一、OpenAI投资脑机接口公司挑战Neuralink - OpenAI及Sam Altman将支持脑机接口新公司Merge Labs,预计估值达8.5亿美元,与Neuralink直接竞争 [1] - Altman参与联合创办Merge Labs但不负责日常管理,实现其2017年人机融合愿景 [1] - Merge Labs处于起步阶段,计划利用AI领域最新进展开发更简单实用的脑机接口技术 [1] 二、Claude Sonnet 4解锁百万上下文 - Claude Sonnet 4支持高达100万Token的上下文窗口,容量是之前的5倍,可处理超过75,000行代码或数十篇研究论文 [2] - 定价调整:200K以内每百万Token输入3美元/输出15美元,超过200K部分每百万Token输入6美元/输出22.5美元 [2] - 功能已在亚马逊Bedrock公测,将登陆Google Cloud Vertex AI,被合作伙伴称为"生产级AI工程"能力 [2] 三、昆仑万维开源Skywork UniPic 2.0 - 开源统一多模态模型Skywork UniPic 2.0,实现理解、生图、编辑一体化框架 [3] - 模型包含三核心模块:生图编辑模块、多模态连接器预训练、Flow-GRPO渐进式双任务强化策略 [3] - UniPic2-SD3.5M-Kontext-2B在生图指标上超越12B参数的Flux.dev,编辑效果优于同参数量竞品 [3] 四、Perplexity拟345亿美元收购Chrome - AI初创公司Perplexity向谷歌发出345亿美元全现金收购Chrome浏览器要约 [4] - 报价是Perplexity自身估值(180亿美元)的两倍,时机选在谷歌面临反垄断诉讼关键节点 [4] - Perplexity承诺维护Chromium开源项目并两年内投资超30亿美元,但谷歌表示无意出售 [4] 五、Pika推出音频驱动表演模型 - 新模型能将静态图片与音频结合生成同步视频,实现精确口型同步和自然表情变化 [5] - 平均仅需6秒生成720p高清视频,长度不限,未来可应用于社交媒体、游戏开发和教育领域 [5] - 目前技术限于iOS端并需邀请码,但带来信息真伪辨别新挑战 [5] 六、Figure人形机器人展示衣物折叠能力 - 在原有物流分拣能力基础上仅增加数据即可掌握叠衣服新技能 [6] - 演示中表现出与人类相似的行为(眼神交流、点头确认等),采用端到端视觉-语言-动作模型控制 [6] - 叠衣服是极具挑战的灵巧操作任务,Figure依靠Helix架构实现无需改变原有架构 [6] 七、DeepMind揭秘Genie 3对AGI意义 - Genie 3不仅能生成虚拟世界,更能让世界真实运转并支持智能体训练 [7] - 已开始将Sima智能体放入Genie 3生成世界测试,实现"AI在另一个AI大脑中运行" [7] - 哈萨比斯认为模型评测是关键,Game Arena将成为重要评测基准 [7] 八、Notion CEO谈AI产品开发理念 - AI时代产品应打造"AI工作空间",将AI从工具转变为提供"工作本身" [8] - AI开发像"酿啤酒"而非"造桥",常只能完成70-80%功能,需大量实验而非传统设计流程 [8] - 成功的AI产品需平衡工艺与实用性,7.5分足够,过度追求完美影响商业价值 [8] 九、OpenAI联合创始人谈AI发展趋势 - AI开发进入"基础研究回归"阶段,算法再次成为决定性瓶颈 [9] - 未来AI基础设施需平衡"长时间重度计算"和"实时响应"两种工作负载 [9] - 预测AI生态将"百花齐放",实现经济"10倍增长"需各领域专家深入思考应用方式 [9]
腾讯研究院AI速递 20250814
腾讯研究院·2025-08-14 00:01