OpenAI发布了名为OpenAI o1的新模型，也是之前所传的“Strawberry”，但最初o1的代号为“Q*”。
强大的推理能力使o1在多个行业中具有广泛的应用潜力，尤其是复杂的科学、数学和编程任务。在处理物理、化学和生物问题时，o1的表现甚至和该领域的博士生水平不相上下。在国际数学奥林匹克的资格考试（AIME）中，o1的正确率为83%，成功进入了美国前500名学生的行列，而GPT-4o模型的正确率仅为13%。
Apple 宣布为 iPhone 16 提供 Apple Intelligence 功能 ，消费者产品中AI采用的程度，比大多数人意识到的要广泛得多，iPhone可以在任何环境中实现“视觉智能”。
Google DeepMind 推出了两个提高机器人敏捷性的新 AI 系统：ALOHA 和 DemoStart。
ALOHA Unleashed 专注于通过模仿学习来提高机器人的双臂协调操作能力，而 DemoStart 则利用模拟环境来训练多指机器人手，以便在现实世界中更好地执行任务。
这两个系统的推出，标志着在机器人学习和模仿人类行为方面迈出了重要的一步，为未来机器人在家庭、工作场所中的应用提供了更多可能性。通过这些先进的 AI 技术，机器人将能够更好地与人类互动，执行更加复杂和精细的任务。
谷歌最近推出了一项名为 Audio Overviews 的新功能，这项功能集成在谷歌的 AI 笔记应用 NotebookLM 中。它能够将用户上传的文档转化为两位 AI 主持人之间的播客式音频讨论。这些 AI 主持人会基于文档内容进行讨论和总结，帮助用户以一种更生动、对话式的方式理解和吸收信息。Audio Overviews 功能特别适合那些更喜欢通过听而非阅读来学习的用户，同时也支持在移动中回顾研究内容，为用户提供了一种新的学习和信息总结方式。
Google 推出了 DataGemma，这是第一个旨在将大型语言模型与真实世界数据连接起来的开放模型 这些模型使用来自 Google Data Commons 的数据，旨在通过将回答建立在事实统计数据的基础上来减少 AI 幻觉。
法国AI初创公司Mistral AI发布了其首款多模态大模型Pixtral 12B，这是一个具有120亿参数的模型，大小约为24GB。Pixtral 12B能够同时处理图像和文本，适用于图像标注、物体计数等任务。
该模型基于Mistral的文本模型Nemo 12B构建，能够通过URL或base64编码的图像回答与图像相关的问题。
Pixtral 12B支持在Apache 2.0许可下进行下载、微调和使用。
腾讯近日推出GameGen-O，一个专门生成开放世界视频游戏的Transformer模型。
这个模型能够模拟各种游戏引擎功能，生成游戏角色、动态环境、复杂动作等等。
也支持交互控制，用户可以通过文本、操作信号和视频提示来控制游戏内容。
GameGen-O 的推出可能会对游戏开发行业产生重大影响，它能够降低开发成本和时间，同时为玩家提供更多的创作自由度。GameGen-O 的出现标志着生成式 AI 在游戏开发领域迈出了重要一步，它有望改变游戏内容的创作方式，为玩家带来更加丰富和个性化的游戏体验。
