声音理解能力新SOTA，小米全量开源了模型。 MiDashengLM-7B，基于Xiaomi Dasheng作为音频编码器和Qwen2.5-Omni-7B Thinker作为自回归解码器，通过创新的通用音频描述训练策略，实现了对语音、环境声音和音乐的统一理解。
根据 Anthropic 最近公布的一项数据，他们的 Claude Code 已经吸引了 11.5 万名开发人员，并在一周内处理了 1.95 亿行代码。而这款工具，才刚刚发布 4 个多月。Menlo Ventures 风险投资家 Deedy Das 据此推断，仅靠 Claude Code 这个产品，Anthropic 的年收入就可能达到 1.3 亿美元。
你能想象判别模型也能成为强大的图像合成高手吗？「直接上升合成」（DAS）做到了！它突破传统认知，借助多分辨率优化等创新技术，在图像生成的多个关键任务中表现出色。
依稀记得十年前，我在上遥感概论专业课时，老师带我们用ERDAS IMAGINE遥感图像处理软件做地物分类，每个人电脑上先发一段区域的遥感影像，进行人工判读和标注，比如把这个区域影像上的林地标注出来喂给模型，再用这个模型去识别另外一个区域影像中的林地，机器学习中典型的的有监督学习应用。
Lightdash，一个商业智能（BI）平台和开源替代品，旨在替代谷歌的 Looker，正在推出一款新产品，允许公司为特定团队的使用案例培训“AI 分析师”，使公司中的任何人都能够查询汇总的业务数据。
比LoRA更高效的模型微调方法来了——
AI，智能体，ADAS，元智能体搜索，模型训练
2024年，AI 领域中最炙手可热的话题无疑是Agent。
AI掌握自我设计的权力，将会怎样？最近，来自UBC等机构研究人员提出了「智能体自动化设计」系统，让元智能体使用搜索算法，自动构建强大的同类。
英伟达 GTC 大会第二天，OpenAI 首席运营官 Brad LightCap 与 NVIDIA 企业计算副总裁 Manuvir Das 进行了一场名为「What's Next in Generative AI」（生成式 AI 的下一步是什么？）的深度讨论。
