在一次周末黑客马拉松后，你的家变得一团糟。然而，周一晚上回家时，你发现客厅一尘不染，餐桌上还摆放着烛光晚餐。无法分辨这一切是人类还是机器所为。这看似简单，实则极其困难。
这是一个关于物理图灵测试的设想，它被视为AI领域的下一个重要目标。这一梦想激励着研究人员在实验室里通宵达旦地工作，致力于开发能够自动化处理物质而非仅限于信息的新计算平台。
谢尔盖公司最近举办了一场名为AI Ascent的活动，在活动中，我分享了如何通过数据策略和规模法则来解决通用机器人技术中的基本原则。这场演讲将帮助你深入了解这个领域，并且我相信你会觉得这17分钟非常值得。
未来的机器人不仅能够在家庭环境中执行复杂的任务，还能在工业、医疗等多个领域发挥重要作用。实现这一愿景需要跨学科的合作，包括计算机视觉、自然语言处理、机械工程等领域的前沿技术。
···
还记得强化微调（Reinforcement Fine-Tuning, RFT）吗？自去年12月以来，我们一直在努力开发这项技术，并于今日正式推出OpenAI o4-mini版本。RFT利用链式思维推理和任务特定评分机制来提升模型性能，尤其适用于复杂的领域。例如，@AccordanceAI就使用RFT对他们的税务和会计模型进行了微调，使其达到当前最优状态（SOTA）。
此外，在监督微调方面，您现在可以对GPT-4.1 nano进行微调。通过针对特定用例的训练，您可以从我们这款最快、最经济的模型中获得更多价值。
今天，我们预览了强化微调技术，这是一种新的模型定制方法，使组织能够为编码、科学研究或金融等特定复杂任务构建专家级模型。
···
我很高兴地宣布，AI Fund已成功完成一轮超额认购，募得1.9亿美元用于我们的新基金。我们期待与更多创业者合作，共同创建造福人类的新公司。
AI Fund不同于传统的风险投资公司，我们不仅提供资金支持，还直接参与公司的创立和运营过程。我们的团队在代码编写、客户反馈收集、产品设计迭代、市场分析等方面都积极参与，致力于推动多个AI产品的快速发展。我们通过实践不断总结出新兴AI初创企业的最佳实践。
在初创企业成功的诸多因素中，速度是至关重要的。以下是一些加速AI初创企业发展的重要策略：
1. 专注单一具体想法：小团队专注于一个具体的想法可以迅速推进项目。如果初始假设被证明有问题，要能够迅速调整方向，而不是同时进行多个尝试。
2. 信任领域专家的直觉：尽管数据和用户研究很重要，但在某些情况下，领域专家的直觉能够帮助快速作出决策，并迅速执行和验证。
3. 利用AI辅助编码：AI辅助编码极大地加快了原型开发的速度，尤其是在不需要高可靠性和安全性的独立原型项目中。这使得我们可以以极快的速度进行原型开发和测试。
4. 加速用户反馈获取：随着原型开发速度的提升，获取用户反馈成为新的瓶颈。具备快速找到潜在客户并在短时间内获得反馈能力的团队将更具优势。
除了速度之外，深刻的技术理解也是成功的关键。快速发展的AI技术要求团队具备深厚的技术背景，以便做出更好的决策，避免走弯路。
感谢所有的投资者、团队成员以及创业伙伴的支持，我们还有很多工作要做。
···
OpenAI近日宣布，ChatGPT现已支持将GitHub仓库与深度研究功能相连接。用户可以针对特定代码库提出问题，深度研究代理会读取并搜索该仓库的源代码及Pull Requests（PR），生成一份包含引用的详细报告。
这项新功能特别适用于软件开发团队和开源项目维护者，帮助他们更高效地理解和处理复杂代码。通过这种方式，开发者不仅可以快速获取代码相关的信息，还能发现潜在的问题和改进点。此外，对于研究者而言，这一功能也有助于深入分析开源项目的内部结构和历史演变。
要使用此功能，请在ChatGPT中选择“深度研究”选项，然后点击“GitHub”按钮即可开始。
···
NVIDIA刚刚宣布开源了三个不同规模的代码推理模型，分别是320亿参数、140亿参数和70亿参数版本，并且这些模型均采用Apache 2.0许可证。
根据官方测试结果，这些模型在LiveCodeBench基准测试中表现优异，超越了O3 mini和O1（低）等其他同类模型。此外，基于OCR数据集的支持，这些模型在令牌效率上比其他等效推理模型高出约30%。
主要特点包括：
- 支持多种框架，如llama.cpp、vLLM、transformers和TGI等。
- 适用于代码生成、调试和优化等多种应用场景。
