AI 每天都在变，
这里一页看完

Dario Amodei@DarioAmodei

《慈爱的机器：关于AI如何造福世界的随笔》

Dario Amodei 发布文章《Machines of Loving Grace》，论述 AI 如何在医疗、贫困、气候等关键领域推动积极变革，描绘技术驱动的乐观未来图景。

推荐理由：Dario Amodei 发布重磅长文，阐述 AI 如何造福世界

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。

OpenAI 推出 Realtime API，支持构建语音到语音体验

OpenAI 推出 Realtime API，开发者现在可以在应用中构建快速的语音到语音（speech-to-speech）体验。

推荐理由：原文宣布 Realtime API 开放，开发者可以把快速语音到语音体验直接构建进应用。

OpenAI 微调 API 支持视觉：可用图像和文本微调 GPT-4o

OpenAI 宣布微调 API 支持视觉能力，开发者现可用图像和文本对 GPT-4o 进行微调，以提升其视觉表现。

推荐理由：官方宣布微调 API 支持图文混合数据微调 GPT-4o，开发者可据此定制模型的视觉能力。

OpenAI API 推出 Prompt Caching，对近期见过的输入自动折扣

OpenAI 在 API 中推出 Prompt Caching 功能，对模型最近见过的输入内容自动提供折扣。该功能面向 API 用户，可降低重复前缀类请求的输入成本。

OpenAI 在 API 中推出模型蒸馏功能

OpenAI 在其平台上推出 API 模型蒸馏功能，允许用大型前沿模型的输出来微调成本更高效的模型。

推荐理由：官方宣布 API 上线模型蒸馏功能，读者可据此了解用大模型输出微调低成本模型的路径。

OpenAI 封禁疑似 SweetSpecter 相关账号

OpenAI 封禁了一批疑似属于被追踪为 SweetSpecter 的中国相关威胁行为者的账号。OpenAI 称这些账号利用其 AI 研究漏洞、编写代码，并支持鱼叉式钓鱼活动。

推荐理由：作为当事方封禁通告，说明 SweetSpecter 将 AI 用于漏洞研究、编码和鱼叉式钓鱼的具体环节。

Liquid AI 发布首批 Liquid Foundation Models：LFM-1B/3B/40B

Liquid AI 发布第一代 Liquid Foundation Models（LFM），包含 1.3B、3.1B 和 40.3B MoE（激活参数 12B）三个语言模型，官方称在各规模上取得同级领先质量。

推荐理由：官方发布了三档模型的基准数据和内存表现，并说明非开源决定与边缘部署定位，读者可据此评估是否试用。

Meta 发布 Llama 3.2，支持视觉能力与设备端运行

Hugging Face 官方博客宣布 Llama 3.2 发布，新模型可处理图像并支持在设备端运行。

引入上下文检索：大幅提升RAG系统准确性的新方法

传统RAG系统在编码时易丢失上下文，导致检索失败。新方法“上下文检索”通过“上下文嵌入”和“上下文BM25”两项子技术，在检索前为文本块添加解释性上下文，能将检索失败次数减少49%，结合重排序后降幅可达67%，显著提升了下游任务性能。对于小于20万token的小型知识库，可直接将其完整内容放入提示词，结合Claude的提示词缓存功能，能降低超过2倍的延迟和高达90%的成本。对于大型知识库，上下文检索则提供了可扩展的解决方案。

推荐理由：Anthropic 把 RAG 检索失败率砍了 67%，方法不复杂但数据扎实，做知识库的开发者可以直接抄 cookbook 上手，是那种读完当天就能改进生产环境的实用帖。

Runway 与 Lionsgate 达成合作

Runway 与 Lionsgate 达成首创性合作，基于后者超过 20,000 部作品的专有片库定制训练 AI 视频生成模型，供电影制作人在前期和后期流程中增强创作。该模型可生成电影级视频并支持迭代编辑，双方未来计划向个人创作者开放模型授权。

