AI 每天都在变，
这里一页看完

将 Grok 带给所有人

Grok 正式向所有用户免费开放，取消此前仅限 X Premium 订阅者使用的限制。用户无需付费订阅即可直接使用 xAI 的 AI 助手，大幅降低使用门槛。

推荐理由：xAI官方宣布Grok面向所有用户开放，降低使用门槛

Cognition 宣布 Devin 正式全面开放使用

Cognition 宣布 Devin 正式全面可用，无席位限制，所有工程团队可在 app.devin.ai 开始使用，并提供 Slack 集成、IDE 扩展（VSCode 及分支，Beta）和 API，以及 Cognition 工程团队的 onboarding 支持。

推荐理由：官方宣布 Devin 全面开放并给出适用任务、使用建议和多个开源 PR 实例，读者可据此评估如何把 Devin 接入自己的工程流程。

DeepSeek 将 deepseek-chat 升级为 DeepSeek-V2.5-1210

DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V2.5-1210，各项能力提升。数学能力在 MATH-500 基准测试中从 74.8% 提升至 82.8%，代码能力在 LiveCodebench (08.01 - 12.01) 基准测试中从 29.2% 提升至 34.38%。新版本还优化了文件上传和网页总结功能的用户体验。

推荐理由：DeepSeek把deepseek-chat数学拉到82.8%，代码涨了5个点，做复杂推理的开发可以试试水，但这还是V2.5系列的常规升级，别当次代际跃迁。

OpenAI 视频生成模型 Sora 正式上线 sora.com

OpenAI 的视频生成模型 Sora 上线，用户可在 sora.com 使用。支持生成最高 1080p、最长 20 秒的视频，可选宽屏、竖屏或方形画幅，还可导入自有素材进行延展、重混和融合，或直接从文本生成全新内容。

推荐理由：原文给出了分辨率、时长和素材混用等具体使用参数，读者可以直接据此了解 Sora 的开放入口和实际能力范围。

OpenAI 发布 Sora 系统卡，说明视频生成模型的能力与输入输出设计

OpenAI 发布 Sora 系统卡。Sora 是 OpenAI 的视频生成模型，可接收文本、图像和视频输入并生成新视频，基于 DALL-E 和 GPT 模型的经验构建，旨在为人们提供更丰富的叙事和创作表达工具。

Grok 正式发布图像生成功能

Grok 推出图像生成功能，支持通过自然语言指令直接创建图片。该功能已向 X 平台用户开放，标志着这款 AI 助手从文本交互向多模态能力扩展，用户可在对话中直接生成并编辑视觉内容。

推荐理由：xAI发布Grok图像生成功能，拓展多模态应用场景

ARC Prize 2024 获奖名单与技术报告发布

ARC Prize 官方公布 2024 年获奖者并发布技术报告，共 1,430 支队伍提交 17,789 个方案，ARC-AGI-1 SOTA 从 33% 升至 55.5%，但 100 万美元大奖无人认领。

推荐理由：官方技术报告给出完整获奖方案与三类新方法总结，读者可以据此了解 ARC-AGI 分数提升背后的具体技术路线。

OpenAI 推出 ChatGPT Pro

OpenAI 官网宣布推出 ChatGPT Pro，目的是拓展前沿 AI 的使用范围。本次抓取的 feed 未提供完整正文，更多定价与功能细节以官网原文为准。

OpenAI 发布 o1 系统卡披露发布前安全评估工作

OpenAI 发布 o1 和 o1-mini 系统卡，报告发布前开展的安全工作，包括外部红队测试以及依据 Preparedness Framework 进行的前沿风险评估。

推荐理由：报告披露 o1 系列发布前的外部红队测试和 Preparedness Framework 前沿风险评估流程，读者可了解官方安全评估的实际做法。

英国 AI Safety Institute 提出 Long-Form Task 方法评估 LLM 科学助手能力

英国 AI Safety Institute（AISI）提出 Long-Form Task（LFT）评估方法，作为人类提升研究（HUS）的可自动化替代，用于测量 LLM 在科学场景中提供分步指导的能力。

推荐理由：原文给出 LFT 评估方法的设计细节与案例结果，读者可了解自动评估科学助手能力如何平衡可解释性与可部署性。

Prime Intellect 发布 INTELLECT-1：首个全球分布式训练的 10B 参数模型

Prime Intellect 发布 INTELLECT-1，称其为首个全球协作训练的 10B 参数语言模型，基于 Llama-3 架构在 1T token 上训练 42 天，跨五国三洲最多同时使用 112 张 H100。

