Author: aitrendtrackers@rengongzhineng.io

NVIDIA近日发布了一款新型紧凑型超级计算机，Jetson Orin Nano Super开发套件，旨在提升生成式AI能力。售价仅为249美元，相较于最初的499美元几乎减半，使其成为从商业开发者到学生和爱好者的理想选择。 性能提升1.7倍 这款开发套件在生成式AI推理任务中的性能比前代产品提升了1.7倍。其性能增长达70%，提供高达67 INT8 TOPS的算力，内存带宽提升至102 GB/s。这些改进能帮助用户在多种AI应用中脱颖而出，例如构建聊天机器人、开发视觉AI代理和部署机器人。 对于已拥有Jetson Orin Nano开发套件的用户，NVIDIA推出的软件更新将进一步提升生成式AI性能，无需更换硬件即可全面利用这些新功能。 Jetson Orin Nano Super专为那些希望学习生成式AI、机器人技术和计算机视觉领域技能的用户设计。在行业从任务专用模型转向基础模型的过程中，这套工具为将创新想法转化为实际应用提供了重要支持。 开发套件亮点 Jetson Orin Nano Super包含一个Jetson Orin Nano 8GB系统模块（SoM）和参考载板，是边缘AI应用原型设计的理想选择。 NVIDIA还通过其Jetson AI实验室，支持开源社区的最新模型开发，帮助开发者紧跟生成式AI的快速演进。此外，用户可以通过Jetson社区获取全面的教程和技术支持，并从其他用户的项目中汲取灵感。 兼容NVIDIA AI软件生态 Jetson平台与NVIDIA的AI软件套件完全兼容，包括以下工具： 此外，NVIDIA还提供诸如Omniverse Replicator（生成合成数据）和TAO Toolkit（微调预训练AI模型）等资源，开发者可通过NGC目录访问这些工具。 Jetson生态系统的合作伙伴还提供多种辅助软件、开发工具，以及定制化的软硬件支持服务，帮助开发者完成摄像头、传感器等硬件组件的集成，以及产品设计的开发。 未来更新与广泛适配 即将推出的软件更新也将适用于Jetson Orin系列的其他型号，包括Orin NX和Orin Nano系统模块，让更多用户享受到生成式AI性能的提升。 NVIDIA通过这次发布进一步推动了AI的普及，使不同背景的开发者能够轻松接触最前沿的技术，并在生成式AI及其他领域中创造出创新应用。

从流媒体平台的个性化推荐到帮助规划日程的AI助手，人工智能已然渗透进人们的日常生活。而对于企业而言，AI即将迎来更大的变革。2025年将成为AI重塑企业运营、竞争与创新的关键之年。近日，Google Cloud发布了2025年AI商业趋势报告，揭示了五大影响未来商业发展的关键趋势。 1. 多模态AI将提供更丰富的上下文多模态AI能够处理文本、图像、音频和视频等多种信息输入，使人与AI之间的互动更直观，输出结果更加精准。在日益数据丰富的时代，这种人性化的AI尤为关键。例如，在金融服务领域，多模态AI可以分析市场评论视频，同时结合语调、面部表情等非语言信息，深入理解市场情绪。在制造业，AI可通过分析传感器数据，如噪音和振动，提前发现并解决设备维护需求。 2. AI代理将简化复杂任务AI代理逐渐成为企业的重要工具，能够管理复杂工作流、自动化业务流程，并支持员工高效工作。例如，客户服务代理可以在实体店、线上及移动端提供一致的用户体验；员工代理将优化企业内部流程；创意代理则将提升设计与生产效率。 3. 企业搜索将赋能知识获取企业搜索系统（内部数据检索引擎）正逐渐摆脱关键词限制，支持用户通过图像、音频、视频和自然语言查询快速获取所需信息。在金融领域，企业搜索可根据员工职位角色定制搜索结果；零售业可以让顾客通过图像或自然语言找到所需产品；医疗领域，AI将理解复杂的医学术语，提供精准的内部数据搜索服务。 4. AI驱动的客户体验将更上一层楼AI正在颠覆客户体验，能够预测用户需求，帮助企业与客户保持紧密联系，从而提升收入、效率与品牌忠诚度。