深度学习 关键字列表
谷歌押注统一安全工具以缓解 CISO 的痛点

谷歌押注统一安全工具以缓解 CISO 的痛点

Google 推出统一安全平台 GUS,整合多项安全产品和服务,包括威胁情报、安全运营、云安全等。该平台由 Gemini AI 驱动,旨在为企业提供全面的安全数据层面,简化安全管理流程,提高威胁检测和响应效率。Google 期望通过这一平台解决企业安全领导者面临的碎片化安全解决方案问题,为用户提供更好的安全成果。

超越 Llama 之争:评估大语言模型的 4 个全新基准

超越 Llama 之争:评估大语言模型的 4 个全新基准

大语言模型技术日新月异,但评估它们的能力和局限性仍面临挑战。传统基准测试已不足以全面衡量这些强大工具。本文提出了四个新的人本主义评估维度:价值观、情感、思维和交互,旨在从更深层次、更以人为中心的角度来评估这些变革性技术,以确保AI的发展不仅仅追求智能,更要追求智慧、责任和协作。

DeepCoder:高效的 14B 开源模型展现顶级编程性能

DeepCoder:高效的 14B 开源模型展现顶级编程性能

Together AI 和 Agentica 联合发布了 DeepCoder-14B,这是一款新型编码模型,其性能可与领先的专有模型相媲美。该模型基于 DeepSeek-R1 构建,为实际应用提供了更灵活的高性能代码生成和推理能力。值得注意的是,团队完全开源了模型、训练数据、代码、日志和系统优化,这将有助于研究人员改进工作并加速进展。

Ilya Sutskever 选择 Google Cloud 为其 AI 创业公司提供算力支持

Ilya Sutskever 选择 Google Cloud 为其 AI 创业公司提供算力支持

OpenAI前联合创始人Ilya Sutskever的新AI公司Safe Superintelligence (SSI)与Google Cloud达成合作,使用其TPU芯片支持AI研究。这表明SSI将在Google Cloud上投入大量计算资源。Google Cloud此前也与其他由前谷歌AI研究人员创立的AI初创公司达成类似合作。SSI成立于2024年6月,专注于开发安全的超级智能AI系统。

Microsoft 更新 Copilot,集成多个 AI 精华功能

Microsoft 更新 Copilot,集成多个 AI 精华功能

Microsoft 在其 50 周年之际,为 Copilot 推出一系列新功能,使其更贴近 ChatGPT 和 Claude 等竞品。新版 Copilot 支持记忆、个性化、网络操作、播客创建、图像分析、深度研究等功能。这些更新旨在提升用户体验,增强 AI 助手的实用性和个性化程度,同时保持与竞争对手的技术水平。

Microsoft 因低成本模型趋势调整全球 AI 数据中心扩张计划

Microsoft 因低成本模型趋势调整全球 AI 数据中心扩张计划

微软公司reportedly缩减了多个数据中心项目,这一决定发生在其宣布投资800亿美元建设AI数据中心三个月后。报道称,微软暂停或推迟了在澳大利亚、印度尼西亚、英国和美国多个州的项目。微软表示这反映了其战略的灵活性,但也可能与AI开发成本下降和新兴低成本模型趋势有关。这一举动引发了对AI行业发展方向的思考。

Midjourney 推出一年多以来首个新图像生成模型

Midjourney 推出一年多以来首个新图像生成模型

AI图像生成工具Midjourney发布了最新V7模型,这是该公司一年多来的首次重大更新。V7模型从底层进行了重构,提供了更高质量的图像生成效果和全新的工具流程。新模型在细节表现、材质还原等方面有显著提升,同时引入了"草稿模式"等新功能,旨在提高用户的创作效率和体验。

AI 2035:技术将如何重塑人类身份认同

AI 2035:技术将如何重塑人类身份认同

一份新报告预测,到2035年人工智能将从根本上改变人类行为、认知和关系。专家们认为,AI 将深刻影响人的思维方式、情感能力和自主性,可能导致认知能力衰退、社交技能下降和个人独立性减弱。同时也可能加剧社会极化,削弱共同价值观。尽管存在担忧,部分专家仍对 AI 增强人类能力持乐观态度。这份报告引发了对 AI 如何重塑人类本质的深入思考。

OpenAI 的 o3 模型运营成本可能高于最初估计

OpenAI 的 o3 模型运营成本可能高于最初估计

OpenAI的o3人工智能模型运行成本可能远高于最初预期。Arc Prize基金会将每个ARC-AGI任务的成本估算从3000美元上调至约30000美元。这一修正凸显了当前最先进AI模型的高昂运营成本,同时也引发了对其实际应用价值的讨论。尽管OpenAI尚未公布o3的定价,但这一消息已引起业界广泛关注。

OpenAI 将发布开源模型,AI 经济形势促使战略转型

OpenAI 将发布开源模型,AI 经济形势促使战略转型

OpenAI 宣布计划发布自 2019 年以来首个"开放权重"语言模型,这标志着该公司战略的重大转变。这一决定源于开源 AI 的经济压力,反映了基础模型商品化的趋势。此举可能重塑企业 AI 实施策略,尤其是在受监管行业中。OpenAI 面临在开放性和责任之间取得平衡的挑战,同时也凸显了 AI 行业竞争格局的根本变化。

