VARGPT是一种新型多模态大模型，能够在单一框架内实现视觉理解和生成任务。通过预测下一个token完成视觉理解，预测下一个scale完成视觉生成，展现出强大的混合模态输入输出能力。
TurboLearn AI 通过自动将讲座录音转化为有组织的笔记、闪卡和测验，让学生专注于学习，减少因错过关键细节而产生的压力。
实际上 Operator 只是最近一段时间，全球大模型公司智能体集中发布浪潮的一部分。早于 Operator 发布前两天，字节跳动豆包大模型团队就已经公布了同类型智能体：UI-TARS。
72小时，3348人支持，6861%超额认购，超137万美元。全球硬件众筹平台Kickstarter上最大的 AI/AR 眼镜众筹融资就此诞生。它有的是一个轻如任何一款普通眼镜的重量、放在普通眼镜里也显时尚的外形、一个可以不需要屏幕和镜片而直接投射到你眼睛里的显示技术和一个主动理解你意图的AI助手。
在达沃斯世界经济论坛上，OpenAI 首席财务官 Sarah Friar 抛出了这颗重磅炸弹，“它们会像真正的同事一样思考问题，遇到困难会后退一步思考，尝试新的解决方案。这不再是科幻，而是即将在 2025 年实现的现实。”
论文一作刘少腾，Adobe Research实习生，香港中文大学博士生（DV Lab），师从贾佳亚教授。主要研究方向是多模态大模型和生成模型，包含图像视频的生成、理解与编辑。作者Tianyu Wang、Soo Ye Kim等均为Adobe Research Scientist。
问题：何时我们会见到，第一个 AI 经营的商业实体？ 答：今年，在中国
它可以模仿人类研究者调用搜索引擎、看论文、查参考文献。繁琐冗长的论文调研，现在，只需要两分钟。
苏格拉底曾提到的门诺悖论（Meno's paradox）认为，人只能学会自己已经知道的事情；而关于AI辅助编程，谷歌资深工程师最近的一篇博客告诉我们，类似的知识悖论同样存在。
美国独角兽公司Instabase近日宣布，完成了价值1亿美元的D轮融资，由卡塔尔主权财富基金卡塔尔投资局（QIA）领投，现有投资者Greylock Partners、NEA、Andreessen Horowitz和Index Ventures也参与D轮投资。