例如，零售行业将借助AI提供个性化的购物推荐，并通过线上、实体店及移动端等多渠道提供智能化客户支持。制造业也将利用AI优化生产流程，提升售后服务质量。 5. AI将增强安全防护系统到2025年，AI将在强化防御、识别与打击安全威胁、自动化安全任务及加速响应时间方面发挥重要作用。然而，随着攻击者也利用AI实施更复杂的攻击，防守与攻击之间将形成“军备竞赛”。企业必须提前布局应对这一挑战。例如，金融机构可利用AI检测伪造文件，制造业可通过AI保护数据安全并识别潜在风险。此外，媒体和娱乐行业也将借助AI对抗深度伪造（deepfakes）和虚假信息传播。 如需了解更多关于Google Cloud 2025年AI商业趋势预测的详细内容，可访问Google Cloud博客或查看完整报告。https://cloud.google.com/transform/ai-impact-industries-2025

麻省理工学院（MIT）近日推出了Boltz-1，一款强大的开源AI模型，旨在大幅加速生物医学研究与药物开发。Boltz-1由MIT Jameel健康机器学习实验室的研究团队开发，是首个在性能上达到与DeepMind的AlphaFold3相媲美的完全开源模型。https://github.com/jwohlwend/boltz 突破与背景：从AlphaFold到Boltz-1蛋白质是生物体几乎所有生物过程的核心，其3D结构与功能密切相关。然而，由于蛋白质长链氨基酸折叠成3D结构的过程极为复杂，准确预测蛋白质结构长期以来是一项科学难题。 DeepMind的AlphaFold2利用机器学习技术，快速预测3D蛋白质结构，其准确度与实验方法无异，这一突破使得Demis Hassabis和John Jumper荣获2024年诺贝尔化学奖。AlphaFold3进一步引入了生成式AI（扩散模型），能够更好地处理蛋白质结构预测中存在的不确定性。然而，AlphaFold3并未完全开源，也不对商业用途开放，这引发了科学界的不满，并掀起了全球范围内对可商用版本模型的竞赛。 Boltz-1：开源与创新MIT团队基于AlphaFold3的初始方法进行了深入研究，通过分析其核心的扩散模型，探索了潜在的改进方向，并纳入了能够显著提高模型准确度的算法。例如，他们引入了新的算法来提升预测效率。 Boltz-1不仅是一个开源模型，MIT团队还开放了整个训练与微调流程，方便全球科学家在此基础上进行进一步研究和改进。 MIT电气工程与计算机科学教授Regina Barzilay表示：“Jeremy、Gabriele、Saro以及整个Jameel实验室团队的努力令人骄傲。这一项目耗费了无数个日夜，付出了坚定不移的决心。未来还有很多激动人心的改进计划，我们将在未来几个月持续分享。” 开发与挑战Boltz-1的开发历时四个月，团队通过大量实验克服了诸多挑战，其中最大的难点是处理蛋白质数据银行（Protein Data Bank）中的数据异质性与模糊性。蛋白质数据银行是全球科学家70年来解析的所有生物分子结构的集合，包含大量复杂和不一致的数据。 Boltz-1的主要开发者之一、MIT研究生Jeremy Wohlwend坦言：“处理这些数据让我度过了无数个不眠之夜。很多时候，这完全依赖于领域知识积累，没有捷径可走。” 最终实验结果显示，Boltz-1在复杂生物分子结构预测上的准确度已达到与AlphaFold3相同的水平。 Boltz-1的意义与应用前景MIT电气工程与计算机科学教授Tommi Jaakkola表示：“Jeremy、Gabriele和Saro的成就非凡。他们的努力让生物分子结构预测变得更加开放和可及，将彻底革新分子科学领域的进展。” Boltz-1的开源模式受到了广泛好评。Parabilis Medicines的CEO Mathai Mammen将其称为“突破性”模型：“通过开源这一成果，MIT Jameel实验室及其合作伙伴正在将最尖端的结构生物学工具普及化。