【新智元导读】为了搞钱，微软、OpenAI 、谷歌和Meta纷纷瞄准Agent这片蓝海，各顶尖高校也紧随其后。Agent才是商业学术两开花的未来!大模型发展至今早已火成了一个「概念」。不管是学术界还是工业界，都要套上一层LLM的皮，方可彰显自己位于浪潮之巅。但是，搞AI的公司赚到钱了吗?
......
本文由站长之家合作伙伴自媒体作者“新智元公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
OpenAI终于开放了一次，罕见地开源了多功能协同AIAgent——Swarm。与普通AIAgent不同的是，Swarm可以同时创建多个智能体互相协同工作来完成特定任务，包括客户服务、销售支持和售后服务等，同时每个智能体都配备了一套专属工具集以更高效的完成任务。OpenAI才刚开源Swarm，但在Github上非常火爆已经突破6000颗星还在快速增长中，有兴趣的小伙伴赶紧试试去吧。
Facebook母公司Meta当地时间周五正式发布了一批来自其研究部门的新AI模型，其中包括一个名为「自学评估器」的模型，这可能为减少人类在AI开发过程中的参与度提供了一条新路径。此次发布紧随Meta在8月份一篇论文中介绍该工具之后，该论文详细说明了如何依赖与OpenAI最近发布的o1模型中使用的「思维链」技术，来让模型对其输出进行可靠判断。Meta在周五发布的其他AI工具还包
Facebook的母公司Meta近期由其研究部门宣布推出了一系列创新的人工智能模型，其中尤为引人注目的是一款具有划时代意义的自学评估器。这款工具旨在大幅减少AI系统开发过程中对人类参与的依赖。这些工具的发布进一步展示了Meta在AI领域的深厚实力与前瞻视野。
全球AI领导者NVIDIA发布了全新开发产品——NVIDIAAIBlueprint。AIBlueprint主要用于开发视觉AIAgent，几乎任何行业都能开发出用于分析视频、图像的AIAgent来提升工作、监控效率等。全球著名系统集成商和技术解决方案提供商，包括联想、埃森哲、戴尔科技，正在将英伟达的AIBlueprint带到全球的企业和城市，推动下一波AI应用的部署，以提高工厂、仓库、商店、机场、交通路口等地的生�
微软宣布在Dynamics365中集成10个自主AIAgent，可帮助企业自动执行客服、销售、财务、仓储等业务，开创全新的智能自动化工作模式。这些AIAgent支持OpenAI最新模型o1具备自主学习能力，可以自动执行跨平台的超复杂业务，能节省大量时间和运营成本。同时会持续加大AIAgent的研发，这是一个值得深挖的新赛道。
微软和OpenAI无疑是大洋彼岸最具看点的一对商业组合。人们在一年前畅想的AGI、SuperApp并未如期出现训练所需的资金基本都来自于大厂输血。但退一步讲，这个答案或许并不重要。
两个百度高优先级的项目，短剧与Agent终于在十月碰撞出了火花。10月14日，百度短剧上线Agent对话功能。不止是短剧和视频，当评论区的价值被再次发掘，“Agent”将成为标配。
北京时间今天凌晨，OpenAI宣布ChatGPT搜索功能正式上线，该功能覆盖ChatGPT网页版、手机、桌面应用。该功能只有付费的ChatGPTPlus和Team用户，以及SearchGPT候补名单用户可以访问。从ChatGPT搜索功能开始，OpenAI可能对搜索巨头谷歌构成重大威胁。
随着大模型技术发展，如何借助AI技术释放数据价值，是许多企业共同的挑战。第十一届江苏互联网大会人工智能分论坛在南京召开，来自江苏省委网信办、阿里云、瓴羊的嘉宾出席论坛，聚焦“驱动产业升级，重塑数字生态”，共话人工智能技术对云上创新、产业链重塑、数据要素价值的影响。伴随整体计算的推理化，瓴羊将开放更多的引擎模式，更快适应未来计算AI模式，�
VQAScore是一个利用视觉问答模型来评估由文本提示生成的图像质量的新方法;GenAI-Bench是一个包含复杂文本提示的基准测试集，用于挑战和提升现有的图像生成模型。两个工具可以帮助研究人员自动评估AI模型的性能能通过选择最佳候选图像来实际改善生成的图像。他的研究成果对视觉识别、自动驾驶、和人机交互等应用产生了深远影响，是该领域极具影响力的科学家之一。
CogVideoX1.5-5B-SAT是由清华大学知识工程与数据挖掘团队开发的开源视频生成模型，是CogVideoX模型的升级版。该模型支持生成10秒视频，并支持更高分辨率的视频生成。模型包含Transformer、VAE和Text Encoder等模块，能够根据文本描述生成视频内容。CogVideoX1.5-5B-SAT模型以其强大的视频生成能力和高分辨率支持，为视频内容创作者提供了一个强大的工具，尤其在教育、娱乐和商业领域有着广泛的应用前景。
