【新智元导读】AI智能体遍布整个网络，未来如何防止被骗?如何保护隐私?OpenAI微软MIT等25个机构联手提出「人格凭证」，可以证明自己是真人，还不用披露任何个人信息。最近半个月，全网竟被一个OpenAI的「AI爆料人」愚弄了。听到「草莓哥」@iruletheworldmo账号，想必每个人都很熟
......
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
【新智元导读】刚刚，OpenAI重金押注的人形机器人初创1X终于揭秘了背后的「世界模型」——它能够根据真实数据，生成针对不同场景的中的行为预测!机器人领域的ChatGPT时刻，或许真的要来了。OpenAI投下重注人形机器人初创1X，终于放出了NEO官宣视频。现在1X模型没有自我意识的表现。
随着人工智能技术的不断进步，机器人正在向更具人性化的方向发展机器人产业也正在迎来前所未有的黄金发展期。根据赛迪顾问发布的最新报告，预计到2026年中国人形机器人产业规模将突破200亿元。天马行空的创新者舞台，把高高在上的科技拽进了人们的身边，成为外滩大会的“靓丽名片”。
外媒曝出:Sora陷入了研究困境!背后原因，就是安全风险以及与好莱坞的合作。最近高盛的报告错误解读了ChatGPT流量下降，直接引爆市场的恐慌情绪，导致AI股票纷纷被抛售。高盛给投资者的建议是，投资应该更加多元化，不要一味多买英伟达的股票。
OpenAI宣布完成了新一轮66亿美元融资，公司估值飙升至1570亿美元。这是硅谷史上最大的一次融资，超过了今年马斯克xAI的60亿美元规模，也让OpenAI继续成为AI独角兽中的领头羊。如果OpenAI未能在两年内完成公司结构的重组，本轮融资的投资者将有权要求退回投资。
奥特曼和马保国有什么共同点?答:都爱搞偷袭。“草莓”的消息已经传了几个月，据说这是OpenAI内部的一个神秘项目，似乎和前代模型颇有些不同。如今草莓味的ChatGPT来了，也许很快，我们就能看到OpenAI成功完成新一轮融资、估值超万亿元的消息。
具身智能领域的“癫”，已经进入nextlevel了!来看这段视频:人形机器人在前面跑，一群机器狗在后面追;然后人追着狗，接着狗追着人……最后那位机器人还有很重的「偷感」在身上。这样它就真的很真狗啊!第二点是BabyAlphaA2拥有SuperChat功能。机器人对人类的价值，从来不只是“科幻”和冷冰冰的硬件已。
OpenAI的新模型o1，可谓是开启了ScalingLaw的新篇章——随着更多的强化学习和更多的思考时间，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，放弃在参数中存储大量世界知识。我们希望通过这个专栏，让更多的人了解CPU在AI推理加速，甚至是整个A
OpenAI很强，要给这种强悍标一个数，那这个数可能是1500亿美元。当地时间9月11日，彭博社报道称，OpenAI正在以1500亿美元的估值进行融资，向投资者筹集65亿美元在商谈以循环贷款的形式向银行借款50亿美元。但在路途当中，二位还有很多关卡要过。
警告!不要在ChatGPT里问最新o1模型是怎么思考的——只要尝试几次，OpenAI就会发邮件威胁撤销你的使用资格。大模型新范式o1横空出世不到24小时，就已经有不少用户反馈收到这封警告邮件，引起众人不满。那么你对o1还有哪些疑问或期待?欢迎评论区交流。
近段时间，有不少利用微信支付百万保障”诈骗的情况出现。尤其针对中老年人群体，利用他们对这一服务的不熟悉，以百万保障到期需缴费续保”或关闭自动扣费”等借口设下圈套，实施诈骗。平台也在微信支付百万保障相关页面设置了反诈提醒，用户可以通过【客户端-我-服务-钱包-消费者保护-安全保障-百万保障】了解更多信息。
Graphite Reviewer是一个AI代码审查工具，它通过即时反馈帮助团队提高代码审查的效率和质量。该工具利用代码库感知AI，自动检测代码中的bug和错误，使团队能够专注于构建而不是审查。它支持自定义规则，保证代码质量和一致性，同时确保代码的私密性和安全性。Graphite Reviewer的主要优点包括快速合并PR、强化质量和一致性、保持代码私密和安全、捕捉常见错误等。
Character SDK是一个能够创建AI角色的平台，这些角色可以实时听、说、看，甚至采取行动。它通过实时语音和视觉识别、高级OCR处理、多语言交流、自适应推理和基于意图的任务自动化等技术，帮助企业提高效率，减少成本，并提供个性化的用户体验。
Temperstack是一个企业级的主动式SRE平台，旨在减少SRE的重复劳动，提高服务的可靠性。它通过自动化服务目录、警报审计和跨您的监控工具的SLI报告，为从CTO到SRE工程师的团队提供可见性、主动发现问题并促进协作。Temperstack集成了流行的监控工具，提供统一的命令界面，以实现全面的SRE可见性和行动。
o1-engineer 是一个命令行工具，旨在帮助开发者通过 OpenAI 的 API 高效地管理和交互项目。它提供了代码生成、文件编辑、项目规划等功能，以简化开发工作流程。
Canvas是OpenAI推出的一个新界面，旨在通过与ChatGPT的协作来改进写作和编码项目。它允许用户在一个单独的窗口中与ChatGPT一起工作，超越了简单的聊天界面。Canvas利用GPT-4o模型，能够更好地理解用户的上下文，并提供内联反馈和建议。它支持直接编辑文本或代码，并提供快捷操作菜单，帮助用户调整写作长度、调试代码等。Canvas还支持版本回溯，帮助用户管理项目的不同版本。
