北京
据彭博社昨日报道，苹果正在开发一款类似 ChatGPT 的手机应用，以帮助测试和准备明年即将推出的新版 Siri。
报道称，苹果的人工智能部门正在使用该应用快速评估 Siri 的新功能，包括测试搜索个人数据、执行 App 内操作（如编辑照片）。该软件内部代号为「Veritas（拉丁语意为「真理」），目前仅供内部使用。
日前，OpenAI 发布了一项名为「GDPval」的模型评估基准，用于衡量模型在具有经济价值的、贴近现实的任务上的表现。
过去一天，国内外AI行业还有更多热点可以关注，乌鸦君带你一起看看。
大模型
1）OpenAI 发布「AI 打工人」测试基准
日前，OpenAI 发布了一项名为「GDPval」的模型评估基准，用于衡量模型在具有经济价值的、贴近现实的任务上的表现。
OpenAI 官方表示，以往的 AI 评估（如学术考试、编程竞赛）对推动模型的推理能力很有帮助，但它们往往与许多人日常工作中的任务差距较大。为了填补这一差距，其开发了更能衡量「真实且具有经济意义能力」的评估基准（GDPval）。据悉，在第一个版本中，GDPval 覆盖了 9 个对美国 GDP 贡献最大的行业，选取其中 44 个职业。
2）Google 发布推理具身模型
日前，Google 正式发布视觉-语言模型 （VLM）Gemini Robotics-ER 1.5，官方表示可将 Gemini 的智能体功能引入机器人领域。
据官方介绍，Gemini Robotics-ER 1.5 专为物理世界中的高级推理而设计，可让机器人解读复杂的视觉数据、执行空间推理，并根据自然语言命令规划行动。
但目前该模型仍处于预览版状态，官方也表示模型的 API 和功能可能会发生变化，未经全面测试，可能不适合用于生产关键型应用。
3）OpenAI 前 CTO 创业第二个成果公布
日前，由多位 OpenAI 前高管创立的 Thinking Machines Lab（TML），正式发布了其第二篇研究论文《Modular Manifolds》，旨在从根源上让大模型训练过程变得稳定、高效。简单来说，这项研究的核心思想是给神经网络的权重参数戴上一个几何「紧箍咒」。
传统方法往往是在模型建好后，再套用一个优化器来「管教」它。而「模块化流形」框架则更进一步，它将神经网络的每一层都视为一个有独立规则的「几何空间」（即流形），先在内部约束好参数，然后再将这些空间「拼接」起来，用一个全局的「限速器」统一协调整个网络的更新步伐。
这种「模型与优化器一体化设计」的思路，避免了网络内部参数数值的失控。根据论文中进行的小规模实验，该方法在稳定性和准确率上已展现出潜力。
AI应用
1）苹果内部版ChatGPT曝光
据彭博社昨日报道，苹果正在开发一款类似 ChatGPT 的手机应用，以帮助测试和准备明年即将推出的新版 Siri。
报道称，苹果的人工智能部门正在使用该应用快速评估 Siri 的新功能，包括测试搜索个人数据、执行 App 内操作（如编辑照片）。该软件内部代号为「Veritas（拉丁语意为「真理」），目前仅供内部使用。
虽然该软件没有计划面向消费者，但该 App 的功能基本上是将正在开发中的新技术从新 Siri 中提取出来，从而帮助苹果员工高效完成测试。报道指出，即使没有公开发布，但这款内部工具也标志着苹果为 Siri 全面升级所做的准备进入了一个新阶段。
PS：如果你对AI大模型领域有独特的看法，欢迎扫码加入我们的大模型交流群。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