Ask The Post AI是华盛顿邮报推出的一款基于人工智能的产品，它允许读者就自2016年以来发布的所有报道提出问题。该产品利用生成式AI技术和对话格式，依托华盛顿邮报长期以来基于事实、深入报道的新闻传统，以新的方式取悦并通知读者。Ask The Post AI通过机器学习团队对Climate Answers工具的数据进行提炼，优化了如何检索和匹配自2016年以来新闻室发布的所有报道中与用户查询相关的相关文章。
Mistral Moderation API是Mistral AI推出的内容审核服务，旨在帮助用户检测和过滤不受欢迎的文本内容。该API是Le Chat中使用的审核服务的同一技术，现在对外开放，以便用户可以根据特定的应用和安全标准定制和使用这一工具。该模型是一个基于LLM（大型语言模型）的分类器，能够将文本输入分类到9个预定义的类别中。Mistral AI的这一API支持原生多语言，特别针对阿拉伯语、中文、英语、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语和西班牙语进行了训练。该API的主要优点包括提高审核的可扩展性和鲁棒性，以及通过技术文档提供的详细政策定义和启动指南，帮助用户有效实施系统级的安全防护。
Medio AI是一个为企业提供AI编辑工具的平台，专注于视频翻译和视频配音，帮助企业无畏全球扩张，实现视频营销的本地化。产品背景信息显示，Medio AI旨在帮助企业探索更多海外市场，通过AI技术提升视频编辑效率，增强产品在国际市场上的竞争力。产品的主要优点包括无需下载、在线使用、一键去除视频水印、产品翻译、视频配音等。价格方面，Medio AI提供免费试用，并根据不同的功能需求提供不同的付费版本。
PodExtra AI是一款先进的AI工具，专为播客收听和知识获取设计。它通过生成播客内容的摘要、思维导图、大纲、亮点和要点，帮助用户快速把握播客的核心内容。产品背景信息显示，播客爱好者平均每周消费超过8集，全球有超过400万的节目可供选择。PodExtra AI通过AI技术，使得用户能够快速浏览内容，节省时间，提高效率。产品定位于帮助用户从海量播客内容中快速获取有价值的信息，特别适合时间紧张但希望从播客中获取知识的人群。
语鲸是一个专注于语言处理的平台，它利用先进的自然语言处理技术，为用户提供文本分析、翻译、校对等服务。产品背景信息显示，语鲸旨在帮助用户提高写作效率和质量，特别是在多语言环境中。语鲸的价格定位尚未明确，但考虑到其提供的服务，可能会有免费试用和付费版本。
CR-Mentor AI CodeReview Mentor是一个基于人工智能的代码审查工具，它通过积累的最佳实践知识库和大型语言模型（LLM）分析，为主流编程语言提供智能代码审查。该产品支持自定义的代码审查标准，能够为单个文件代码变更提供专业评分和改进建议，并通过LLM生成全面的审查报告，包括代码走查、变更描述和时序图。它与GitHub工作流程深度集成，实现自动化代码审查，支持多语言反馈，帮助整个团队提升代码质量和审查效率。
Srcbook是一个开源、自托管的AI驱动应用构建器，它允许用户快速构建和部署各种应用程序。产品背景信息显示，Srcbook旨在提供一个平台，让开发者和非技术用户都能够轻松地构建应用程序，从而提高生产力和创新能力。它支持多种应用场景，如项目管理工具、音乐发现页面、技术文档网站等。Srcbook的主要优点包括开源性、灵活性和易用性，用户可以根据自己的需求定制和扩展功能。
ReCapture是一种从单一用户提供的视频生成新视频和新颖摄像机轨迹的方法。该技术允许我们从完全不同的角度重新生成源视频，并带有电影级别的摄像机运动。ReCapture通过使用多视图扩散模型或基于深度的点云渲染生成带有新摄像机轨迹的嘈杂锚视频，然后通过我们提出的掩蔽视频微调技术将锚视频重新生成为干净且时间上一致的重新角度视频。这种技术的重要性在于它能够利用视频模型的强大先验，将近似的视频重新生成为时间上一致且美观的视频。
AI Tattoo Generator是一个利用人工智能技术帮助用户快速创建个性化纹身设计的在线平台。该平台使用先进的机器学习算法，根据用户输入生成具有各种风格的现实感纹身概念图，确保用户的想法以视觉上引人入胜的方式呈现。它不仅能够提供即时的设计结果，还能让用户根据自己的偏好进一步定制和细化设计，满足个性化需求。
