版模型，下载地址：https://huggingface.co/Kijai/fluxfp8/tree/main 。最后下载 dev 的工作流： ，或者使用官方原版的图片链接 https://comfyanonymous.github.io/ComfyUI_examples/flux/flux_dev_example.png ，打开 ComfyUI 把工作流或图片拖拽到其中即可。

以下是 2024 年 11 月 1 日至 11 月 8 日的部分世界 AI 新闻： 11 月 1 日： 《》来自南乔，10 月 AI 行业大事件盘点包括多家公司的重要发布和创新，如 OpenAI 推出多项新功能，字节发布 AI 智能体耳机，以及各大模型的开源。趋势方面，强化学习被认为是推动 AGI 发展的关键技术，原生多模态模型逐渐成为研究热点。新兴应用如 AI 音乐创作、翻译和智能助手等受到关注，整体呈现出技术与应用的快速发展态势。 《》来自歸藏，10 月份美国 AI 聊天机器人市场报告显示，ChatGPT 仍是市场领导者，但份额逐渐下降。谷歌和微软在争夺第二的位置，Perplexity 和 ClaudeAI 则实现高速增长，正在从 ChatGPT 和 Gemini 手中蚕食市场份额。总体来看，专业 AI 工具的增长势头强劲，而初创公司的用户获取相对缓慢。 《》比尔・盖茨在采访中讨论了人工智能的革命性影响，认为 AI 将使每个人都能成为“超级个体”，改变人机交互方式。他强调 AI 将显著降低白领工作的成本，并逐渐影响蓝领市场。盖茨还提到他对全球健康和气候问题的关注，认为技术创新速度超出预期，未来 20 年将是充满希望的时期。他同时探讨了可再生能源的发展，尤其是核能和太阳能的潜力。 11 月 8 日： 《》由上海外国语大学图书馆发布，探讨了 AI 素养在数智时代的重要性和演变。报告指出，AI 素养不仅涉及技术知识，还包括态度、价值观和应对复杂需求的能力。随着 AI 技术的广泛应用，社会对 AI 素养的需求日益增长。 其它一些报告发布在： AIGCxChina 研究院、无界 AI：《》 《》（英文） 《》 请注意，这只是部分新闻，可能还有其他未涵盖的内容。

以下是一些您的联想异能者配置（i512450 八核，32GB 内存，1TB 固态硬盘）可部署的开源大模型及相关信息： ComfyUI 相比 WebUI 配置更低，系统资源占用更少，出图速度更快。ComfyUI 最低可在小于 3G 的 GPU 上运行，甚至没有 GPU 光用 CPU 也可以运行，但速度极慢。SDXL 出来后提高了运行配置，最低需要 8GB 显存+32GB 运行内存，12GB 流畅运行，推荐 16GB 以上。玩 SDwebui 和 ComfyUI 建议使用 6GB 以上的显存的 NVIDIA 显卡（N 卡），内存在 16G 以上。硬盘会影响加载模型的速度，所以最好把软件和模型部署在 SSD（固态硬盘）上。 截止 2024 年 5 月，主流的 AI 笔记本电脑主要是一些专门为人工智能和深度学习设计的高性能移动工作站。一些知名品牌包括微软第 11 代 Surface Pro、微星 Creator/Workstation 系列、技嘉 Aero/Aorus 系列、戴尔 Precision 移动工作站、惠普 ZBook 移动工作站、联想 ThinkPad P 系列。这些笔记本通常配备强大的 GPU（如 NVIDIA RTX 系列）、大容量内存（32GB 以上）和高速固态硬盘，还通常预装了 NVIDIA CUDA、cuDNN 等深度学习框架，以及各种 AI 开发工具。但这类高端 AI 笔记本价格相对较高，通常在 2000 美元以上。用户可根据自身需求和预算选择合适型号，并关注散热、续航等实际使用体验。 请注意，配置上不封顶，您可根据自己的需求和预算来选择。

以下是关于《State of AI 2024》报告的相关信息： 该报告由来自剑桥大学的 AI 风险投资公司 Air Street Capital 创始人兼 CEO Nathan Benaich 和来自牛津大学的 Air Street Capital 平台负责人 Alex Chalmers 共同发表。 报告主要围绕人工智能（AI）领域的最新进展、政治动态、安全挑战及未来预测几大方面进行说明。 报告中的关键要点包括：OpenAI 的 o1 模型在数学、科学和推理方面重新定义了 AI 的极限；中国的 AI 模型在面对制裁时表现出色；生成式 AI 的初创公司获得巨大收益，但可持续性仍存在问题。 报告每年 10 月份发布，对未来 12 个月有 10 大预测，例如某主权国家将向一家美国大型 AI 实验室投资超 100 亿美元并引发国家安全审查等。报告链接为：