推荐理由：Runway与好莱坞大厂达成首个定制模型合作，标志AI视频正式进入主流影视工业化流程

Mistral 发布开源多模态模型 Pixtral 12B，采用 Apache 2.0 许可

Mistral 发布开源多模态模型 Pixtral 12B，以 Apache 2.0 许可提供，可作为 Mistral Nemo 12B 的直接替换。

推荐理由：官方发布开源多模态模型，给出了架构细节、MMMU 分数和统一评测对比，可作为同规模开源模型选型的参考。

Mistral 发布 Mistral Small v24.09，la Plateforme 推出免费层并全系列降价

Mistral 发布 Mistral Small v24.09（220 亿参数，MRL 许可），并在 la Plateforme 推出免费层，全系列模型降价，Mistral Small 和 Codestral 输入价格降幅达 80%。Pixtral 12B 现已在 le Chat 上免费提供视觉能力，该模型基于 Apache 2.0 许可，支持任意尺寸图像且不损失文本性能。

推荐理由：官方一次列出免费层、全系列降价、Mistral Small v24.09 和 Pixtral 12B 视觉能力，适合对照选型和部署成本。

电路更新——2024年9月：Anthropic团队探索Transformer模型中的“后继头”机制

Anthropic可解释性团队在2024年9月分享了其初步研究进展，重点探讨了Transformer模型中普遍存在的“后继头”。这些特定的注意力头专门用于处理序数序列（如数字、星期、月份）中的后继关系。研究采用权重检查、独立成分分析等四种互补方法进行识别，其中评分最高的头能将约80%的序数标记最可能地映射到其后继项。分析还揭示了这些头中存在与类别相关的块状结构。团队强调这些发现属于初步成果，预计未来几个月将发表更详细的研究。

推荐理由：揭示Transformer内部机制，助力AI可解释性研究，对模型调试和安全有参考价值。

ARC Prize 实测 OpenAI o1 在 ARC-AGI-Pub 的成绩

ARC Prize 用统一测试框架测得 o1-preview 在 ARC-AGI 公开评测得 21.2%，与 Claude 3.5 Sonnet 的 21% 相当，但每任务平均耗时 4.2 分钟约为其 10 倍。文章认为 o1 实现了训练时和推理时的 CoT 范式，从记忆答案转向记忆推理，但仍限于预训练数据分布内，测试时算力增加虽能对数级提升准确率，实现 AGI 仍需新思路。

推荐理由：ARC Prize 用同一测试框架实测 o1 并给出测试时算力与效率分析，读者可借此理解 o1 在 ARC-AGI 上成绩有限的原因。

OpenAI 发布 o1 模型

OpenAI 发布 o1 模型，官方公告题为 Introducing OpenAI o1。本次抓取未获取到正文，更多细节以官方公告页 https://openai.com/index/introducing-openai-o1-preview 为准。

OpenAI 发布 o1-mini，主打高性价比推理

OpenAI 发布 o1-mini 模型，定位为推进成本高效的推理能力。官方页面暂未披露更多细节。

推荐理由：OpenAI 官方宣布 o1-mini，定位为更具成本效益的推理模型，可作为了解其推理系列布局的入口。

Cognition 评测 OpenAI o1 系列在 Devin 编码智能体上的表现并公开评测方法

Cognition 公布在 Devin 中测试 o1-mini 和 o1-preview 数周的早期结果：在内部基准 cognition-golden 上，Devin-Base 从 GPT-4o 的 25.9% 提升到 o1-mini 的 34.6%、o1-preview 的 51.8%，生产版 Devin 达 74.2%。

推荐理由：Cognition 作为 Devin 开发方给出 o1 系列的实测对比数据，并完整披露其内部基准 cognition-golden 的评测方法。

我爱计算器

作者在书店偶遇计算器历史书籍，顿悟自己热爱这种零依赖的技术产品。计算器作为"大脑插件"，仅需太阳能或电池即可工作，无需联网、账户或订阅，不收集数据，即买即用且完全私密。这与当下强制更新、订阅制、数据密集型的复杂科技形成鲜明对比。反思资本主义经济下公司追求股东价值最大化导致技术异化，呼吁开发者和消费者追求计算器式的技术理想——简单、独立、真正为用户服务。

推荐理由：Karpathy借计算器反思现代技术产品哲学，对AI产品设计有启发意义

DeepSeek-V2.5：融合通用与代码能力的全新开源模型

DeepSeek-V2.5 保留原有 Chat 模型的通用对话能力和 Coder 模型的代码处理能力，并更好地对齐人类偏好。

推荐理由：DeepSeek首次将通用对话与代码能力合一的开源模型，当时直接拉低了多任务成本，今天看仍是模型混合能力演变的早期标杆。