Text Behind Image 是一个开源的设计工具，允许用户轻松创建文字背景图片设计。它提供了一个简洁的界面，让用户可以自由地在图片上添加文字，创造出独特的视觉效果。这个工具对于设计师、社交媒体运营者和内容创作者来说非常有用，因为它可以快速生成具有吸引力的视觉内容。
torchao是PyTorch的一个库，专注于自定义数据类型和优化，支持量化和稀疏化权重、梯度、优化器和激活函数，用于推理和训练。它与torch.compile()和FSDP2兼容，能够为大多数PyTorch模型提供加速。torchao旨在通过量化感知训练（QAT）和后训练量化（PTQ）等技术，提高模型的推理速度和内存效率，同时尽量减小精度损失。
Liquid Foundation Models (LFMs) 是一系列新型的生成式AI模型，它们在各种规模上都达到了最先进的性能，同时保持了更小的内存占用和更高效的推理效率。LFMs 利用动态系统理论、信号处理和数值线性代数的计算单元，可以处理包括视频、音频、文本、时间序列和信号在内的任何类型的序列数据。这些模型是通用的AI模型，旨在处理大规模的序列多模态数据，实现高级推理，并做出可靠的决策。
NVLM-D-72B是NVIDIA推出的一款多模态大型语言模型，专注于视觉-语言任务，并且通过多模态训练提升了文本性能。该模型在视觉-语言基准测试中取得了与业界领先模型相媲美的成绩。
gradio-bot是一个可以将Hugging Face Space或Gradio应用转化为Discord机器人的工具。它允许开发者通过简单的命令行操作，将现有的机器学习模型或应用快速部署到Discord平台上，实现自动化交互。这不仅提高了应用的可达性，还为开发者提供了一个与用户直接交互的新渠道。
AI-Powered Meeting Summarizer是一个基于Gradio的网站应用，能够将会议录音转换为文本，并使用whisper.cpp进行音频到文本的转换，以及Ollama服务器进行文本摘要。该工具非常适合快速提取会议中的关键点、决策和行动项目。
VARAG是一个支持多种检索技术的系统，优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入，简化了传统的检索流程，并使用先进的视觉语言模型进行编码，提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容，为文档检索提供强大的支持。
JoyHallo是一个数字人模型，专为普通话视频生成而设计。它通过收集来自京东健康国际有限公司员工的29小时普通话视频，创建了jdh-Hallo数据集。该数据集覆盖了不同年龄和说话风格，包括对话和专业医疗话题。JoyHallo模型采用中国wav2vec2模型进行音频特征嵌入，并提出了一种半解耦结构来捕捉唇部、表情和姿态特征之间的相互关系，提高了信息利用效率，并加快了推理速度14.3%。此外，JoyHallo在生成英语视频方面也表现出色，展现了卓越的跨语言生成能力。
PhysGen是一个创新的图像到视频生成方法，它能够将单张图片和输入条件（例如，对图片中物体施加的力和扭矩）转换成现实、物理上合理且时间上连贯的视频。该技术通过将基于模型的物理模拟与数据驱动的视频生成过程相结合，实现了在图像空间中的动态模拟。PhysGen的主要优点包括生成的视频在物理和外观上都显得逼真，并且可以精确控制，通过定量比较和全面的用户研究，展示了其在现有数据驱动的图像到视频生成工作中的优越性。
Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。
Realtime API 是 OpenAI 推出的一款低延迟语音交互API，它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话，并可处理中断，类似于ChatGPT的高级语音模式。它通过WebSocket连接，支持功能调用，使得语音助手能够响应用户请求，触发动作或引入新上下文。该API的推出，意味着开发者不再需要组合多个模型来构建语音体验，而是可以通过单一API调用实现自然对话体验。
Saylo AI是一个AI角色扮演游戏，让你与AI角色互动，探索多样化的戏剧性故事。它利用人工智能技术，提供沉浸式的互动体验，让玩家在虚拟世界中与AI朋友交流，体验不同的故事情节。Saylo AI的背景信息展示了其创新性和娱乐性，旨在为玩家提供一种全新的娱乐方式。目前产品处于推广阶段，价格未明确标注。
twinny是一个为Visual Studio Code用户设计的AI扩展，旨在提供个性化的编程辅助，提高开发效率。它通过集成先进的AI技术，帮助开发者在编码过程中快速解决问题，优化代码，并提供智能提示。twinny的背景是响应开发者对于更加智能和自动化编程工具的需求，它通过简化开发流程，减少重复劳动，从而让开发者能够专注于更有创造性的工作。
Buildpad 是一个旨在帮助创始人从概念到成功最小可行产品(MVP)的在线平台。它通过提供智能验证工具、AI引导的开发流程、进度跟踪以及个性化的项目见解，帮助用户构建能够获得市场认可的产品。Buildpad 的主要优点包括简化产品开发流程、提高产品成功率、以及提供个性化的指导和支持。
Novela是一个专注于AI时代技能学习的在线平台，提供早期访问服务，用户可以免费试用。它旨在帮助用户掌握AI相关的技能，以适应未来职场的需求。
