语音合成大模型赛道，王者一夜易主。最新HAM-TTS大模型，在发音准确性、自然度和说话人相似度上对比之前SOTA成果VALL-E，有了大幅提升。背后的主要科研团队却是LLM赛道今年最令人意外的一匹“黑马”：吉利汽车。没错，不是AI原生公司，不是传统的科技巨头，是以汽车知名但正在不断展现硬科技实力的吉利。吉利星睿AI大模型...

宝马这回真的“刹不住车”了。9月10日，宝马宣布，由于来自供应商的刹车系统故障，150万辆宝马汽车将被召回。受此影响，宝马今年的业绩指引也进行调整，预计交付量、息税前利润率，以及资本使用回报率，都将有所下降。消息发布后，宝马股价大闪崩，一度跌超11%，市值一夜蒸发56亿美元（折合人民币约397.2亿元），创下2022...

OpenAI的新模型o1，可谓是开启了Scaling Law的新篇章——随着更多的强化学习（训练时计算）和更多的思考时间（测试时计算），o1在逻辑推理能力上已经达到了目前天花板级别。尤其是在北大给出的一项评测中，o1-mini模型的跑分比o1-preview还要高：这就展示一种新的思路和可能性——小模型专门加强推理能力，放弃在参数中存储...

读博有害身心健康这事儿，终于有论文来证明了！瑞典隆德大学的一项研究发现：在博士研究开始前，未来博士生的精神药物使用率与硕士持有者相近，但低于普通人群。博士研究开始后，这一比率显著上升，到第五年时增加了40%。论文通过分析瑞典全民处方数据库，研究了博士生使用精神药物的情况，并与持有硕士学位的个体和普通...

9月23日，美图公司宣布美图奇想大模型（MiracleVision）视频生成能力完成全面升级，在实现生成能力、生成效率以及模型性能的三重进阶基础上，结合美图在计算机视觉领域的多项自研技术优势，视频生成时长与画质、流畅性、真实性及可信度等方面提升显著。

9月23日，钉钉正式推出“365会员”，面向个人用户提供AI产品包。包括钉钉AI搜索、个人AI助理、个人认证等10+项最受个人用户欢迎的能力，都将打包进“365会员”，提升超级个体的创造力。

创新中国 AI纪元，本届DEMO CHINA以“Rise of Transformers”为主题，102家早期科技公司在大会现场参与超级展示、企业对接。

搭载中国自动驾驶系统的车辆，要禁，不论是软件还是硬件。美国针对中国智能车产业的最新禁令，刚刚被曝光了。针对国产电车100%重金关税后不久，美国图穷匕见，懒得装了，直接把枪口对准整个中国智能车产业链。一旦靴子落地，无论是L2智能驾驶上车出口，还是L4 Robotaxi在美落地，将双双受到影响。同时，这则爆料，也让此...

<iframe src="https://player.bilibili.com/player.html?aid=113175089450417&amp;bvid=BV1mUtrebEdz&amp;cid=25947407876&amp;page=1" width="720" height="520" frameborder="no" scrolling="no" allowfullscreen="allowfullscreen"><span data-mce-type="bookmark" style="display: inline-bloc...

OpenAI的o1系列一发布，传统数学评测基准都显得不够用了。MATH-500，满血版o1模型直接拿下94.8分。更难的奥数邀请赛AIME 2024，o1也获得83.3%的准确率。随着现有的数学评测集逐渐被攻克，大家不禁开始好奇：大模型能否胜任更具挑战性的数学竞赛，甚至是奥林匹克数学竞赛？为此，北京大学与阿里巴巴的研究团队联合打造了...

AI玩黑神话，第一个精英怪牯护院轻松拿捏啊。有方向感，视角也没有问题。躲闪劈棍很丝滑。甚至在打鸦香客和牯护院时，AI的胜率已经超过人类。而且是完全使用大模型玩，没有使用强化学习。阿里巴巴的研究人员们提出了一个新型VARP（视觉动作角色扮演）智能体框架。它能直接将游戏截图作为输入，通过视觉语言模型推理，最...

何小鹏正经历的“幸福的烦恼”，现在轮到李斌了。因为乐道爆单了。有多爆？李斌在乐道L60上市后的群访中表示，当晚提前扩容服务器5倍，还是有点卡。随后，他还与乐道总裁艾铁成一起，拆解乐道从上市到定价的全过程，解密乐道的爆款密码。同时还对乐道大卖后，蔚来的影响和盈利质疑进行回应。 而伴随着乐道大卖，蔚来也更加...

国内行业大模型的“江湖风云”，如今已悄然从纯算法网络PK转向了“实战派”较量。这不再是单一的技术炫技场，而是看谁能在现实世界中大展拳脚，舞出最炫的“应用落地”舞步，从真正意义上实现提效，创造出实实在在的社会价值。

最癫AI社交App，刚上架苹果商店3天就火了：根据网友分享的试玩体验，它能让你成为世界的主角，注册就送百万粉丝，但全都不是真人，随便发什么帖都有大批机器人回复点赞。虽然都是假的，但居然很多人玩过之后表示，“很上头”。作者公布后台注册人数统计，上升曲线陡峭，或考虑加上邀请限制。比如一位网友发的是“我想辞职去...

两个AI现场攻防，翻车了人类就在旁边“蛐蛐”。现在的AI比赛真是越来越因吹斯汀了。这不，一个拿着“花开富贵”大姨人设的Agent直接甩了个链接，对面的AI客服就开始大段大段冗长回复，几个回合都是如此。围观人类一点儿都不留情面，马上锐评：我都看不下去这么长的回复，不擅长网购的“阿姨”能有这样的耐心？可能看不到一半就...

