頭條
DeepSeek如何改進了Transformer架構
https://epoch.ai/gradient-updates/how-has-deepseek-improved-the-transformer-architecture
DeepSeek是僅有的在生成模型底層架構上穩健創新的開源模型供應商之一。具體而言，其研究進展并非靠蠻力取得，而是源自那些清楚了解Transformer原理并基于此開展工作的團隊 。
Mistral 的首次公開募股計劃
https://finance.yahoo.com/news/buzzy-french-ai-startup-mistral-133915078.html
法國人工智能初創公司米斯特拉爾（Mistral）計劃進行首次公開募股，而非被收購。它已籌集大量資金，完全有能力繼續在全球提供服務，尤其是面向歐洲公司。
英偉達的 STEREO
https://nvlabs.github.io/FoundationStereo/
英偉達提出一種新方法，將基礎模型與立體匹配技術相結合，以增強機器人和自動駕駛汽車的3D感知能力。
研究
地標定位工具包
https://arxiv.org/abs/2501.10098v1
這篇論文介紹了“landmarker”，它是一個基于PyTorch構建的Python軟件包，為開發和評估地標定位算法提供了靈活的工具集。
具身基礎模型
https://2toinf.github.io/UniAct/
UniAct是一種全新的具身基礎建模框架，可在通用動作空間中運行。
海豚3.0（Hugging Face平臺）
https://huggingface.co/cognitivecomputations/Dolphin3.0-Llama3.1-8B
基于Llama 3.1 8B構建的新Dolphin模型，經過訓練可通過系統提示接收指令。這意味著它在各種角色塑造和角色扮演方面表現出色，同時還保留了基礎Llama模型本身的諸多能力。
工程
外科基礎模型（GitHub 倉庫）
https://github.com/timjaspers0801/surgenet
SurgeNet是一種新型手術基礎模型，為手術計算機視覺設定了新標桿。
個人人工智能訓練師（GitHub代碼庫）
這個項目提供直觀的網頁界面，讓鍛煉記錄更輕松、更有效。
參數高效微調框架（GitHub 倉庫）
https://github.com/jiaqihuang01/DETRIS
DETRIS在采用密集互連和文本適配器的多模態任務中，為未對齊的編碼器增強視覺特征傳播。
其他
企業為何需要人工智能查詢引擎來推動智能代理式人工智能
https://blogs.nvidia.com/blog/ai-query-engines-agentic-ai/
人工智能查詢引擎能讓企業有效利用大量結構化和非結構化數據，彌合原始數據與人工智能應用之間的差距。它們具備多種數據處理、可擴展性、精準檢索和持續學習等先進特性，提升了人工智能智能體的能力。像DataStax這樣的公司已在借助這些引擎，為客戶服務、視頻搜索和軟件分析等領域的應用提供支持 。
OpenAI #10：思考
https://thezvi.substack.com/p/openai-10-reflections
山姆·奧特曼談及他意外被OpenAI董事會解雇一事，并反思其對公司治理和自身領導的影響。他回應了對OpenAI戰略的批評，強調公司目標是安全地逐步實現通用人工智能（AGI），同時承認有高層離職。奧特曼分享了對AGI潛在風險的看法，并暗示到2025年實現人工智能與勞動力的融合，堅稱OpenAI仍專注于打造超級智能系統以推動未來繁榮。
谷歌研究人員僅通過兩小時訪談就能打造出思維與你極為相似的人工智能
斯坦福大學的研究人員創建了人工智能代理，通過專門設計的界面采訪1052人，能以85%的準確率復制人類行為。這項與谷歌DeepMind合作的研究表明，這些代理可以通過模擬對政策和產品發布的反應，幫助決策者了解公眾意見。雖然人工智能代理在性格測試中表現出色，但在經濟游戲中復制人類決策時卻遇到了困難。
準備好迎接能與Twitch主播聊天并控制其直播的虛擬人工智能搭檔吧
Inworld AI、Streamlabs和英偉達將為直播主播推出一款人工智能助手，提供實時技術支持，并擔任懂游戲的聯合主持人。
微軟在Hugging Face上把強大的Phi-4模型完全開源了
https://links.tldrnewsletter.com/V3b9dN
微軟已在Hugging Face上開源其Phi-4模型，該模型因在推理任務中的高效性和高性能而受到稱贊。
人工智能利用喉嚨振動來弄清楚人們想說什么
人工智能可通過解讀喉部振動，幫助中風和帕金森病患者進行交流。
