迪士尼成立新的人工智能协调部门
来源：36氪
华特迪士尼正在组建一个新的小组，以协调公司对人工智能和混合现实等新兴技术的使用，这家媒体巨头正在探索其电影、电视和主题公园部门的应用。电子邮件显示，新成立的技术启用办公室（Office of Technology Enablement）将由杰米·沃里斯（Jamie Voris）领导，他是迪士尼电影制片厂的首席技术官。（网易新闻）
OpenAI完整版o1模型曝光：能力超强 可处理20万个token
来源：站长之家
最近，有用户在社交媒体平台 X 上爆料称，OpenAI 的全新 o1模型在短时间内通过网址 “chatgpt.com/?model=o1” 向部分用户开放了访问权限，随后又迅速被关闭。根据用户的反馈，这一最新模型能够处理大约20万字的文本，并且具备分析图像的能力。
OpenAI 将 o1模型称为其 “最强大的模型”，特别适合那些需要创造力和高级推理能力的任务。与之前的版本相比，o1在性能上有了显著提升，能够更好地满足用户在各种复杂场景下的需求。
目前，公众可以使用 o1的迷你版和预览版，但完整版本尚未正式发布。尽管 OpenAI 尚未宣布正式版的具体发布时间，但预计会在今年晚些时候推出，与即将推出的 GPT-5不同，o1的发布进展更加值得期待。
这一系列的动向引起了广泛关注，尤其是在人工智能领域，越来越多的人开始重视新一代模型带来的潜在应用和可能性。尽管用户们对 o1模型的短暂体验感到兴奋，但也对何时能全面使用这一模型充满期待。
ChatGPT AI工具地址：【点击登录】
重磅突破！Suno新增AI歌手克隆功能，一键复刻专属音乐风格
来源：站长之家
AI音乐生成平台Suno又放大招了!最新推出的Personas功能让用户可以"复制"自己钟爱的音乐风格，一键生成带有个人特色的AI音乐，让每个人都能打造专属音乐IP。
这项突破性功能允许用户将某首歌曲中的核心元素——包括人声特点、音乐风格和情感氛围等进行提取保存，并在后续创作中反复使用。简单来说，如果你特别喜欢某首歌的演唱风格，现在可以将这种风格变成你的"专属标签"，让所有新创作都保持一致的个人特色。
使用方法简单直观:只需选择一首心仪的作品，点击创建按钮，系统就会自动生成Persona模板。用户可以像平常一样添加歌词和调整风格，打造独具特色的音乐作品。
值得一提的是，Suno还为这项功能设计了社交属性。用户可以选择将自己的Persona设为公开或私密。选择公开后，这个音乐风格模板将拥有独立页面，其他用户也能借鉴使用，同时会在创作者的资料库和个人主页中展示，让音乐创作变得更有社交价值。
Suno AI工具地址：【点击登录】
华西医院联合华为数据存储发布“华西黉医”医学大模型
来源：ITSoul
在四川大学华西医院管理大会上，华西医院联合华为数据存储发布“华西黉医”医学大模型。该模型集成了 10 余类通用模型和 50 余类垂域模型，融合了大量医患对话集、共识指南、权威教材、政策法规、影像数据和病历数据，构建了 720 亿参数级的全自主知识产权大模型。华西医院还联合华为基于 FusionCube A3000 训/推超融合一体机和 AI 全流程工具链 ModelEngine 建立了三条医学大模型生产线，包括数据生产线、模型生产线和应用生产线，分别实现多模态医疗语料标注和复核、多个大模型统一管理调度及应用快速开发等功能，提升了资源利用率、缩短了模型训练时间、提高了推理精准度和业务上线效率。此外，华为云官网现提供医疗智能体业务，为基因组分析、药物研发、临床研究三个领域提供专业 AI 研发平台。
周鸿祎：未来社会分化 这种人会沦为AI的奴隶
来源：ITSoul
周鸿祎指出 AI 将先淘汰不会利用 AI 的人，随后淘汰缺乏思考力的人。AI 公司推广辅助及自动写作功能虽带来便捷但加剧社会分化，形成精通写作与独立思考的精英和丧失书写技能与批判性思维人群的两端，反映有思想深度与无独立见解者的鸿沟。他类比历史变迁，认为未来主动思考、求知的人将成智者，依赖 AI 自动写作、放弃自主思考的人可能退化思考能力。同时，短视频和算法驱动的社交平台加速这一进程，使人们被动接收信息，增强思维惰性，被“圈养”在信息泡沫中。周鸿祎总结 AI 发展轨迹是从替代不懂技术应用者到取代缺乏深度思考者，呼吁人们培养写作、独立思考及获取和鉴别信息的能力，以免成为 AI 附庸，失去对时间、财富和人生的掌控权。
字节豆包与香港大学：开源全新 RLHF 框架
来源：ITSoul
HybridFlow（开源项目：veRL）是一个灵活高效的大模型 RL 训练框架，兼容多种训练和推理框架，支持灵活的模型部署和多种 RL 算法实现。它采用混合编程模型，融合单控制器和多控制器的优势，能更好地实现和执行多种 RL 算法，显著提升训练吞吐量，降低开发和维护复杂度。实验结果显示，HybridFlow 在各种模型规模和 RL 算法下，训练吞吐量相比其他框架可提升 1.5 倍至 20 倍。该框架由字节豆包大模型团队与香港大学发布并开源。
豆包AI 软件工具地址：【点击登录】
论文地址：
https://arxiv.org/abs/2409.19256
开源地址：
https://github.com/volcengine/veRL
上海交大、上海 AI 实验室、港中文等发布大型视觉语言模型最新成果 MIA-DPO
来源：ITSoul
上海交大、上海 AI 实验室、港中文等带来最新成果 MIA-DPO，这是面向大型视觉语言模型的多图像增强的偏好对齐方法。它将单图像数据扩展至多图像数据，设计了序列、网格拼贴和图中图三种数据格式，降低数据收集和标注成本且具高度可扩展性。理解多图像上下文是视觉语言大模型发展趋势之一，但多图像易产生幻觉问题且可能削弱单图像任务表现，多图像偏好对齐仍是难题，MIA-DPO 无需人工标注或昂贵 API 解决了该问题。通过分析视觉大语言模型在多图像处理中的注意力分布差异，提出基于注意力的选择方法，自动过滤错误答案，构建自动化、低成本的多图像场景 DPO 数据生成方法，并引入后选择步骤过滤噪声样本。MIA-DPO 构建了三种格式的多图像 DPO 数据，在多个多图和单图 benchmarks 上测试显示，能显著提升模型多图感知与推理能力，同时保持模型原有的单图理解能力，为多图像场景中对齐模型与人类偏好提供全新解决方案，推动了 LVLMs 在复杂多图像任务中的应用，为未来研究奠定基础。
论文地址：
https://arxiv.org/abs/2410.17637
开源地址：
https://liuziyu77.github.io/MIA-DPO/
https://github.com/Liuziyu77/MIA-DPO
更多AI行业最新资讯信息请关注AI人工智能网站--AITOP100平台--AI资讯专区：https://www.aitop100.cn/infomation/index.html
