%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
月之暗面 Moonshot AI宣佈Kimi 瀏覽器插件已經上線，旨在優化用戶在網頁和應用中的體驗。這個插件提供了兩個主要功能:點問筆和總結器。
點問筆允許用戶通過劃選文字來獲取即時解釋和答疑;總結器則位於網頁右下角，幫助用戶快速總結全文內容。插件支持全局浮窗和側邊欄模式，適合在寫作時持續對話和搜索。
此外，通過快捷鍵（Mac爲Command + K，Windows爲Alt + K），用戶可以隨時召喚Kimi。
在過去的一個月中，Kimi 還進行了一些體驗優化，包括在App中直接打開微信裏的PDF文件，搜索引用溯源，支持部分內容複製，以及圖片/拍照上傳功能。網頁版增加了支持Ctrl + C/V貼圖和歷史記錄搜索的功能。雙端同步更新還包括了計算器功能，能夠進行基礎運算和函數運算，以及問題推薦功能，Kimi會根據用戶的問題推薦相關問題。
下載地址:https://kimi.moonshot.cn/extension/download
哈佛大學與谷歌DeepMind的人工智能實驗室合作，開發了一款虛擬AI老鼠，象徵性的推動了“虛擬神經科學”領域的發展。此研究的重大意義在於揭示大腦如何操控複雜身體動作，對腦科學和機器人學產生深遠影響。通過無動物犧牲的虛擬實驗，科學家們成功創建了一隻能夠模仿真實老鼠所有動作的AI，其AI“大腦”能夠預測對應的真實老鼠腦內的神經活動。論文發表於《Nature》雜誌，展示了利用人工神經網絡訓練實現運動控制，用以探究大腦神經基礎，併爲設計改良機器人控制系統提供了新思路。這項合作不僅加深了對AI與神經科學交界的知識，也爲未來靈活、智能機器人發展開拓了新視野。
加州大學聖地亞哥分校與麻省理工學院的合作項目“Open-TeleVision”致力於打造遠程操作機人的新型開源操作系統。該系統利用V.R頭顯，如Vision Pro、Quest等，實現了從遙遠距離精準操控機器人及物體的能力，其沉浸式體驗和順滑操控直追電影《阿凡達》中的先進科技。其優化的適配性，無需額外設備，通過頭顯直接感知空間深度與立體視覺，確保精細控制。藉助前瞻性的技術亮點——視覺中心區域處理、活動頸部模擬聚焦方式，操作人彷彿掌控一切。通過逆運動學算法與Web平臺接入模式，簡化高效率遠程交互。解決自由度匹配挑戰與通過數據採集實現機器人自學習的解決方案，提升系統跨場景應用的可靠性和泛化能力。這一創新爲遠程操作與人工智能交互探討提供了新的見解與應用場景。更多詳細信息可訪問 GitHub 地址：[https://github.com/Improbable-AI/VisionProTeleop](https://github.com/Improbable-AI/VisionProTeleop)。
Anthropic 首席執行官預計 AI 模型訓練成本在未來三年內將會有顯著提升，從目前的 10 億美元增長到 1000 億美元，引發行業對成本前沿的波瀾與 AI 泡沫的可行性討論。這一成本增長主因在於不斷增長的硬件需求，特別是 AI 模型快速擴張對高性能計算硬件（特別是 GPU 和數據中心能源）的驅動。此外，伴隨着人工智能從生成式向通用目的的演進，基礎理論與發展路徑的探討與其實用成本之間的平衡成爲關注焦點。提高效率與優化成本成爲 AI 領域深度研究的關鍵。關注硬件與能源優化、提高人力成本利用效率、數據管理與維護，仍將是降低 AI 訓練成本、實現其經濟可持續發展的核心路徑。因此，AI 產業仍需高度關注技術與經濟策略的綜合平衡，以推動其蓬勃發展。
快手今天放了個大招，開源了自家的圖像生成模型——"可圖 Kolors"。這可不是一個普通的模型，它在數十億的文本圖像對上進行了訓練，搭載了通用語言模型（GLM）作爲文本編碼器，支持中英文雙語提示詞，還能處理長達256個token的上下文。
一款名爲 Glaze 的免費工具正受到藝術家們的熱捧，它的主要功能是通過在圖像中添加難以察覺的噪點，以保護藝術風格不受 AI 圖像生成器的抄襲。自從 Meta 公佈計劃利用用戶數據進行 AI 訓練後，WebGlaze 的訪問請求迅速增加，導致藝術家可能需要等待數週甚至數月纔可獲取工具使用權。Glaze 的開發者 Ben Zhao 指出，項目團隊會手動審覈每個申請，確保申請者爲真實人員及工具未被濫用。然而，安全研究人員發現了繞過 Glaze 保護的方法，並對 Glaze 的有效性提出了質疑，因爲一些攻擊團隊認爲 Glaze 的防禦措施並不足。
清華大學知識工程組與數據挖掘團隊新推出CodeGeeX4-ALL-9B，作爲CodeGeeX系列的最新成果，其在多語言代碼生成領域達到巔峯，重新定義自動化編碼性能與效率標準。基於GLM-4-9B框架，經過廣泛訓練的它擁有9.4億參數，超越同類模型，擅長代碼生成、補全與解釋，展現優異推理速度與整體性能。適應能力極強，涵蓋了軟件開發全方面需求，提供倉庫級別的代碼問答功能，助力開發者與代碼庫交互更爲直觀高效。基準測試顯示在BigCodeBench和NaturalCodeBench上的優越表現，確認了其在真實應用中強大的可靠性和創新能力。以用戶爲中心的設計使其易於集成各種版本的transformers庫，兼容GPU與CPU，確保不同計算環境的靈活性與廣泛性採用。CodeGeeX4-ALL-9B可通過其推理過程，根據用戶輸入生成精準、可操作的代碼輸出，優化開發流程，尤其對於複雜算法和自動化編碼任務極具價值。這一利器標誌着代碼生成領域的重要進步，將極大地提升軟件開發的效率與創新。