这一里程碑式的努力将加速挽救生命的新药研发进程。” MIT生物学教授Jonathan Weissman也表示：“Boltz-1将极大推动我的实验室以及整个研究社区的发展。这个工具的开源特性将催生一波新的科学发现，并激发出大量创造性的应用。” 未来计划与合作邀请MIT团队计划持续优化Boltz-1的性能，缩短结构预测的时间。他们还邀请全球研究人员通过Boltz-1的GitHub仓库尝试这一模型，并通过Slack社区与其他用户交流合作。 研究团队成员Gabriele Corso强调：“我们将Boltz-1视为社区合作的起点，而不是终点。我们期待与全球科学家共同努力，不断推动这一工具的发展。” 结语Boltz-1的发布标志着AI在生物分子建模领域的一次重大进步。作为一款完全开源的AI模型，它不仅推动了生物医学研究的民主化，还为全球科研团队提供了一个强大而灵活的平台，助力药物开发与生物工程的未来创新。

本周一，谷歌正式发布了新一代AI视频生成器Veo 2 和AI图像生成器Imagen 3。Veo 2在早期2024年推出的版本基础上进行了显著升级，不仅能够生成4K分辨率视频，还可延长视频时长。此次更新紧随Veo刚刚集成至企业平台Vertex AI一周后上线，Veo 2目前已开放给部分创作者，通过Google Labs的VideoFX平台进行体验。 与此同时，Imagen 3已在ImageFX平台面向全球100多个国家正式上线。新版图像生成模型具备更强大的能力，可以更加准确地呈现多样化的艺术风格，并提升图像的构图和细节表现力。 Veo 2：全新升级与功能亮点 谷歌CEO桑达尔·皮查伊（Sundar Pichai）在X平台发布了Veo 2的升级功能，称其为“尖端视频生成模型”，强调了其在理解现实世界物理运动和电影科学方面的能力。 核心改进： 谷歌表示，将逐步推出Veo 2，进一步提升视频质量与安全性，最终实现全球发布。 Imagen 3：全球上线与新功能 Imagen 3作为最新一代AI图像生成器，具备生成更加明亮且构图精准的图像能力，涵盖从写实风格到印象派，从抽象艺术到动漫风格的多种艺术风格。此外，该模型在理解用户提示词方面表现更为忠实，生成的图像具有更丰富的细节和更高质量的纹理表现。 核心亮点： 新实验工具“Whisk” 谷歌还在Google Labs中推出了基于Imagen 3的新实验工具Whisk，让用户可以更加精准地创建和修改图像。通过输入或生成图像，用户可轻松“重混”（remix）内容，创造个性化作品，例如“数字毛绒玩偶”、“搪瓷徽章”或贴纸。 Whisk结合了Gemini的视觉理解与描述能力，可以自动为用户的图像生成详细的文本描述，并将其输入至Imagen 3，从而简化图像生成过程，使用户轻松实现创意。 总结 谷歌通过Veo 2和Imagen 3的升级，进一步推动了AI在视频与图像生成领域的前沿发展。Veo 2以更高的分辨率、更长的时长和更少的错误率，满足了内容创作者的高要求。而Imagen 3通过精准的风格呈现与细节优化，让全球用户能够轻松创造更多样化的视觉艺术。此外，像Whisk这样的工具更凸显了AI在创意辅助领域的巨大潜力。这些创新无疑将为视频和图像创作者带来更高效、更丰富的创作体验。

大语言模型（LLMs）的成功得益于其扩展规律，揭示了模型规模、训练计算量与性能之间的关系。然而，尽管模型扩展取得了显著进展，对推理阶段计算资源如何影响训练后的性能仍缺乏深入理解。这种复杂性在于如何在提高性能与推理计算成本之间找到平衡。特别是，推理策略需要在性能提升和资源消耗之间做出权衡，以实现更高效的推理机制。 推理策略的发展现状 当前对LLM推理策略的研究涵盖了从数学推理到问题解决能力的各个方面。例如，逐步生成解决方案的方法已被拓展为包括解答验证和排名的多层次流程。推理策略从贪婪解码和束搜索等确定性方法，发展到引入多样性生成的动态采样算法。更高级的策略包括多数投票、加权多数投票，以及如蒙特卡洛树搜索（MCTS）等基于搜索的算法。此外，过程奖励模型（Process Reward Models，PRMs）也越来越受关注，利用奖励机制指导多步推理过程。 