以下是为您找到的《InfoQ：中国 AI Agent 应用研究报告 2024》的链接：https://waytoagi.feishu.cn/record/Y45LrXJiwe4SgYc5tMZcVVtqn6b

以下是为您提供的关于爬虫的指导： 如果您不会代码但想要完成一个爬虫应用，可以参考以下步骤： 1. 已知文章地址：https://mp.weixin.qq.com/s/KUnXlDlgRs_6D5RFpQbnQ 。 2. 已知 ChatGPT 很会写程序，并且使用 Colab 。 3. 得出结论：让 ChatGPT 帮我们写抓取该文章正文内容的程序，然后在 Colab 里运行。 在许多情况下，对于爬虫任务，我们需要明确以下几点： 1. 当有简单需求时，给 AI 下达明确命令来完成一次性任务，例如制作一个简单的 Chrome 插件、编写脚本或创建 Python 爬虫。 2. 当 AI 满足简单需求并获得正反馈后，期待会提高，但需要了解 AI 编程的边界和限制。 3. 对于大多数需求，应优先寻找现成的软件解决方案，遵循以下顺序： 优先找线上工具，例如制作白底图等功能，如果线上有现成的工具那最好。 其次找插件，基于现有系统找合适的插件。 最后是本地应用，当线上工具和插件都不满足需求时，再考虑本地应用。 4. 对于 API 功能： 先找现成的开源工具，GitHub 上很多。 然后考虑付费服务。 5. 如果都找不到现成的方案，才考虑自己编程。毕竟，人生苦短，要以终为始，抛开技术障碍，聚焦于目标。

以下是新手学习 AI 的方法和建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，可根据兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库中有很多实践后的作品、文章分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。

以下为您介绍一些 AI 绘画软件： MewXAI：这是一款强大专业且新手友好、操作简单的 AI 绘画创作平台。其功能包括 MX 绘画（拥有众多超火模型和上百种风格，支持文生图、图生图）、MX Cute（自研的可爱风动漫大模型）、MJ 绘画（创意度和想象力极高，适用于多种设计）、边缘检测（对草图上色，有多种渲染风格）、室内设计（上传空间图可完成多种风格设计）、姿态检测（精准控制人物动作）、AI 艺术二维码（创建艺术二维码）、AI 艺术字（融入光影文字等）。访问地址：https://www.mewxai.cn/ 辅助绘制 CAD 图的 AI 工具： CADtools 12：Adobe Illustrator 插件，添加 92 个绘图和编辑工具。 Autodesk Fusion 360：集成 AI 功能的云端 3D CAD/CAM 软件。 nTopology：基于 AI 帮助创建复杂 CAD 模型。 ParaMatters CogniCAD：根据设计目标和约束条件自动生成 3D 模型。 主流 CAD 软件（如 Autodesk 系列、SolidWorks 等）的生成设计工具。 以下是一些 AI 绘画软件的教程链接： 请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是为新手提供的学习 AI 的方法和建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始学习，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 总之，无论是新手还是中学生，都可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能，为未来的 AI 发展做好准备。

以下是为新手学习 AI 提供的全面指导： 一、了解 AI 基本概念 建议阅读「」部分，熟悉 AI 的术语和基础概念。了解人工智能是什么，其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。同时，浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 二、开始 AI 学习之旅 在「」中，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 三、选择感兴趣的模块深入学习 AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。同时，一定要掌握提示词的技巧，它上手容易且很有用。 四、实践和尝试 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 五、体验 AI 产品 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 对于中学生学习 AI ，还有以下建议： 1. 从编程语言入手学习 可以从 Python、JavaScript 等编程语言开始学习，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目 可以参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 总之，新手和中学生可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能，为未来的 AI 发展做好准备。

