Let's Make AGI Real

本周的人工智能领域展现了在自我学习、无需外部数据训练、自动化创意生成、融入日常生活设备以及机器人运动能力等方面的显著进步。以下是该要综述（本周另有详细的一周概览深度解说版）：

模型更新与模型训练

• Google DeepMind (Alpha Evolve)：推出了一个名为Alpha Evolve的自我提升 AI 模型。它不仅能编写代码，还能“进化”代码。该模型使用了 Google 的 Gemini Flash 和 Gemini Pro。Gemini Flash 负责探索想法广度，生成大量潜在方案；Gemini Pro 则提供深刻见解，评估想法深度和质量。Alpha Evolve 使用自动化评估指标来验证、运行和评分程序，提供客观量化评估。Google DeepMind 已在内部使用 Alpha Evolve 优化数据中心、TPU 电路设计及 Gemini 模型训练。它还能提出解决复杂数学问题的新方法，发现了一个用于 4×4 复数矩阵乘法的新算法，这是 56 年来未被发现的改进。其意义在于能够发明新的问题解决方法，而非仅依赖现有已知方法。
• 辛格大学/北京通用人工智能研究院/宾夕法尼亚州立大学 (Absolute Zero – AZR)：一篇新研究论文介绍了 Absolute Zero (AZR)，这是一种新的 AI 模型训练方法，其核心理念是无需外部数据。研究提出，在 AI 超越人类智能的未来，人类提供的任务可能限制超智能系统的学习潜力。为解决此问题，他们提出了RLVR (Reinforce Self-Play Reasoning)范式，即 Absolute Zero。在 AZR 下，单个模型学会提出能最大化自身学习进度的任务，并通过解决这些任务来提升推理能力，完全不依赖任何外部数据。Absolute Zero Reasoner 系统使用代码执行器来验证提出的代码推理任务和答案，作为可验证奖励的统一来源。简单来说，它自己创建编程和数学等问题，尝试解决，然后用代码执行器复核。尽管完全没有使用外部数据训练，AZR 在编码和数学推理任务上取得了总体最先进的性能。其局限性在于目前只擅长数学和编码，不具备通用世界知识。其意义在于解决了 AI 编写代码时知识通常来自人类编写代码的争议，它能够找出并编写以前未在训练数据中出现过的新代码。
• 通用：有研究发现，大型语言模型 (LLMs) 在单轮问答中表现良好，但在需要多次来回交互的多轮对话中，准确性会显著下降。
• 通用：来源标题指出，目前的 AI 竞争焦点正从模型本身转向应用。

特定AI模型与工具

• Google：

• Gemini 模型被用于 Alpha Evolve 的不同阶段。
• Gemini 集成到了 YouTube 的Peak Points产品中，用于识别视频的“峰值”时刻以优化广告放置。
• Arena AI 模型排行榜显示，Gemini 目前位列领先地位。
• OpenAI：

• ChatGPT更新了GPT 4.1 模型和GPT 4.1 Mini，并将它们集成到了付费计划中。GPT 4.1 模型特别擅长处理代码。
• ChatGPT 新增了PDF 导出功能，方便用户导出格式良好的文档。
• OpenAI 最近以 30 亿美元收购了 Windsurf，并早期投资了 Cursor。这与微软的 AI 战略有关。
• Windsurf (被 OpenAI 收购)：正在推出自己的模型家族SWE1 (Software Engineer 1)，该模型针对整个软件工程过程进行了优化。SWE1 有三个模型：SWE1 (大约相当于 Claude 3.5 Sonnet)、SWE1 light 和 SWE1 mini。该模型目前对其所有付费用户可用，并且每条提示使用零积分。Windsurf 提出了“流意识”（Flow Awareness）的概念。
• 11 Labs：发布了他们的SB1 Infinite Soundboard，这是一个集文本转音效生成器、声板、鼓机和无限环境噪音生成器于一体的工具。用户可以描述想要的音效，SB1 会使用其文本转音效模型生成声音。它提供预设音效、鼓机，用户也可以创建自己的声板。11 Labs 还与 Spotify 合作提供有声书旁白服务。
• Stability AI / ARM：合作发布了Stable Audio Open Small，这是一个可以生成音效和短歌曲片段的音频生成器。它足够小，可以在移动手机上运行，并且已经开源，权重和代码都已发布。
• 卡内基梅隆大学：推出了Lego GPT，这是一个文本转乐高模型。用户提供文本提示，它会计算如何用乐高积木构建该物体。该模型在相对较小的数据集上训练，主要生成基本物体结构，并限制于在 20x20x20 网格上使用一单元高的长方体积木。他们还能将生成的信息输入机器人，由机器人实际组装乐高模型。该模型可在 Hugging Face 上找到，但生成速度非常慢。
• Meta：除了其 CEO 关于自动化广告的愿景外，还将推出Asset Gen (3D 模型)工具。
• Amazon：推出提升列表质量的 AI 工具。
• TikTok：AI Alive (图片转视频故事)工具。
• Audible：正在使用 AI 将文本转为音频，并计划进行翻译。
• Spotify：与 11 Labs 合作提供有声书旁白。
• iMedical：医学推理大模型iMedical 8B。
• Perplexity：最近获得了融资。
• Bamba：推出9B version 2模型，一个基于 Mamba 架构的模型。
• Face AI：通过面部预测年龄和癌症的 Face AI。
• Deep Seek：有传闻称他们的R2模型即将发布。
• Anthropic：有传闻称他们的Opus 4模型即将发布。
• Elon Musk：承诺的Grok 2.5尚未出现。Arena 排行榜显示 Grok 位居第三。
• Client (Klein)：介绍了一个新的 AI 编码助手，在 Visual Studio Code 中寻找支持本地模型的 AI 助手。
• Figma：流行的网页和应用原型设计工具 Figma 增加了 AI 功能，可以通过文本提示创建和改进设计。
• Sakana AI：推出Continuous Third Machines。
• 其他来自中国的研究/产品：Web Thinker、Wizard LM、Dev Flow、Quen 等。