跨机构研究的最新进展 清华大学跨学科信息科学研究所和卡内基梅隆大学计算机科学学院的研究团队，对推理扩展规律与计算最优推理策略进行了全面研究。他们聚焦于模型规模与推理生成过程之间的关键权衡，分析不同推理方法的性能与成本关系。这项研究表明，借助高级推理算法，小型模型可以在成本和性能方面超越大型模型，这一结论挑战了传统的模型扩展与效率认知。 研究测试了多种推理策略，包括贪婪搜索、多数投票、最佳n选项、加权投票，以及两种树搜索算法。结果表明，小型模型结合先进推理方法时，其效率甚至优于单纯扩展模型规模的策略。 实验设计与关键发现 研究围绕两个核心问题设计实验，探索数学问题解决中的计算最优推理策略。选取了MATH和GSM8K两个数学数据集，采用多个政策模型，包括Pythia模型、专门的数学模型Llemma，以及Mistral-7B。所有实验均使用一个一致的Llemma-34B奖励模型，对基于Math-Shepherd合成数据集的解决方案质量进行评估。通过多次重复实验，确保数据统计结果的稳健性和可靠性。 重要发现： 结论与未来研究方向 这项研究为LLM的计算最优推理策略提供了三大关键结论： 研究的局限性在于其重点集中于数学问题求解。未来研究可探索推理扩展规律在多领域任务中的适用性，从而推动LLM在更广泛应用中的推理效率优化。

Meta最近与埃隆·马斯克站在了同一战线上，呼吁加州总检察长罗布·邦塔（Rob Bonta）阻止OpenAI从非营利组织转型为营利性公司。据《华尔街日报》报道，Meta致信邦塔称，允许这一转型将对硅谷产生“震撼性的影响”。此外，Meta还强调，马斯克及前OpenAI董事会成员希冯·齐利斯（Shivon Zilis）“有资格并且适合代表加州人的利益”来处理此事。 Meta的担忧与理由 Meta在信中指出，如果OpenAI的新商业模式获批，那么非营利投资者将能够享受与传统营利公司投资者相同的利润回报，同时还可以获得政府提供的税收减免。Meta认为，这种模式可能会引发对非营利组织规则的广泛质疑，从而对科技行业的运作模式造成深远影响。 作为OpenAI在AI市场的主要竞争对手之一，Meta对这一潜在转变格外警惕。信中呼吁加州政府采取“直接行动”阻止此事。 马斯克的法律战 马斯克与OpenAI之间的矛盾由来已久。他原本是OpenAI的联合创始人，但后来与公司分道扬镳，成立了竞争对手xAI。他还发起了法律诉讼，试图通过禁令阻止OpenAI的营利化进程。齐利斯作为共同原告，也参与了这一行动。 OpenAI的回应 面对指控，OpenAI公开了来自马斯克的邮件和短信，并反击称，马斯克应当“在市场中竞争，而不是在法庭上争斗”。这一声明不仅直接回应了法律诉讼，还暗示了OpenAI对自身业务模式合法性的信心。 背后的竞争格局 这一事件反映了AI领域激烈的市场竞争。作为行业领军者，Meta、OpenAI和xAI之间的博弈不仅关乎商业利益，也涉及对未来科技规则的定义。无论结果如何，这场关于非营利与营利模式的争论势必会对硅谷乃至全球科技行业产生深远影响。

OpenAI联合创始人、前首席科学家伊利亚·苏茨克维尔（Ilya Sutskever）最近在温哥华的神经信息处理系统会议（NeurIPS）上罕见公开亮相，并发表了对AI未来发展的颠覆性看法。他表示，AI模型的训练方式即将迎来重大变革，传统的预训练模式“必将终结”。 数据已触顶，AI需要新方向 苏茨克维尔将当前AI训练依赖的海量互联网数据比作“化石燃料”。他指出，如同石油资源有限，互联网中人类生成的内容也是有限的。“我们已经达到了数据的顶峰，未来不会再有更多的新数据。”他认为，尽管现有的数据仍能推动AI的发展，但行业不得不面对一个不可避免的现实：无法再获取更多新数据。这一限制将迫使AI行业探索新的模型训练方式。 他还提到，下一代AI模型将具备“真正的自主能力”，可以像自主代理人（agent）一样独立执行任务、做出决策，并与软件互动。这种系统将不再仅仅依赖模式匹配，而是能够通过推理，逐步解决问题，表现出类似于“思考”的能力。 