推荐理由：原文给出分布式训练的关键数字和 PRIME 框架细节，读者可以了解跨洲协作训练 10B 模型的可行性与工程代价。

METR 发布 RE-Bench：对比语言模型智能体与人类专家的 AI 研发能力

METR 发布 RE-Bench 基准，用 7 个 ML 研究工程环境衡量人类专家与前沿模型智能体的表现，并公开 71 次人类专家尝试及 Claude 3.5 Sonnet 和 o1-preview 的全部运行转录。

推荐理由：原文在同一环境公平对比人类专家与前沿模型智能体，并给出长短时间预算下得分反转的关键数据和完整开源转录。

Mistral 发布开源权重多模态模型 Pixtral Large

Mistral AI 发布基于 Mistral Large 2 的 124B 开源权重多模态模型 Pixtral Large，在 MathVista 达到 69.4%，在 ChartQA、DocVQA 上超过 GPT-4o 和 Gemini-1.5 Pro。

推荐理由：官方发布了多模态模型的基准成绩与开放下载渠道，也说明了许可证类型，适合想对比前沿多模态能力或自部署的读者参考。

Mistral AI 为 le Chat 推出网页搜索、Canvas、文档理解、图像生成与 Agent 功能

Mistral AI 宣布对其免费生成式 AI 助手 le Chat 进行大版本更新，新增带引用的网页搜索、Canvas 协作编辑界面、图像生成和可发布的 Agent 工作流，全部以免费 beta 提供。

推荐理由：官方一次性列出 le Chat 六项新能力和免费 beta 政策，可对照竞品表格判断它在工作流上提供了哪些替代选择。

Grok API 公测版发布

xAI 启动 Grok API 公测，发布新模型 grok-beta，支持 128k 上下文、函数调用及系统提示，视觉版本下周上线。开发者每月可获 $25 免费额度至年底，已购预付额度可叠加。API 兼容 OpenAI 与 Anthropic 格式，修改 base_url 即可迁移。

推荐理由：xAI开放Grok API公测，每月送$25额度且兼容OpenAI接口，开发者可立即体验

OpenAI 推出 ChatGPT search

OpenAI 推出 ChatGPT search，为 ChatGPT 增加搜索功能，可提供快速、及时的答案，并附上相关网页来源链接。

推荐理由：原文信息过少，无法给出具体阅读价值。

Mike Knoop 与 François Chollet 阐述结合深度学习与程序合成攻克 ARC-AGI 的技术路径

ARC Prize 团队于 2024 年 10 月 24 日举办线上活动，说明为何单靠深度学习难以攻克 ARC-AGI，并提出结合深度学习与程序合成的技术路线。

推荐理由：Chollet 和 Knoop 系统论述 LLM 局限于记忆技能、需结合程序合成才能胜出 ARC-AGI 的技术路径，为理解智能与抽象层次提供了可迁移的分析框架。

稀疏交叉编码器：用于跨层特征提取与模型差异比较的新工具

本文介绍了一种新型的稀疏交叉编码器，它能够同时读取和写入神经网络多个层的激活值，从而提取跨层的共享特征。其主要应用包括：解决跨层叠加问题，追踪残差流中的持久特征；通过消除“重复特征”和跨越无意义的连接来简化电路分析；以及为不同训练阶段或不同架构的模型生成共享特征集，以实现模型差异比较。初步实验验证了其在处理跨层叠加和模型比较方面的潜力。

推荐理由：Anthropic 提出跨层可解释性新方法，有望大幅简化大模型内部电路分析

Mistral AI 发布 Ministral 3B 和 Ministral 8B 端侧模型

Mistral AI 发布面向端侧和边缘场景的两款模型 Ministral 3B 与 Ministral 8B，称其在 10B 以下级别创下知识、常识、推理、function-calling 和效率的新前沿。

推荐理由：官方发布明确了两款端侧小模型的上下文长度、API 定价和许可证范围，读者可直接评估其本地部署与 Agent 调用场景的适用性。

OpenAI 发布 canvas：与 ChatGPT 协作写作和编码的新方式

OpenAI 推出 canvas，一种与 ChatGPT 协作写作和编码的新方式。

推荐理由：原文来自 OpenAI 官方发布，读者可据此了解 ChatGPT 在写作和编码场景上的新交互方式。