随着LLM的进步，它将超越代码补全（“Copilot”）的功能，进入代码创作（“Autopilot”）的领域。随着LLM变得越来越复杂，它们能够释放的经济价值也会越来越大。AGI的经济价值仅受我们的想象力限制。
11x.ai 开发的人工智能“数字员工”如 Alice 和 Jordan，能够自动化处理销售开发、客户服务等重复性任务，帮助企业提升效率，降低成本，释放人力专注于更具战略价值的工作。客户可以根据完成的任务量或实际取得的销售成果进行付费，提供更定制化的服务。
中科大成果，拿下图学习“世界杯”单项冠军！ 由中科大王杰教授团队（MIRA Lab）提出的首个具有最优性保证的大语言模型和图神经网络分离训练框架，在国际顶级图学习标准OGB（Open Graph Benchmark）挑战赛的蛋白质功能预测任务上斩获「第一名」，该纪录从2023年9月27日起保持至今。
苹果团队，又发布了新的开源成果——一套关于大模型工具调用能力的Benchmark。
AI 视频生成公司 HeyGen 最近完成了 6000 万美元的 A 轮融资，公司估值已达 5 亿美元。此次融资由 Benchmark 领投，Conviction、Thrive Capital 和 Bond Capital 参与。截至目前，HeyGen 已累计筹到 7400 万美元。
Claude 3.5 Sonnet的图表推理能力，比GPT-4o高出了27.8%。 针对多模态大模型在图表任务上的表现，陈丹琦团队提出了新的测试基准。 新Benchmark比以往更有区分度，也让一众传统测试中的高分模型暴露出了真实能力。
还有12款大模型全军覆没……
让大模型直接操纵格斗游戏《街霸》里的角色，捉对PK，谁更能打？GitHub上一种你没有见过的船新Benchmark火了。
3 月 11 日，零一万物宣布推出基于全导航图的新型向量数据库 「笛卡尔（Descartes）」，已包揽权威榜单 ANN-Benchmarks 6 项数据集评测第一名。
针对图像编辑中的扩散模型，中科院联合Adobe和苹果公司的研究人员发布了一篇重磅综述。
