Open CoT Leaderboard 上线：专测思维链到底能帮大模型提多少分
Hugging Face 上线 Open CoT Leaderboard。与传统跑分不同，它不看绝对准确率，而是专测加入思维链推理步骤后的净提分幅度。测试显示 7B 小模型有时借此提升比大模型更猛，但思维链有时也会让准确率不升反降。
智能体
查看更新的新闻
Mustafa Suleyman 谈 AI 本质：我们正在创造「新数字物种」
Microsoft AI CEO Mustafa Suleyman 在 TED 演讲中探讨 AI 的本质。他指出业内至今难以准确描述 AI 的发展走向，并提出一个直白的新隐喻：AI 正在演变成一种「新数字物种」，呼吁大众重新审视这一非同寻常的关键时刻。
通用智能体 JAT 开源：一个模型通吃游戏与机械臂
研究团队开源通用智能体 JAT，包含模型、数据集及专家策略。作为 Gato 的开源复现与演进，它用单个网络在 157 项任务中达到专家基准 65.8% 的表现，涵盖玩游戏、机械臂控制与初级图文处理。
DARPA 确认首例 AI 空战：AI 战机时速 1200 英里与人类缠斗
周四，DARPA 披露其 AI 战机在 2023 年 9 月成功与人类飞行员进行首次空中缠斗。AI 控制的 X-62A 与人类驾驶的 F-16 距离一度近至 2000 英尺，时速达 1200 英里，测试期间机上安全员全程未介入接管。
微软推出工业 AI 方案：工人动动嘴就能排查产线故障
Microsoft 推出面向制造业的数据与 AI 方案，包括 Fabric 制造数据方案和 Azure AI 工厂运营 Copilot 模板。一线员工用自然语言就能直接查询设备与运营数据，排查机器故障不再需要人工翻找表格。目前核心功能处于私有预览阶段。
Meta 首席 AI 科学家 LeCun：大模型永远无法达到人类智能
Meta 首席 AI 科学家 Yann LeCun 直言大语言模型绝不可能达到人类级智能。他指出 LLM 欠缺推理、规划、持久记忆和物理世界理解四大核心能力，纯靠文本训练如同走入死胡同，并提出应转向依靠传感器和视频建立「世界模型」的路线。
OpenAI 升级 GPT-4 Turbo：视觉请求全面支持 JSON 与函数调用
OpenAI 宣布升级版 GPT-4 Turbo 正式上线 API，并开始向 ChatGPT 陆续推送。带有视觉能力的 GPT-4 Turbo 结束预览进入通用可用阶段，不仅支持图像理解，视觉请求还能直接搭配 JSON 模式和函数调用，方便开发者直接提取结构化数据。
Stability AI 发布 Stable LM 2 12B：兼顾多语言与工具调用
Stability AI 推出开源模型 Stable LM 2 12B，包含基础与指令微调版，基于 2 万亿 token 训练并支持英、德、法等 7 种语言。其指令版支持工具调用与 RAG 检索增强。同时 1.6B 版本也获升级。个人研究免费，商用需开通会员。
Google DeepMind 推出 SIMA：能听懂人话、在 3D 游戏里帮你干活的通用 AI
Google DeepMind 推出通用 AI 智能体 SIMA。它不用看游戏源码或专用接口，仅凭屏幕画面和键盘鼠标输出，就能听懂玩家的自然语言指令，在《无人深空》《拆迁》等 9 款商业 3D 游戏中完成爬梯子、开菜单等 600 项基础操作。这是 AI 从刷高分转向泛化执行真实任务的重要一步。
Deepgram 推出语音 API Aura：延迟低于半秒，帮智能体实时说话
Deepgram 推出实时文本转语音 API Aura。它把自然的人声模型与低延迟结合，通常在半秒甚至 0.3 秒内就能发声，每 1000 字符定价 0.015 美元。这让开发者能给大模型驱动的客服智能体装上能实时接话的声音。
