11/14/2025 AI速递 | 史上最大AI黑客马拉松启动，多项新技术亮相

这可能是迄今为止规模最大、最具影响力的AI黑客马拉松活动。此次黑客马拉松由Anthropic和Gradio联合主办，并得到了10家赞助商的支持。

本次活动吸引了超过6,300名参赛者，将于11月14日至30日举行，为期两周。所有参与者可以在线参与，无论身处何地，都能加入这场技术盛宴。

此次比赛不仅提供$20,000的现金奖励，还有价值超过$3.5M的赞助商信用。参赛者将有机会展示他们的创新项目，并与行业内的顶尖专家进行交流。

• 活动时间：11月14日至30日
• 参赛人数：超过6,300人
• 奖金：$20,000现金 + $3.5M+赞助商信用
• 参与方式：线上开放

今天上午10点（太平洋时间），主办方将举行启动仪式，届时来自Hugging Face、OpenAI、Google DeepMind、Modal、Blaxel AI、SambaNova AI和Nebius TF的多位嘉宾将分享他们的见解和经验。这不仅是一场竞赛，更是一个学习和交流的绝佳机会。

感兴趣的朋友可以通过以下链接观看直播：https://t.co/Mu3KwZuTTP。

谷歌刚刚推出了NotebookLM中的一个新功能——Deep Research。

该功能能够浏览数百个网站，并根据用户查询生成组织有序的报告。此外，它还提供了一个带有注释的来源列表，方便用户进行更深入的研究。用户可以直接将这些信息添加到他们的笔记本中。

Deep Research支持多种新的文件类型，包括Google Sheets、Microsoft Word文档、PDF和通过Google Drive URL访问的图像。这一功能不仅简化了研究过程，还使得信息管理和分享变得更加高效。

对于需要处理大量数据和信息的专业人士来说，NotebookLM的Deep Research无疑是一个强大的工具。无论是学术研究还是商业分析，它都能帮助用户快速获取并整理相关信息，从而提高工作效率。

Claude API最近推出了结构化输出功能，这是一项重要的技术更新。

开发者现在可以确保Claude的响应始终符合指定的JSON模式或自定义工具定义，从而避免了重试和解析错误。这一功能特别适用于需要高度一致性和准确性的应用场景，如金融分析、医疗数据处理和大规模企业系统集成。

主要优势包括：

• 提高数据处理的一致性和准确性
• 减少开发和维护成本
• 简化复杂数据流的处理

此外，这一更新还为开发者提供了更多的灵活性和控制力，使得他们能够更好地管理和优化API响应。

Claude团队表示，这一功能将显著提升用户体验，并为更多行业提供强大的支持。

NotebookLM现已支持图片输入功能，用户可以通过拍摄笔记、教科书页面或图表等图像，将其转化为摘要、见解和答案。这一功能的推出标志着图像处理技术在自然语言处理领域的进一步融合。

无论是手写笔记的照片、教科书截图还是网页上的图表，NotebookLM都能从中提取关键信息，并生成相应的文本输出。这项技术不仅提高了学习效率，还为研究人员和学生提供了极大的便利。

• 支持多种图像源：包括手写笔记、教科书截图、网页图表等
• 自动提取关键信息并生成摘要
• 提供深入见解和详细答案

通过结合计算机视觉和自然语言处理技术，NotebookLM能够更准确地理解和解析图像内容，从而为用户提供更加丰富和全面的信息。

这项创新功能将极大地提升用户的学习体验，使得知识获取变得更加便捷和高效。

近日，ChatGPT宣布推出群聊功能，用户现在可以在同一对话中与他人及ChatGPT进行协作。这项新功能目前正在日本、新西兰、韩国和台湾进行试点。

通过这一创新功能，用户不仅可以与朋友、家人或同事实时交流，还能够直接在聊天窗口中调用ChatGPT的强大语言处理能力。无论是讨论项目、分享想法还是寻求建议，这种多参与者的互动方式将极大地提升沟通效率和用户体验。

主要特点包括：

• 支持多用户同时在线交流
• 集成ChatGPT智能助手，提供即时反馈和信息辅助
• 适用于多种场景，如团队会议、家庭聚会等

此次更新标志着ChatGPT在交互模式上的又一次重大突破，为用户提供了更加丰富和灵活的使用体验。

在AI Dev 25 x NYC大会上，著名AI专家Andrew Ng深入探讨了人工智能持续加速的原因。他指出，随着编码速度的显著提升，开发团队能够以前所未有的速度进行原型设计。这种快速迭代使得技术创新和产品优化变得更加高效。