AI应用

• 通用 (广告领域)：AI 即将渗透到广告的方方面面。公司将使用 AI 来找出最佳方式接触受众，并在最恰当的时间向用户展示最佳广告。
• Meta (广告)：Meta 首席执行官马克·扎克伯格的愿景是，企业只需提供目标和预算，系统就会使用 AI自动创建广告创意、确定目标受众并持续优化。
• Netflix (广告)：正在尝试使用 AI 使广告插播看起来更不像是广告插播。一种新格式将允许广告与节目和电影融为一体，感觉更“原生”于用户正在观看的节目。他们发布了一个新的模块化广告格式框架，利用生成式 AI 将广告与节目世界即时融合。这种新格式可以在节目中间或暂停时显示。
• YouTube (广告)：正在利用 AI 优化各种广告的放置位置。他们推出了Peak Points产品，使用 Gemini 来识别 YouTube 热门内容中最重要或“峰值”的时刻，以便在受众最投入时放置品牌广告。
• Google (Gemini融入Android生态)：Gemini 即将集成到 Android 生态系统的多个方面。今年晚些时候，Gemini 将登陆Wear OS 智能手表，用户可以直接与手表进行 AI 对话。在车内，Android Auto将提供免提对话协助，能够总结和翻译短信。驾车时，用户还可以与 Gemini 聊天、获取个性化新闻摘要或询问问题。今年晚些时候，Gemini 也将应用于Google TV，帮助进行电视内容推荐，用户可能能够直接与电视对话。
• Windsurf (软件工程)：SWE1 模型家族针对整个软件工程过程进行了优化。
• Figma (设计)：Figma 增加了 AI 功能，可以通过文本提示创建和改进设计。
• Audible / Spotify / 11 Labs (音频内容)：AI 被用于文本转音频、旁白以及音效生成。
• iMedical / Face AI (医疗健康)：出现了用于医学推理的 LLM 和通过面部预测疾病的 AI。
• Perplexity (搜索)：该搜索引擎正在获得发展。

行业趋势

• 通用 (即将到来的重要事件)：来源提到接下来的几周将有大量 AI 相关公告。下周，微软 Build 大会和Google IO 大会将在同一周内举行并重叠，预计两者都有重要公告。OpenAI 通常会试图盖过其他公司的发布，因此可能也会有 OpenAI 的公告。此外，还有关于 Anthropic (Opus 4) 和 Deep Seek (R2) 即将发布以及 Elon Musk 承诺的 Grok 2.5 尚未出现的传闻。
• 微软/OpenAI/Windsurf/Cursor (战略合作)：一张图表描绘了微软如何在 AI 竞赛中取得优势。微软持有 OpenAI 49% 的利润分成，并拥有 VS Code。Windsurf 和 Cursor 是最大的 AI 编码平台，都分叉自 VS Code。OpenAI 收购了 Windsurf 并投资了 Cursor。这意味着微软通过与 OpenAI 的合作关系，在使用 Windsurf 或 Cursor 的用户身上获利。
• 通用 (人与AI协作)：Windsurf 提出了“流意识”（Flow Awareness）概念。Jeremy Howard 倡导人与 AI 在持续对话中协作（对话工程），认为纯粹的自主 AI 不可靠，人机协作能取得更好成果。
• 通用 (AI行业裁员)：五月份出现了明显的裁员增加，特别是微软和 Panasonic。
• 通用 (AI模型排行榜)：Arena 排行榜显示，Gemini 领先，Grok 位居第三，Meta 和 Anthropic 的模型排名较低。

机器人方面

• 特斯拉 (Optimus机器人)：来源展示了特斯拉 Optimus 机器人的视频。视频中，机器人能够进行复杂的舞蹈动作。最初的视频显示机器人似乎连接在轨道上，但另一个视频显示了没有连接线的同一台 Optimus 机器人，展示了其令人印象深刻的运动能力和速度。尽管跳舞机器人的用例尚不明确，但这展示了机器人变得越来越像人类的能力。

总结

总的来说，本周的报道突显了 AI 在多个前沿领域的突破，尤其是在无需外部数据训练和自动化生成方面的进展，同时也展示了 AI 融入日常生活和行业应用的广阔前景。接下来的几周预计将有更多激动人心的发布。