[AI每日快讯·20241223]OpenAI Day 12，下一代推理模型o3，AGI评测基准达87.5%

发布时间:2024-12-23 17:18:02 · 责任编辑:字母汇 · 浏览量:117 次

一、  OpenAI Day 12，下一代推理模型o3，AGI评测基准达87.5%

• 1. OpenAI发布o3模型，数学、编程等多项测试超越前代o1，刷新多项AI记录；
• 2. o3-mini具备三种推理模式，低成本高效表现优秀，尤其在代码生成和数学测试中表现出色；
• 3. 虽然o3在通用性和性能上接近人类水平，但其高成本和简单任务上的局限性表明仍未达到AGI标准。

二、  OpenAI Day 11，Mac版ChatGPT接入从代码到文案大量应用

• 1. Mac版ChatGPT支持与多款应用协作，覆盖编码和写作工具，提供快捷键调用及实时优化功能；
• 2. 新功能Canvas引入主动任务处理，桌面版增强生产力，支持跨应用操作如代码生成和数据可视化；
• 3. 桌面版轻量化设计，运行流畅，新增高级语音模式与IDE、写作工具无缝衔接。

三、  OpenAI 推出 Realtime Embedded SDK 专门用在小型硬件设备

• 1. OpenAI推出Realtime Embedded SDK，使微控制器（如ESP32）实现实时AI功能，支持语音交互与自然语言处理；
• 2. 应用场景覆盖智能家居、物联网与机器人，增强设备智能交互与环境理解能力；
• 3. SDK提供便捷工具链，支持快速部署与云端AI连接，或激发相关硬件市场需求。

四、  谷歌发布Gemini 2.0 Flash Thinking，对标OpenAI o1系列

• 1. Gemini 2.0 Flash Thinking通过训练增强推理能力，能清晰展示推理过程，表现出色；
• 2. 在数学、编程等任务上表现卓越，推理速度是o1-mini的两倍，且正确率高；
• 3. 虽然速度和准确度都很强，但偶尔会犯错，如无法正确计算重复字母数量和解答某些常见问题。

五、  英伟达AI 3D建模新阶段，从点云到高精建模打通3D全流程

• 1. 英伟达推出Meshtron，实现AI一键生成高达64K面数的高保真3D网格，媲美专业艺术家水平；
• 2. Meshtron采用Hourglass架构和滑动窗口注意力机制，支持高分辨率复杂网格生成，提升效率和质量；
• 3. 支持动画、游戏和虚拟环境等多种应用场景，显著改变3D建模流程，推动行业革命。

六、  全球首个AI圣彼得大教堂上线，40万照片毫米级3D还原

• 1. 梵蒂冈与Iconem、微软合作，利用40万张照片和AI技术，成功复刻圣彼得大教堂的3D数字双胞胎；
• 2. AI和数字孪生技术使得教堂的细节达到毫米级精度，提供沉浸式互动网站和虚拟参观体验；
• 3. 这一项目为2025年圣年禧年提供数字平台，全球信徒和游客可在线探索难以接触的教堂区域。

七、  统一视觉理解与生成，MetaMorph模型问世，LeCun等参与

• 1. MetaMorph模型通过视觉预测指令调整（VPiT）实现了统一的视觉理解与生成，优化了多模态学习；
• 2. 研究发现视觉理解与生成能力密切相关，增加理解数据对两者性能有显著提升；
• 3. MetaMorph能够高效利用LLM预训练知识，并在多模态推理中展现强大生成能力。