Unfaked是一个提供由人工智能生成的逼真图片的网站，这些图片几乎可以以假乱真。用户可以免费下载并自由使用这些图片。每周都会更新更多的图片。这个平台的重要性在于它为设计师、内容创作者和营销人员提供了一个免费的资源库，他们可以在这里找到高质量的图片资源，而无需担心版权问题。
ComfyUI-GIMM-VFI是一个基于GIMM-VFI算法的帧插值工具，使用户能够在图像和视频处理中实现高质量的帧插值效果。该技术通过在连续帧之间插入新的帧来提高视频的帧率，从而使得动作看起来更加流畅。这对于视频游戏、电影后期制作和其他需要高帧率视频的应用场景尤为重要。产品背景信息显示，它是基于Python开发的，并且依赖于CuPy库，特别适用于需要进行高性能计算的场景。
5ire是一个以简洁和用户友好为核心的AI产品，旨在让即使是初学者也能轻松利用大型语言模型。它支持多种文档格式的解析和向量化，具备本地知识库、使用分析、提示库、书签和快速关键词搜索等功能。作为一个开源项目，5ire提供免费下载，并且提供了按需付费的大型语言模型API服务。
AI Hear是一款在电脑本地运行的私有软件，它通过一键开启多语种实时翻译功能，帮助用户管理音频、译文和时间轴。产品不收集数据，保护用户隐私。它适用于多种场景，如线上会议、网课播客、游戏直播等，并且完全本地运行，相比市面上的实时翻译产品更具性价比。
SD Image的Stable Diffusion 3.5 Image Generator是一个在线图像生成器，它利用最新的Stable Diffusion 3.5模型，包括Medium, Large, Large Turbo，来生成高质量的图像。这项技术的重要性在于它能够通过文本提示（prompt）快速生成图像，为设计师、艺术家和创意工作者提供灵感和便利。产品背景信息显示，SD Image是一个在线平台，用户可以通过它找到灵感、生成图像、探索不同的prompt和模型。目前，该产品提供免费试用，适合需要快速生成图像的用户。
AI Homeworkify是一个基于人工智能的在线问答平台，旨在帮助学生通过提供详细的答案和解题步骤来学习和理解各种学术问题。该平台不涉及版权侵犯，注重教育平等，提供免费、即时的作业帮助，支持多种学科和语言。AI Homeworkify的主要优点包括完全免费、无需注册、即时答案、全天候服务、多设备兼容、隐私保护和逐步解决方案。产品背景信息显示，AI Homeworkify致力于通过技术手段减少教育不平等，为全球学生提供免费的优质学习辅助服务。
AI Voice Lab免费 AI 文字转语音神器是一个利用最新的类GPT AI语音模型技术，提供超级逼真的配音结果，支持20+种语言和100+种声音，每天提供免费使用次数，适用于视频、音频制作等多种场景，提高内容吸引力。
LookAI是一个专为零基础小白设计的AI编程学习平台，提供Cursor AI编程教程和实战项目，帮助用户认识、学会使用Cursor，落地创意和想法。该平台以视频教程、实战项目和AI资源集合为特色，旨在赋能每一个普通人，让他们在AI时代中能够更好地发挥自己的创造力。LookAI平台免费提供资源，适合所有对AI编程感兴趣的初学者。
DataChain是一个现代的Python数据框库，专为人工智能设计。它旨在将非结构化数据组织成数据集，并在本地机器上大规模处理数据。DataChain不抽象或隐藏AI模型和API调用，而是帮助将它们集成到后现代数据堆栈中。该产品以其高效性、易用性和强大的数据处理能力为主要优点，支持多种数据存储和处理方式，包括图像、视频、文本等多种数据类型，并且能够与PyTorch和TensorFlow等深度学习框架无缝对接。DataChain是开源的，遵循Apache-2.0许可协议，免费供用户使用。
PromptQL是一个专为AI设计的代理数据访问工具，它通过代理查询规划，像人类一样检索数据，首先收集相关信息，然后应用合适的大型语言模型（LLM）进行分类和后续处理，以提高私有数据的检索效率和准确性。这一技术的出现，解决了传统搜索算法在封闭领域中对数据检索的局限性，特别是在用户提出非标准化查询时，PromptQL能够更好地理解和响应。产品背景信息显示，PromptQL旨在通过与用户的紧密合作，免费构建首个代理，以评估和提升现有AI代理/助手的性能。