以下是用 AI 生成动画的一些教程： 1. 端午节动态视频： 可以使用即梦或 runway 等工具。如果要字不动，可以先在剪映里添加文字 logo 素材。 先什么关键词都不写，如果效果不满意，再添加关键词。 将视频放入剪映，放上 PNG 透明底图后导出。 2. Runway 生成 AI 动画： 使用图片+文字描述功能，将 MJ 生成的图片增加对应的动态描述，输入 Runway，同时增加镜头变换的设置。具体教程可查看。 3. 利用 AI 批量生成、模仿和复刻《小林漫画》（内含 coze 搭建视频教程）： 作者景淮会带着大家试着搭建一个扣子（Coze）工作流来直接生成文字和图片。本文会按照需求分析、扣子搭建、扣子使用链接分享、批量生产图片、总结的顺序进行。

以下是关于 ChatGPT 的一些最新消息： Gradio 发布了 Gradio Discord Bot，允许在 Discord 服务器中使用 Spaces 中的演示进行语言翻译、文字转语音、文字生成图像等。 Hugging Face 现在可以使用 Docker Spaces。 OpenAI 预测到 2024 年收入将达到 10 亿美元。 ChatGPT 推出了更新，现在可以查看以前的历史对话。 2024 年 1 月 27 日，ChatGPT 又更新了，推出了新的 Mention 功能，可以在聊天窗口中通过@直接召唤任何 GPTS。 2024 年 4 月 26 日，ChatGPT 更新，正式推出个性化新功能，可以记住用户过去提到的内容，用户可自行决定要记住什么。

以下是为您找到的关于中国 AI 医美的相关消息： 有一个将 AI 和中医结合的项目，其先是用摄像头观察患者的口腔和舌苔，再用指尖传感器号脉，然后根据观测的数据生成选择题让患者作答，最后 AI 会生成药方。该项目目前应用在辅助看诊，能够提高诊疗效率，创始人的愿景是在未来实现 24 小时独立问诊开药。 但目前没有关于 24 小时内中国 AI 医美最新消息的准确和详尽内容。要获取最新的信息，您可以查阅相关的科技新闻网站、学术论坛或关注人工智能领域的社交媒体平台。

以下是关于 AI 数字人的最新消息： 目前业界对于数字人的定义尚未统一，一般可根据技术栈分为真人驱动和算法驱动两类。算法驱动数字人的相关开源代码有很多，如 ASR 语音识别方面的 openai 的 whisper（https://github.com/openai/whisper）、wenet（https://github.com/wenete2e/wenet）、speech_recognition（https://github.com/Uberi/speech_recognition，这是一个语音识别的接口集合，包含不同实现的语音识别接口）。AI Agent 大模型部分包括 ChatGPT、Claude、ChatGLM、文星一言、千帆大模型、通义千问等，Agent 部分可使用 LangChain 的模块进行自定义（https://www.langchain.com/）。TTS 方面，有微软的 edgetts（https://github.com/rany2/edgetts，只能使用里面预设的人物声音，目前接口免费）、VITS（https://github.com/jaywalnut310/vits）以及专注于唱歌的 sovitssvc（https://github.com/svcdevelopteam/sovitssvc，前段时间很火的 AI 孙燕姿就与其相关）。 4 月 25 日的消息： Synthesia 推出新型虚拟数字人 Expressive1，能通过脚本预测表情，数字人可自动解析和理解文本情绪，实现表情和声音同步。链接：https://x.com/imxiaohu/status/1783505405488054433 360 AI 浏览器新版增加了视频总结、提问、转录和翻译功能，支持本地和网络视频的内容分析，但无法提取无对白视频摘要。链接：http://browser.360.cn/ai https://x.com/imxiaohu/status/1783495437422649719 全球最大 AI 知识库“通往 AGI 之路”网站访问量突破 1000 万，网站内容丰富，旨在推动 AI 知识的普及。链接：http://WaytoAGI.com https://x.com/imxiaohu/status/1783475002815471669 日本横须贺市使用 AI 技术克隆市长，用于发布英语信息，技术应用广泛，包括灾难信息传播和旅游信息发布。

以下是关于 AI 数字人的最新消息： 4 月 25 日，Synthesia 推出新型虚拟数字人 Expressive1，能通过脚本预测表情，可自动解析和理解文本情绪，实现表情和声音同步。链接：https://x.com/imxiaohu/status/1783505405488054433 11 月 7 日，百度虚拟数字人“度晓晓”携文心一言入驻淘宝。链接：https://x.com/xiaohuggg/status/1721876724798136544?s=20

