Open CoT Leaderboard 上線：專測思維鏈到底能幫大模型提多少分
Hugging Face 上線 Open CoT Leaderboard。與傳統跑分不同，它不看絕對準確率，而是專測加入思維鏈推理步驟後的淨提分幅度。測試顯示 7B 小模型有時藉此提升比大模型更猛，但思維鏈有時也會讓準確率不升反降。
AI代理
檢視更新的新聞
Mustafa Suleyman 談 AI 本質：我們正在創造「新數字物種」
Microsoft AI CEO Mustafa Suleyman 在 TED 演講中探討 AI 的本質。他指出業內至今難以準確描述 AI 的發展走向，並提出一個直白的新隱喻：AI 正在演變成一種「新數字物種」，呼籲大眾重新審視這一非同尋常的關鍵時刻。
通用智慧體 JAT 開源：一個模型通吃遊戲與機械臂
研究團隊開源通用智慧體 JAT，包含模型、資料集及專家策略。作為 Gato 的開源復現與演進，它用單個網路在 157 項任務中達到專家基準 65.8% 的表現，涵蓋玩遊戲、機械臂控制與初級圖文處理。
DARPA 確認首例 AI 空戰：AI 戰機時速 1200 英里與人類纏鬥
週四，DARPA 披露其 AI 戰機在 2023 年 9 月成功與人類飛行員進行首次空中纏鬥。AI 控制的 X-62A 與人類駕駛的 F-16 距離一度近至 2000 英尺，時速達 1200 英里，測試期間機上安全員全程未介入接管。
微軟推出工業 AI 方案：工人動動嘴就能排查產線故障
Microsoft 推出面向製造業的資料與 AI 方案，包括 Fabric 製造資料方案和 Azure AI 工廠運營 Copilot 模板。一線員工用自然語言就能直接查詢裝置與運營資料，排查機器故障不再需要人工翻找表格。目前核心功能處於私有預覽階段。
Meta 首席 AI 科學家 LeCun：大模型永遠無法達到人類智慧
Meta 首席 AI 科學家 Yann LeCun 直言大語言模型絕不可能達到人類級智慧。他指出 LLM 欠缺推理、規劃、持久記憶和物理世界理解四大核心能力，純靠文本訓練如同走入死衚衕，並提出應轉向依靠感測器和影片建立「世界模型」的路線。
OpenAI 升級 GPT-4 Turbo：視覺請求全面支援 JSON 與函式呼叫
OpenAI 宣佈升級版 GPT-4 Turbo 正式上線 API，並開始向 ChatGPT 陸續推送。帶有視覺能力的 GPT-4 Turbo 結束預覽進入通用可用階段，不僅支援影像理解，視覺請求還能直接搭配 JSON 模式和函式呼叫，方便開發者直接提取結構化資料。
Stability AI 釋出 Stable LM 2 12B：兼顧多語言與工具呼叫
Stability AI 推出開源模型 Stable LM 2 12B，包含基礎與指令微調版，基於 2 萬億 token 訓練並支援英、德、法等 7 種語言。其指令版支援工具呼叫與 RAG 檢索增強。同時 1.6B 版本也獲升級。個人研究免費，商用需開通會員。
Google DeepMind 推出 SIMA：能聽懂人話、在 3D 遊戲裡幫你幹活的通用 AI
Google DeepMind 推出通用 AI 智慧體 SIMA。它不用看遊戲原始碼或專用介面，僅憑螢幕畫面和鍵盤滑鼠輸出，就能聽懂玩家的自然語言指令，在《無人深空》《拆遷》等 9 款商業 3D 遊戲中完成爬梯子、開選單等 600 項基礎操作。這是 AI 從刷高分轉向泛化執行真實任務的重要一步。
Deepgram 推出語音 API Aura：延遲低於半秒，幫智慧體即時說話
Deepgram 推出即時文本轉語音 API Aura。它把自然的人聲模型與低延遲結合，通常在半秒甚至 0.3 秒內就能發聲，每 1000 字元定價 0.015 美元。這讓開發者能給大模型驅動的客服智慧體裝上能即時接話的聲音。