大消息，同时轰动硅谷和华尔街的大消息！高通正在寻求并购英特尔。一个是智能手机时代当仁不让的芯片霸主，另一个则始终占据着PC的核心地位。然而就在英特尔身陷转型，遭遇56年发展史最低谷时，高通做出了惊人计划：求购英特尔。目前，英特尔的市值约为930亿美元（约6558亿人民币），而高通市值约1850亿美元（约1.3万亿...

9月20日，以“加速智能生长”为主题的“2024地瓜机器人开发者日”活动在深圳成功举办。作为业界领先的机器人软硬件通用底座提供商，地瓜机器人重磅推出面向“机器人+”时代的软硬件产品全家桶，包括专为新一代通用机器人而生的旭日5智能计算芯片、极致易用全能开发首选RDK X5机器人开发者套件、具身智能全场景算力核心RDK S100...

“o1发布后，一个新的范式产生了”。其中关键，OpenAI研究科学家、o1核心贡献者Hyung Won Chung，刚刚就此分享了他在MIT的一次演讲。演讲主题为“Don’t teach. Incentivize（不要教，要激励），核心观点是：激励AI自我学习比试图教会AI每一项具体任务更重要思维链作者Jason Wei迅速赶来打call：Hyung Won识别新范式并完全放...

万众期待之下，可灵全新的1.5版本终于正式上线！不仅接入了新一代模型，画质和动态质量都大幅提升，会员还能不加价升级1080P。原有的模型也加入了新功能——运动笔刷，生成效果可控性又增强了。作为视频生成模型界的当红炸子鸡，可灵的通告刚一发布，网友就开始晒作品了。画面中，沙漏里的沙子自顾自地流淌，远处虚晃的男...

Jim还引用了机器学习先驱Rich Sutton的经典文章《苦涩的教训》中的话说，只有两种技术可以让（AI）计算的潜能无限扩展——学习和搜索。

一直以来，外界对3D大模型赛道的关注度都稍逊于语言模型和视频模型。然而，全球3D大模型选手们则都在暗中较量、默默发力，从a16z押注的Yellow，到李飞飞的World Labs，3D大模型的迭代速度是没落下一点。

9月20日消息，在刚结束的国际广播电视展（IBC）上，高通技术公司展出基于阿里自研解码器Ali266的高性能视频解码方案，在搭载骁龙X Elite的Windows 11 AI PC上首次实现4K 120fps VVC视频的流畅播放，有效解决超高清视频与低功耗间的性能平衡难题。

用户只需要输入一段话，20秒左右，就能生成两版UI设计稿……9月20日，在云栖大会现场，Motiff妙多研发负责人樊锴演讲分享了AI生成UI功能的最新进展及开发历程，强调尽快找到TPF（技术产品契合度）、重视数据积累、完善后台开发体系，都是AI功能落地的关键因素。

14.99万起，蔚来乐道L60正式上市了。蔚来股价应声大涨，一度涨超7.5%，相当于市值增加56亿元：显然，因为乐道L60，蔚来引发了资本市场关注。毕竟，这很可能是今年最具性价比的家用SUV，具备爆款潜质：车长超4.8米，比Model Y更长彩电大冰箱大沙发统统安排首发全域900V，充电更快如果觉得900V还不够快，没关系，到年底，...

杰西卡 发自 副驾寺 智能车参考 | 公众号 AI4Auto净利润腰斩！广汽的最新出炉的半年财报，表现并不乐观：总营收462.55亿，同比下滑25%；净利润12.16亿，同比腰斩；扣非归母净利润甚至由盈转亏。“两田”奶牛销量两位数下滑，被寄予厚望的埃安，前8个月的销量只完成26.6%。广州最大车企，该如何破局？广汽关键财务指标首先...

9月19日，全球服务机器人领军企业普渡机器人正式发布其初代类人形机器人PUDU D7。基于仿生双臂和全向移动底盘设计，PUDU D7能够在多个场景中执行复杂任务操作，更好地满足跨行业客户真实的多样化需求。该款机器人预计将在2025年实现全面商业化落地，为通用具身服务机器人的商业化应用带来突破性变革。

AI界最有影响力的两个人，同时出现在一场活动：OpenAI CEO奥特曼，暗示了o1满血版将在接下来几个月发布。英伟达创始人黄仁勋，则表示新一代Blackwell架构GPU能给o1推理提速50倍。奥特曼把o1在推理模型里的地位比作语言模型中的GPT-2阶段。几年后人们将看到“推理模型的GPT-4”，不过最近几个月就会有重大改进，新范式的进...

刚刚，智谱把清影背后的图生视频模型CogVideoX-5B-I2V给开源了！（在线可玩）一起开源的还有它的标注模型cogvlm2-llama3-caption。在实际应用中，CogVideoX-5B-I2V支持「一张图」+「提示词」生成视频。而cogvlm2-llama3-caption则是负责将视频内容转换成文本描述。不过用过的网友却对它的表现褒贬不一：有人在用过之后直...

击败LIama3！Qwen2.5登上全球开源王座。而后者仅以五分之一的参数规模，就在多任务中超越LIama3 405B。各种任务表现也远超同类别的其他模型。跟上一代相比，几乎实现了全面提升，尤其在一般任务、数学和编码方面的能力表现显著。值得注意的是，此次Qwen可以说是史上最大规模开源，基础模型直接释放了7个参数型号，其中还...

大神Karpathy鼎力推荐，开源版「Her」Moshi再引关注！（Moshi）的性格非常有趣，它会突然断断续续，有时会无缘无故沉默……据了解，Moshi是一款端到端实时音频模型，于今年7月初由一家法国创业团队Kyutai发布。不仅发布后人人免费可玩，而且就在刚刚，Kyutai将Moshi的代码、技术报告来了个大公开。这波属实惊喜了，当初抢...