然而，Ng强调，当前真正的瓶颈在于收集用户反馈。尽管技术进步使得开发过程大大加快，但如何及时获得并理解用户的实际需求仍然是一个挑战。

Ng鼓励参会者积极交流、合作，并共同构建未来的AI应用。他提到，正是在上一届AI Dev 25会议上与Kirsty Tan的对话激发了AI Aspire项目的灵感。这样的互动和合作对于推动AI的发展至关重要。

总体而言，Ng的观点揭示了当前AI领域的核心问题和发展方向，为开发者和研究者提供了宝贵的指导。

谷歌AI开发者团队分享了如何使用Gemini API中的Code Execution工具在AI Studio环境中运行Python代码，以解决复杂的数学问题、进行高效的数据分析，并实现基于代码的推理。

@nikitanamjoshi详细介绍了如何通过这一工具，用户可以轻松地在AI Studio中编写和执行Python代码，从而快速处理各种计算任务。例如，在解决数学问题方面，用户可以利用Python的强大库（如NumPy和SciPy）来进行复杂的数值计算和符号运算。

具体应用场景包括：

• 金融领域的风险评估和量化分析
• 科学研究中的数据建模和仿真
• 教育行业的在线编程教学和实验

此外，Code Execution工具还支持数据可视化，帮助用户更直观地理解数据和结果。

通过这些功能，开发者和研究人员能够更高效地完成工作任务，提高生产力。

Meta最近在检索增强生成（RAG）领域取得重大突破，解决了长期以来困扰该技术的最大问题。传统的RAG系统通常会检索大量文档块，即使用户只需要其中的一小部分。这种做法不仅浪费了计算资源，还导致用户支付不必要的费用。

为解决这一问题，Meta推出了REFRAG，一种全新的RAG方法。REFRAG通过在嵌入层对上下文进行压缩和过滤，显著提升了系统的性能：

• 时间到第一个token的速度提高了30.85倍
• 上下文窗口扩大了16倍
• 处理的token数量减少了2-4倍
• 在16个RAG基准测试中超越了LLaMA模型

REFRAG的工作原理如下：

1. 将文档编码并存储在向量数据库中
2. 当查询到达时，按常规方式检索相关文档块
3. 使用强化学习训练的策略评估压缩后的嵌入，并选择最佳文档块
4. 选择的文档块被扩展为完整的token嵌入
5. 未选中的文档块保持压缩状态或完全滤除
6. 所有内容一起发送给大语言模型处理

这种方法使得REFRAG能够以零准确性损失的情况下，以更高的速度处理更多的上下文。这对于需要高效处理大规模文本数据的应用场景，如企业级知识管理、智能客服等具有重要意义。

我们非常激动地分享最新发布的SophontAI成果——OpenMidnight，这是我们首个病理学基础模型。

OpenMidnight在仅使用12,000张全切片图像和1.6千美元的计算资源的情况下，达到了最新的性能水平。这种高效的训练方法为病理学领域的研究和应用提供了新的可能性。

病理学基础模型在医学影像分析中扮演着重要角色，能够帮助医生提高诊断准确性和效率。OpenMidnight的成功不仅展示了低成本训练高性能模型的可行性，还可能推动更多类似技术的发展，进一步提升医疗领域的智能化水平。

我们期待OpenMidnight能够在实际临床应用中发挥作用，并为未来的医学研究提供有力支持。

Stefano Pasquali，DomynAI金融服务部门负责人，在纽约举行的AI Dev 25峰会上发表讲话，强调了DomynAI致力于构建透明、可审计且自主的AI生态系统。他表示，DomynAI相信创新与责任相结合，这将为金融行业带来更安全和可靠的解决方案。

当前，AI技术在金融领域的应用日益广泛，从风险管理到智能投顾，再到反欺诈检测，都需要高度的信任和透明度。DomynAI通过其先进的技术框架，确保AI系统在运行过程中不仅高效，而且可追溯和可控，从而满足监管机构和客户对数据隐私和安全性的严格要求。

此外，Pasquali还提到，DomynAI正在推动AI技术在金融服务中的广泛应用，旨在通过技术创新提升用户体验，同时确保系统的可靠性和安全性。