Yann LeCun 发新论文挑战 Scaling Law:1.09 亿参数胜过 720 亿,模型越大不一定越懂世界
Yann LeCun 与其合作者提出了一种新的跨模态表征对齐方法,通过实验证明了一个仅有 1.09 亿参数的文本模型在跨模态表征对齐测试中超过了包括 Qwen2.5-72B、Llama-3-70B 在内的大型语言模型。
推荐理由:LeCun 的论文挑战了 AI 行业中模型规模与理解能力的关系,提出了新的跨模态表征对齐方法,对 AI 理论研究有重要意义。
Meta 的 AI 动态:Llama 开源模型系列、超级智能实验室与元宇宙之外的 AI 豪赌。
Yann LeCun 与其合作者提出了一种新的跨模态表征对齐方法,通过实验证明了一个仅有 1.09 亿参数的文本模型在跨模态表征对齐测试中超过了包括 Qwen2.5-72B、Llama-3-70B 在内的大型语言模型。
推荐理由:LeCun 的论文挑战了 AI 行业中模型规模与理解能力的关系,提出了新的跨模态表征对齐方法,对 AI 理论研究有重要意义。
OpenAI、Google、Microsoft和Anthropic宣布采用新的标准,允许出版商选择不参与AI抓取,影响AI训练和内容安全。
推荐理由:AI公司共同推出标准,允许出版商选择不参与AI抓取,影响AI训练和内容安全。
OpenAI 与 Oracle 合作,将商业应用和 AI 智能体引入 ChatGPT,并支持新的 Oracle 产品。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
AMD 宣布向 Meta 投资 10 亿美元,双方将围绕 CPU、GPU、网络、系统及软件展开协作,为 Meta 的人工智能基础设施及 AI 服务提供算力支持。
推荐理由:AMD 向 Meta 投资 10 亿美元,深化 AI 基础设施合作,涉及 CPU、GPU 和软件等多个方面,对双方在 AI 领域的发展具有重要意义。
英伟达宣布与Meta扩大Muse智能助手合作,投资30亿美元,旨在满足市场对AI智能体日益增长的需求,并考虑开展其他技术合作。
推荐理由:英伟达与Meta扩大合作,投资30亿美元,旨在满足市场对AI智能体日益增长的需求,读者可以关注这一合作对AI智能体领域的影响。
英伟达与Meta宣布扩大在Muse系列模型上的合作,以应对AI智能体需求的增长,并探索技术协同,包括AI智能体安全体系和行为监控。Meta将扩大英伟达AI算力集群和CPU部署规模,提升AI工作负载性能。
推荐理由:原文提到了英伟达和Meta在AI智能体领域的合作扩大,读者可以关注这一合作对行业的影响。
Meta 发布了个人 AI 智能体 Muse,预计将在未来帮助用户完成购物、工作等任务,并与其他用户的 Muse 进行交互。目前 Muse 已在美国和加拿大下载超过 1000 万次,其中四分之一的人每天使用 Muse。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Maxinsights公司通过提供大规模的Egocentric数据集,帮助OpenAI等公司提升Physical AI模型的训练效果,成为Physical AI数据与基础设施赛道的重要玩家。
推荐理由:Maxinsights公司通过提供大规模的Egocentric数据集,帮助OpenAI等公司提升Physical AI模型的训练效果,成为Physical AI数据与基础设施赛道的重要玩家。
Meta 的 AI 应用 Muse 用户超过 1000 万,其中购物成为主要活动。Muse 的用户平均购物金额超过 200 美元,CEO 马克·扎克伯格表示 Muse 将成为 Meta 收入的重要来源。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 与苹果合作推出 Muse Spark Open 模型,支持本地运行,主要应用于软件工程和长程任务执行。模型参数量达 8160 亿,但本地运行需要两台高配置 Mac Studio。在编程基准测试中,该模型输给了智谱和 Kimi。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布 Muse Spark Open,一个拥有 8160 亿参数的多模态模型,支持在 Mac Studio 上运行,已发布在 Hugging Face 上。
推荐理由:Meta 发布了 Muse Spark Open,一个强大的多模态开放权重模型,支持在苹果的 Mac Studio 上运行,读者可以关注其参数规模和运行环境对现有工作流的影响。
Meta 发布 Muse Spark Open,一款816B参数的开源权重模型,支持全模态输入,可在两台 Apple M5 Ultra Mac Studio 上运行。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta发布了名为Muse Spark Open的开放权重AI模型,该模型专为Mac设计,具有816亿参数和1000万个token的上下文窗口,旨在提供优于其他开放权重模型的性能。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布了 Muse Spark Open 模型,这是一款针对编码和智能体任务的大语言模型,参数量达到 816 亿(42 亿活跃),支持文本、图像、视频和音频,并在多个基准测试中领先于 Qwen 3.8、GLM 5.3 和 Kimi K3。该模型针对 Apple 的 M5 Ultra 进行优化,可在两台配备 512 GB 统一内存的 Mac Studio 上本地运行。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta AI 发布了新的模型 Muse Wonder,其能力与 GPT-6.1 Sol 相当,并更新了 llm-meta-ai 插件以支持该模型。Meta AI 每月发布一个新模型,Muse 系列模型的能力在不断提升。
推荐理由:Meta AI 发布了新的模型 Muse Wonder,读者可以了解其能力变化和开放入口,以判断其对现有工作流的影响。
文章探讨了开放模型的风险与收益,指出开放模型可能带来的安全风险和民主化潜力,并讨论了如何平衡这两者。
推荐理由:文章探讨了开放模型的风险与收益,读者可以了解开放模型对AI安全和社会的影响。
Meta 发布 Muse Wonder 和 Muse Wonder Full 两个模型,旨在打造个人和专业 Agent。Muse Wonder 已通过 Meta Model API 和 Muse Code 开放,价格为每百万输入 Token 4 美元。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta Superintelligence Labs (MSL)发布了Muse Wonder(代号“Watermelon”),其第二代模型系列。该模型被第三方评估为接近前沿水平,距离实验室成立已有14个月。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Meta 发布了 Muse Wonder 和 Muse Wonder Full 模型,旨在提升跨对话记忆、长时间执行任务和编程能力,跑分媲美 Opus 5.5,但用户反馈不一。
推荐理由:Meta 发布了 Muse Wonder 和 Muse Wonder Full 模型,展示了其在个人与专业智能体任务上的能力,包括跨对话记忆、长时间执行任务和编程能力,读者可以据此判断它会怎样改变现有工作流。
Meta 发布 Muse Wonder 系列,称其为最具能力的模型,在个人和专业 agent 任务上取得 SOTA 成绩,标志着向个人超级智能迈进。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。