Google DeepMind 釋出 Genie：一張圖就能生成可玩的遊戲
週一，Google DeepMind 展示了基礎世界模型 Genie。它通過學習超 20 萬小時公開遊戲影片，無需人工動作標註，僅憑單張圖片或草圖就能生成可互動、可操控的 2D 橫版過關世界。這意味著生成式 AI 正在跨入可操控環境，為訓練智慧體鋪路。
傳 OpenAI 研發下一代產品：能直接接管裝置幹活的 AI 智慧體
據 The Information 報道，OpenAI 正在開發一種能夠直接接管並操控使用者裝置的自主 AI 智慧體系統。它不再只是生成文本，而是能像人一樣點選、打字或跨平臺遷移資料。不過，將裝置操作權交給雲端 AI，也引發了對隱私與安全的擔憂。
Arc 桌面瀏覽器加入 AI：跳過搜尋引擎，直接開啟結果標籤
The Browser Company 宣佈為桌面端 Arc 瀏覽器引入 AI 功能。「Instant Links」讓使用者跳過搜尋列表，直接由 AI 抓取並開啟對應標籤；「Live Folders」支援自動抓取動態流。團隊還在打造能一鍵生成調研摘要的 Arc Explore。
ChatGPT 支援「@」直接呼叫 GPTs：繼承上下文，單聊隨時換助手
OpenAI 面向 ChatGPT 付費使用者推出新功能，在對話方塊輸入「@」就能直接拉入各類自定義 GPT。被選中的 GPT 會繼承當前對話的完整上下文，方便按需切換專業工具。這一舉措旨在為 GPT Store 導流，目前自定義 GPT 僅佔其網頁端流量約 2.7%。
加密與 AI 結合的前景與挑戰：從微觀預測市場到對抗攻擊風險
一篇技術部落格分析了加密技術與 AI 結合的四種路徑，指出最具前景的方向是讓 AI 作為參與者融入微觀預測市場等鏈上機制，或充當錢包安全互動介面。最值得關注的是，若讓 AI 充當智慧合約規則的裁決者，將面臨嚴峻的對抗性機器學習攻擊風險。
OpenAI 確認：因風波推遲的 GPT Store 將於下週正式上線
OpenAI 在致開發者的郵件中確認，此前因高層動盪推遲的 GPT Store 將於下週正式上線。該商店支援使用者分享和發現自定義 GPT，並將推出基於使用量的分成模式與排行榜。也就是說，自定義 AI 智慧體即將迎來專屬的官方分發平臺。
AutoRT 等三項技術釋出：為機器人帶來更強資料採集與運動泛化
研究團隊公佈 AutoRT、SARA-RT 與 RT-Trajectory 三項進展。AutoRT 結合大模型指導機器人自主收集訓練資料；SARA-RT 將注意力複雜度降為線性，提速 14%；RT-Trajectory 則藉助運動軌跡讓新任務成功率提升一倍以上。
Anthropic 升級商業條款：版權官司替你扛，並上線 Messages API
Anthropic 更新商業條款，承諾為客戶承擔使用其服務或輸出引發的版權侵權訴訟及賠償費用，2024 年 1 月初生效。同時，官方推出 Messages API 測試版以簡化提示詞構建，併為工具呼叫功能鋪路。
OpenAI 推遲 GPT 商店上線：經歷高層動盪後延至明年
OpenAI 在致開發者的郵件中確認，原定當月上線的 GPT 商店將推遲至明年推出。團隊直言近期突發狀況讓人應接不暇，主要受此前奧特曼閃電離職又復職的動盪影響。雖然商店延期，但團隊表示已對自定義 GPT 平臺進行了部分功能改進。
OpenAI 擊退駭客 DDoS 攻擊：自定義智慧體 GPTs 正式上線
OpenAI CEO Sam Altman 宣佈自定義機器人 GPTs 正式向所有訂閱使用者上線。此前因遭遇駭客發起的 DDoS 攻擊，ChatGPT 與 API 出現全球癱瘓，導致原定上線被迫推遲。目前攻擊已被化解，使用者終於能上手搭建專屬助手。