以下是 11 月 7 日的 AI 最新消息： 马斯克 xAI 公司宣布推出 PromptIDE 开发工具。 阿里云 A100 服务器业务暂停出租，算力价格飞涨。 微软发布 7 款针对对话优化的 AI 语音，更加逼真自然。 谷歌正测试 2 项 AI 功能，以改善 YouTube 观看体验。 微软将 AI 引入 Xbox，可生成 AI 角色、故事剧情等。 英国一学校启用人工智能担任校长，帮助教师了解学生。 百度虚拟数字人「度晓晓」携文心一言入驻淘宝。 美团推出 AI 产品 Wow 定位 AI 朋友社区。链接：https://x.com/xiaohuggg/status/1721876724798136544?s=20 当前 AI 前沿技术点包括： 1. 大模型（Large Language Models）：如 GPT、PaLM 等。 2. 多模态 AI：视觉语言模型（CLIP、Stable Diffusion）、多模态融合。 3. 自监督学习：自监督预训练、对比学习、掩码语言模型等。 4. 小样本学习：元学习、一次学习、提示学习等。 5. 可解释 AI：模型可解释性、因果推理、符号推理等。 6. 机器人学：强化学习、运动规划、人机交互等。 7. 量子 AI：量子机器学习、量子神经网络等。 8. AI 芯片和硬件加速。

以下是一些关于大模型的前沿论文： 2017 年发布的《Attention Is All You Need》，开启了大模型发展的序幕。 2018 年 Google 提出的 BERT（Bidirectional Encoder Representations from Transformers），创新性地采用双向预训练并行获取上下文语义信息及掩码语言建模，参数规模在 110M 到 340M 之间。 2018 年 OpenAI 提出的 GPT（Generative Pretrained Transformer），开创了仅使用自回归语言建模作为预训练目标的方式，参数规模达 1750 亿。 2021 年 Meta 提出的 Large LAnguage Model Approach（LLAMA），是首个开源模型，为构建更大规模、更通用的语言模型提供了方法与工具，参数规模在十亿到千亿之间。 2024 年苹果公布的《MM1:Methods,Analysis & Insights from Multimodal LLM Pretraining》，这是一个具有高达 30B 参数的多模态 LLM 系列，探讨了不同架构组件和数据选择的重要性。

以下是一些可以帮助找到产品相关前沿科技报道和论文的 AI 工具： 文献管理和搜索： Zotero：结合 AI 技术，能自动提取文献信息，助您管理和整理参考文献。 Semantic Scholar：由 AI 驱动的学术搜索引擎，提供文献推荐和引用分析。 内容生成和辅助写作： Grammarly：通过 AI 技术提供文本校对、语法修正和写作风格建议，提升语言质量。 Quillbot：基于 AI 的重写和摘要工具，可精简和优化内容。 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于数据分析和可视化。 Knitro：用于数学建模和优化，助力复杂数据分析和模型构建。 论文结构和格式： LaTeX：结合自动化和模板，高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，有丰富模板库和协作功能，简化编写过程。 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：通过与已发表作品比较，检测潜在抄袭问题。 使用这些工具时，应结合自身写作风格和需求，选择最合适的辅助工具。 此外，在“AI+教育”方面，也有一些相关案例和投稿，如： 《AI 洞察：一线医生如何实际使用 ChatGPT》：来自纽约时报最新报道，再现了 ChatGPT 在美国一流医院的实际场景。 《笔记：与 AI+教育前辈聊天》：亲测有效的让某人主动学习 AI 的方式。 《数学：OpenAI 发表论文大幅提高 ChatGPT 的数学准确性》：探讨了 ChatGPT 在数学方面的挑战和改进。 《书籍推荐：三本神经科学书籍》：强调多学科交叉对学习和运用 AI 的作用。