AI 时代下,"眼见为实"不再可靠

AI 时代下,"眼见为实"不再可靠

随着 OpenAI 推出多模态 AI 模型 GPT-4o,能够无缝处理文本、图像和音频,人工智能再次取得重大突破。这项技术提高了生成高度逼真数字内容的能力,同时也要求我们重新评估传统上依赖视觉和听觉证据作为可靠性指标的做法。文章探讨了 AI 技术的进步对信息真实性的挑战,以及如何在 AI 时代保持警惕和批判性思维。

OpenAI 预告推出新的"开放权重" AI 模型:这意味着什么

OpenAI 预告推出新的"开放权重" AI 模型:这意味着什么

OpenAI 正在开发一款新的"开放权重"AI 语言模型,具有推理能力。这种模型介于开源和闭源之间,允许用户查看和修改模型的权重,但不公开底层代码。它可能与 Meta 的 Llama 等开源模型竞争,为企业提供更经济、可定制的 AI 工具。OpenAI 目前正征集开发者反馈,以提高模型的实用性。

深度伪造技术会危害您的健康吗?

深度伪造技术会危害您的健康吗?

随着人工智能技术的发展,深度伪造内容在网络上大量涌现,可能对我们的健康造成潜在威胁。从虚假名人代言到有害的AI生成医疗建议,深度伪造正在助长一波危险的虚假信息浪潮。本文探讨了深度伪造在医疗保健领域的负面影响,以及如何在这个充满虚假信息的时代保护自己的健康。

人工智能搜索靠得住吗?最新研究揭露惊人真相

人工智能搜索靠得住吗?最新研究揭露惊人真相

最新研究发现,AI搜索引擎在引用新闻源时存在严重缺陷,不仅会捏造引用,还会减少原发布者的流量。这一问题对新闻业和公众对新闻的信任度有重大影响。研究显示,付费版AI聊天机器人表现比免费版更差,给出的错误答案更加自信。这些AI工具还经常伪造链接或引用文章的重印版本,而不是直接链接到原始来源。研究人员呼吁AI开发者提高透明度和引用准确性。

AI 正在塑造未来:谁将成为下一个万亿美元公司?

AI 正在塑造未来:谁将成为下一个万亿美元公司?

随着人工智能重塑竞争规则,它既带来重大机遇,也带来挑战。在传统行业中,装备AI的新兴企业正在颠覆数十年的商业模式,建立新范式。对于愿意拥抱变革的企业来说,AI不仅能提升效率,更是推动创新、开拓市场、革新客户体验和驱动增长的力量。AI时代已经到来,企业必须积极应对。

Google 推出 Gemini 2.5 Pro,突破 AI 推理能力边界

Google 推出 Gemini 2.5 Pro,突破 AI 推理能力边界

Google DeepMind 推出最新大规模多模态 AI 模型 Gemini 2.5 Pro,内置"思考"能力以处理复杂任务。该模型在多个行业基准测试中领先,展现出强大的推理和编程能力。与传统基于模式预测的 AI 不同,Gemini 2.5 Pro 能够深入分析信息,进行逻辑推理,并在考虑细微上下文后做出明智决策。

Red Hat 简化 AI 应用训练和推理的数据访问流程

Red Hat 简化 AI 应用训练和推理的数据访问流程

开源软件巨头 Red Hat 发布一系列新功能,加强其平台作为企业 AI 系统基础的地位。通过改进 Red Hat AI 套件,包括 Red Hat Enterprise Linux AI 和 OpenShift AI,提供更高效的 AI 训练和推理能力,简化混合云环境下的部署体验,并确保企业数据的安全访问和整合。

Gemini 2.5 Pro 问世:提供更强大的性能和更出色的体验

Gemini 2.5 Pro 问世:提供更强大的性能和更出色的体验

Google 发布全新的 Gemini 2.5 Pro 实验版模型,号称是其"最智能"的 AI 模型。该模型具备 100 万 token 的上下文窗口、多模态处理能力和推理能力,在多项基准测试中表现优异。测试结果表明,这是目前最令人印象深刻的生成式 AI 模型之一。

Microsoft 为 Copilot 添加 AI 驱动的深度研究工具

Microsoft 为 Copilot 添加 AI 驱动的深度研究工具

Microsoft 在其 AI 聊天机器人应用 Microsoft 365 Copilot 中引入了"深度研究"AI 工具。新增的 Researcher 和 Analyst 功能结合了 OpenAI 的深度研究模型和推理模型,可以进行复杂分析和数据处理。这些工具不仅能访问网络数据,还可以连接企业内部数据源,为用户提供更全面的研究支持。

我们真的需要通用人工智能吗?

我们真的需要通用人工智能吗?

本文探讨了是否真正需要追求通用人工智能(AGI)的问题。文章提出了几个观点:AGI可能过于复杂且成本高昂;现有AI技术已经足够强大,我们更需要关注如何整合和应用;AGI可能带来意想不到的风险。作者认为,目前我们应该专注于充分利用现有AI能力,而不是盲目追求AGI。