类比生物进化，AI或将重塑扩展模式 在演讲中，苏茨克维尔用生物进化的脑体比率类比AI的扩展。他提到，大多数哺乳动物的脑体比遵循固定模式，但人类祖先（灵长类）的脑体比在对数尺度上却展现出明显不同的趋势。他推测，AI或许也会在未来找到类似人类大脑进化的突破点，改变目前以预训练为核心的扩展方式。 他还警告说，随着AI模型推理能力的增强，系统的行为将变得更加难以预测，就像高水平AI下棋程序能轻易出其不意地击败顶级人类棋手一样。他相信未来的AI能够从有限数据中理解事物，并在决策中不再出现混淆。 AI的“权利”与人类的共存 在观众问答环节，有人提问如何为AI的开发创造适当的激励机制，确保其具备类似人类的自由权利。对此，苏茨克维尔坦言，解决这些问题可能需要“自上而下的政府结构”，他对这一复杂议题“没有信心给出明确回答”。 当一位观众提议使用加密货币作为解决方案时，现场一片笑声。苏茨克维尔回应称，他对加密货币并无特别见解，但他并未完全排除这种可能性。他进一步表示，如果AI未来选择与人类共存并追求自身权利，这或许并非一个糟糕的结局。“事情变得如此不可预测，我对具体结果持保留态度，但鼓励大家继续思考和探索。” 苏茨克维尔的发言为AI未来发展提出了许多耐人寻味的问题，也再次将讨论焦点引向了人类与AI共存的可能性，以及未来训练方式的全新探索。

OpenAI近日推出了一项新功能——ChatGPT的“Projects”，专为整理文件和对话而设计。这一功能让人不禁联想到Google备受欢迎的NotebookLM应用程序，但又有其独特之处。 在OpenAI举办的“12天OpenAI”活动第六天直播中，公司展示了“Projects”功能。该功能允许用户创建文件夹，将对话和文档集中管理，整合到一个界面中。 上周五，“Projects”功能已开放给ChatGPT Plus、Pro和Teams订阅用户。然而，ChatGPT Enterprise和Edu用户需要等到明年一月才能使用。OpenAI表示正努力让这一功能普及到所有用户。用户可通过ChatGPT官网或Windows桌面应用访问该功能，而移动端和MacOS桌面应用则仅支持查看“Projects”。 这一功能与Google的NotebookLM颇为相似，但后者更专注于学术研究。与NotebookLM的“音频概览”功能不同，ChatGPT的“Projects”并未支持播客叙述。不过，用户仍然可以在对话中使用ChatGPT的其他功能，如语音模式、网页搜索和Canvas。 NotebookLM的火爆超出了学术圈，甚至被一些企业用于类似CRM的任务，归功于其强大的信息整理能力。而ChatGPT的“Projects”也在此方向上提供了更多可能。 如何创建“Project” 用户可以在ChatGPT侧边栏找到“Projects”入口。点击“加号”图标，即可创建一个新项目，并为其命名和设置自定义颜色。 “Projects”的一大亮点是支持自定义响应指令。例如，项目经理可以创建一个用于搭建网站的项目，在项目描述中注明网站的用途，同时指示ChatGPT优先使用Canvas功能进行代码编写。 此外，用户还可以上传相关文档，这些文档将成为项目的一部分信息来源。用户甚至可以将ChatGPT现有的对话转移至某个项目中，以便将其作为数据参考。 OpenAI计划明年进一步扩展“Projects”支持的文件类型，并增加与Google Drive或Microsoft OneDrive的连接。此外，用户还将能够通过“Projects”切换使用不同的模型。 一站式平台的竞争 像“Projects”这样的功能展示了OpenAI、Anthropic等聊天平台对用户粘性的重视，试图让用户在一个平台上完成更多工作。 10月推出的Canvas功能也反映了这种策略。Canvas允许用户在ChatGPT中直接生成和编辑文本或代码，而无需切换到其他工具。而Anthropic的Claude Artifacts功能类似，但还支持直接展示网站原型。 与NotebookLM不同的是，“Projects”被集成在ChatGPT的主界面中，而NotebookLM则是一个独立的应用程序，与Gemini聊天机器人或Google其他产品（如编码助手）分离。显然，OpenAI正在努力打造一个全能的一体化平台，让用户始终留在ChatGPT内完成工作。