以下是关于 AI 行业前沿技术突破的相关内容： 2024 年，AI 模型在生物医学、气象预测等领域取得了重要突破。诺贝尔物理学奖和化学奖先后颁给了 AI，这不仅推动了机器学习的理论创新，还揭示了蛋白质折叠问题，标志着人工智能已成为一门科学学科和加速科学的工具。 在具体的技术应用方面： 基于深度学习和 Transformer 架构的蛋白质结构预测模型 AlphaFold 3 能够高精度地预测包括蛋白质、DNA、RNA、配体等生物分子的结构和相互作用，将为细胞功能解析、药物设计和生物科学的发展提供有力支持。 DeepMind 展示的新的实验生物学能力 AlphaProteo 是一种能够设计出具有三到三百倍亲和力的亚纳米摩尔蛋白结合剂的生成模型。 生物学前沿模型的扩展方面，Meta 发布的 ESM3 是一种前沿多模态生成模型，它在蛋白质序列、结构和功能上进行训练，能够学习预测任何模态组合的完成情况。 此外，在学习路径方面，偏向技术研究方向需要掌握数学基础（如线性代数、概率论、优化理论等）、机器学习基础（监督学习、无监督学习、强化学习等）、深度学习（神经网络、卷积网络、递归网络、注意力机制等）、自然语言处理（语言模型、文本分类、机器翻译等）、计算机视觉（图像分类、目标检测、语义分割等）等，还包括前沿领域如大模型、多模态 AI、自监督学习、小样本学习等以及科研实践。 偏向应用方向则需要具备编程基础（Python、C++等）、机器学习基础（监督学习、无监督学习等）、深度学习框架（TensorFlow、PyTorch 等），了解应用领域（自然语言处理、计算机视觉、推荐系统等）、数据处理（数据采集、清洗、特征工程等）、模型部署（模型优化、模型服务等），并进行行业实践。 AI 技术的发展历程大致为：早期阶段有专家系统、博弈论、机器学习初步理论；知识驱动时期有专家系统、知识表示、自动推理；统计学习时期有机器学习算法（决策树、支持向量机、贝叶斯方法等）；深度学习时期有深度神经网络、卷积神经网络、循环神经网络等。 当前 AI 前沿技术点包括： 大模型，如 GPT、PaLM 等。 多模态 AI，如视觉语言模型（CLIP、Stable Diffusion）、多模态融合。 自监督学习，如自监督预训练、对比学习、掩码语言模型等。 小样本学习，如元学习、一次学习、提示学习等。 可解释 AI，包括模型可解释性、因果推理、符号推理等。 机器人学，涉及强化学习、运动规划、人机交互等。 量子 AI，包含量子机器学习、量子神经网络等。 AI 芯片和硬件加速。

以下是最近人工智能领域的前沿技术新闻简报： 1. Netflix 列出了一个年薪 90 万美元的机器学习平台产品经理的 AI 产品工作岗位，详情可访问： 2. Shopify 的 AI 助手现已上线。Sidekick 是一个帮助机器人，它知道如何在 Shopify 中执行任何操作，包括提取相关数据、操作新功能或创建报告，详情可访问： 3. Artifact（Ins 创始人做的 AI 新闻浏览软件）推出了自定义内容阅读语音的功能，详情可访问： 4. OpenAI、谷歌、微软和 Anthropic 组建了前沿模型论坛，主要目的是确保 AI 模型的安全发展，详情可访问： 5. Open AI 悄咪咪下线了他们的 ChatGPT 生成内容的检测器，详情可访问：

目前，前沿的大语言模型公司包括： OpenAI：其 GPT4 是先进且广泛使用的大型语言模型，在多种任务上表现卓越。 Anthropic 公司：推出了 Claude 3 。 谷歌：有 Gemini 等大语言模型。 百度：文心一言。 阿里巴巴：通义大模型。 如果想了解国内的大模型效果，可以参考第三方基准评测报告： 。内容由 AI 大模型生成，请仔细甄别。

以下是关于人工智能前沿的一些信息： 在具身智能赛道方面，目前其底层动作技能还没看到可以泛化的办法。相关参考资料包括：Li,Junnan 等人的“Blip2: Bootstrapping languageimage pretraining with frozen image encoders and large language models”，Sun,Quan 等人的“Generative pretraining in multimodality”，BAI 资本的万字干货带你入门“具身智能”，以及中金的一系列关于人形机器人的研究等。 在职业变迁方面，充分发展的行业可能会被完全自动化，AI 本质上是人类经验的自动化回放，会雇佣更少人力，但技术也会开辟新行业。尽管技术变革可能突然涌现，但人类职业显著变化通常需一代人时间。若 AI 抢走多数人类工作机会，政府可用税收平衡差异，如全民基本收入（Universal basic income UBI）。 在机器之心的进化方面，涵盖了 AI 进化史、软件 2.0 的崛起、面向智能的架构、一统江湖的模型、现实世界的 AI 以及 AI 进化的未来等内容。文中提到在无特别指明情况下，为书写简洁，会用 AI（Artifical Intelligence）代表人工智能，用 ML（Machine Learning）代表机器学习，DL（Deep Learning）代表深度学习等。