- 适用于学术研究和商业开发。
开发者可以立即开始使用这些模型，探索其在实际项目中的应用潜力。
此次开源不仅为研究人员提供了强大的工具，也为广大开发者带来了新的可能性，有望推动代码生成和自动化领域的发展。
···
SDV是一款开源的Python库，能够通过机器学习算法从真实数据中学习并复制模式，从而生成大规模的合成数据。这对于需要大量数据进行训练或测试的场景非常有用。
使用SDV生成合成数据的过程分为三个步骤：
- 训练：将SDV指向您的真实数据表，它会捕捉底层的数据分布和关系。
- 生成：运行训练好的SDV模型，生成所需数量的类似数据行，且不会暴露任何真实数据。
- 验证：利用SDV的质量报告，检查生成的数据与真实数据的匹配程度；如有需要，可以调整参数以获得更精确的结果。
SDV的关键特性包括：
- 多种模型选择，从高斯共轭到CTGAN。
- 支持单表、多表及顺序表。
- 内置了匿名化和逻辑约束功能。
- 仅需一条命令即可完成所有操作：sdv.sample()。
此外，SDV还能有效解决类别不平衡问题，提升数据质量。
SDV适用于多个领域，如金融、医疗保健和市场研究等，可以帮助用户在不泄露敏感信息的情况下测试和训练模型。
···
我们庆祝AlphaFold 3发布一周年。在过去的一年里，AlphaFold 3被广泛应用于预测数百万种分子相互作用，极大地加速了科学研究的进程。
科学家们利用这些预测，在多个领域取得了突破性进展，包括作物免疫、细菌抗药性等。AlphaFold 3的精准预测能力，为研究人员提供了前所未有的工具，使他们能够更深入地理解蛋白质结构和功能。
Isomorphic Labs也利用AlphaFold 3与其先进的药物设计引擎相结合，致力于变革新药研发的方式。通过这种创新的方法，他们希望能够更快、更有效地开发出新的治疗方法。
AlphaFold 3不仅在学术研究中发挥重要作用，还在制药行业展示了巨大的潜力，有望在未来几年内彻底改变药物发现和开发的格局。
···
由@LangChainAI提供的教程，展示了如何利用Gemma 3和LangChain构建一个多模态的检索增强生成（RAG）系统，用于处理包含文本和图像的混合内容PDF文件。该系统结合了谷歌的Gemma 3模型的强大自然语言处理能力与LangChain的灵活性，能够高效地解析和理解复杂文档。
整个实现过程还整合了Streamlit和Ollama等工具，以提供一个用户友好的界面和强大的计算支持。通过这个教程，开发者可以学习到如何搭建一个既能够处理文本又能处理图像的RAG系统，从而为文档分析、知识提取等实际应用场景提供强有力的支持。
对于从事数据科学、人工智能或相关领域的专业人士来说，掌握这种技术不仅能提升工作效率，还能为解决更复杂的业务问题开辟新的途径。
···
Meta公司近日推出了名为Meta Locate 3D的先进模型，该模型能够在三维环境中实现高精度的物体定位。这项技术突破有望显著提高机器人在复杂场景中的导航能力和与人类的互动自然度。
通过Meta Locate 3D，机器人可以更准确地理解其周围的环境，包括识别和定位各种物体。这项技术的应用范围广泛，不仅适用于工业自动化、物流配送等领域，还能在家庭服务机器人中发挥作用，使它们能够更好地理解和响应用户的指令。
- **下载模型和数据集**
- **阅读研究论文**
- **尝试在线演示**
更多详细信息可访问https://t.co/GgJEPXTH8W。
···
学习如何利用VoyageAI的多模态嵌入和MongoDB的多模态索引进行高效的多模态检索。
在本教程中，你将掌握以下内容：
- 如何使用VoyageAI的多模态嵌入技术。这种技术能够将文本、图像等多种类型的数据转换为统一的向量表示，便于后续处理。
- 如何设置MongoDB Atlas作为图像嵌入的向量存储库。通过将图像数据存储在MongoDB中，可以实现高效的数据管理和查询。
- 创建一个支持图像和文本数据类型的多模态索引。这使得系统能够同时处理不同类型的输入，并提供准确的检索结果。
- 使用文本提示查询图像（文本到图像检索）。这种技术允许用户通过自然语言描述来搜索相关的图像，极大地提高了用户体验。
这些技术的应用场景广泛，包括电子商务中的商品推荐、社交媒体的内容管理以及医疗影像分析等领域。通过本教程，你可以深入了解多模态检索的实际应用和技术细节。