OpenAI最近发布了一篇博文，不仅为自己辩护，还放出了马斯克与联合创始人Ilya Sutskever、Greg Brockman、Sam Altman，以及前董事会成员Shivon Zilis之间的一些新短信内容。 博文中的一句话相当刺眼：“靠打官司是无法实现通用人工智能（AGI）的。”这显然是针对马斯克的。AGI是Altman承诺即将实现的目标。文中还提到：“我们高度尊重马斯克的成就，也感激他对OpenAI早期的贡献，但他应该选择在市场上竞争，而不是通过法庭解决。这对于保持美国在人工智能领域的全球领导地位至关重要。OpenAI的使命是确保AGI惠及全人类，我们过去如此，将来也会坚定不移地以使命为驱动。希望马斯克能够认同这一目标，继续秉持推动他本人取得成功的创新和自由市场竞争的价值观。” 新披露的消息显示，2017年7月，Brockman曾告诉Zilis，马斯克在一次会议中表示，非营利模式在初期确实是正确的选择，但“可能现在不太合适了”。同月，Brockman又给马斯克发短信，描述了OpenAI未来的路线：“1. 研究型非营利（2017年底前） 2. 研究+硬件型营利（2018年起） 3. 政府项目（时间未知）。” 博文还揭露了马斯克试图操纵公司局势的细节。他曾尝试担任OpenAI的CEO并获得公司多数控制权。尽管在一次电话中，马斯克表示自己“不在乎股权”，但他也提到需要“积累800亿美元为在火星建立城市做准备”。此外，马斯克还提议将OpenAI并入特斯拉，这一计划早已被披露过。然而，当联合创始人拒绝这一提议（Brockman和Sutskever坦言担心权力斗争）后，马斯克选择了辞职。 据博文描述，辞职后，马斯克在一次全员会议上向团队道别，并鼓励他们“追寻我们看到的筹集每年数十亿美元资金的道路”。他还透露自己将专注于特斯拉的高级人工智能研究，认为特斯拉是唯一可能获得这种资金支持的“载体”。 在马斯克计划收购推特期间，他曾给Altman发信息，表达对OpenAI新估值20亿美元的不满。他写道：“我几乎提供了全部种子轮、A轮和大部分B轮融资。这简直是钓鱼换饵。” 几个月后，马斯克创立了自己的AI公司xAI，与OpenAI展开竞争。 部分短信内容此前已出现在马斯克针对OpenAI及其合作伙伴微软提起的诉讼中。这起诉讼最初于2024年3月提起，指控OpenAI背离了其“为公众利益开发AI”的非营利使命。马斯克随后在2024年6月撤回诉讼，但又在同年8月重新提起。 OpenAI此次发布的内容，显然是针对马斯克对Altman权力集中的指控，试图用证据表明马斯克才是早期试图掌控公司的那一方。

OpenAI 正式赋予 ChatGPT 通过视频实时与用户互动的能力。这项备受期待的功能在七个月前首次被公开提及，如今终于在直播活动中揭开神秘面纱。 通过新推出的视频选项，ChatGPT 可以利用智能手机的摄像头识别物体并根据屏幕内容进行交互。举例来说，用户可以请求 ChatGPT 协助回复打开的应用中的消息，或者获取实时指导，例如学习如何冲泡一杯咖啡。 这项视频功能将从周四起逐步向付费的 ChatGPT Plus 和 Pro 用户开放，而企业和教育用户将在明年一月获得这一功能的使用权限。 自两年前推出 ChatGPT 引领文本聊天机器人投资热潮以来，OpenAI 及其竞争对手持续扩展所谓的多模态功能，这些功能可以响应音频、图像和视频输入。此类服务让数字助手更具互动性和吸引力，进一步提升用户体验。 此次发布是 OpenAI 为期 12 天的直播产品活动中的一部分。此前，OpenAI 已通过系列发布会推出了更高价的 ChatGPT Pro 订阅选项，并宣布逐步推出一款名为 Sora 的 AI 视频生成工具。这些动态进一步凸显 OpenAI 在人工智能领域的雄心与创新能力。