Google DeepMind 发布 Genie：一张图就能生成可玩的游戏
周一，Google DeepMind 展示了基础世界模型 Genie。它通过学习超 20 万小时公开游戏视频，无需人工动作标注，仅凭单张图片或草图就能生成可交互、可操控的 2D 横版过关世界。这意味着生成式 AI 正在跨入可操控环境，为训练智能体铺路。
传 OpenAI 研发下一代产品：能直接接管设备干活的 AI 智能体
据 The Information 报道，OpenAI 正在开发一种能够直接接管并操控用户设备的自主 AI 智能体系统。它不再只是生成文本，而是能像人一样点击、打字或跨平台迁移数据。不过，将设备操作权交给云端 AI，也引发了对隐私与安全的担忧。
Arc 桌面浏览器加入 AI：跳过搜索引擎，直接打开结果标签
The Browser Company 宣布为桌面端 Arc 浏览器引入 AI 功能。「Instant Links」让用户跳过搜索列表，直接由 AI 抓取并打开对应标签；「Live Folders」支持自动抓取动态流。团队还在打造能一键生成调研摘要的 Arc Explore。
ChatGPT 支持「@」直接调用 GPTs：继承上下文，单聊随时换助手
OpenAI 面向 ChatGPT 付费用户推出新功能，在对话框输入「@」就能直接拉入各类自定义 GPT。被选中的 GPT 会继承当前对话的完整上下文，方便按需切换专业工具。这一举措旨在为 GPT Store 导流，目前自定义 GPT 仅占其网页端流量约 2.7%。
加密与 AI 结合的前景与挑战：从微观预测市场到对抗攻击风险
一篇技术博客分析了加密技术与 AI 结合的四种路径，指出最具前景的方向是让 AI 作为参与者融入微观预测市场等链上机制，或充当钱包安全交互界面。最值得关注的是，若让 AI 充当智能合约规则的裁决者，将面临严峻的对抗性机器学习攻击风险。
OpenAI 确认：因风波推迟的 GPT Store 将于下周正式上线
OpenAI 在致开发者的邮件中确认，此前因高层动荡推迟的 GPT Store 将于下周正式上线。该商店支持用户分享和发现自定义 GPT，并将推出基于使用量的分成模式与排行榜。也就是说，自定义 AI 智能体即将迎来专属的官方分发平台。
AutoRT 等三项技术发布：为机器人带来更强数据采集与运动泛化
研究团队公布 AutoRT、SARA-RT 与 RT-Trajectory 三项进展。AutoRT 结合大模型指导机器人自主收集训练数据；SARA-RT 将注意力复杂度降为线性，提速 14%；RT-Trajectory 则借助运动轨迹让新任务成功率提升一倍以上。
Anthropic 升级商业条款：版权官司替你扛，并上线 Messages API
Anthropic 更新商业条款，承诺为客户承担使用其服务或输出引发的版权侵权诉讼及赔偿费用，2024 年 1 月初生效。同时，官方推出 Messages API 测试版以简化提示词构建，并为工具调用功能铺路。
OpenAI 推迟 GPT 商店上线：经历高层动荡后延至明年
OpenAI 在致开发者的邮件中确认，原定当月上线的 GPT 商店将推迟至明年推出。团队直言近期突发状况让人应接不暇，主要受此前奥特曼闪电离职又复职的动荡影响。虽然商店延期，但团队表示已对自定义 GPT 平台进行了部分功能改进。
OpenAI 击退黑客 DDoS 攻击：自定义智能体 GPTs 正式上线
OpenAI CEO Sam Altman 宣布自定义机器人 GPTs 正式向所有订阅用户上线。此前因遭遇黑客发起的 DDoS 攻击，ChatGPT 与 API 出现全球瘫痪，导致原定上线被迫推迟。目前攻击已被化解，用户终于能上手搭建专属助手。