【AI日报·11/20】鉴定网络热门AI事件，Suno V4；百万Tokens

“锵锵！这里是心猿社滴杂务工之‘工具酱’！每日十分钟，最全的AI大事，全知道！”

“别开场了，省流日报，你每多说一个字，就浪费了心猿社辣么多用户整整二字节的流量！”

“嘿！到我这改了还？”

“导播导播，直接开场！”

---

技术突破（性能&易用性）

Suno v4发布，新增Remaster音质提升和AI歌词助手ReMi【AI音乐·性能突破】

没啥惊喜。

相关资讯：锦上添花，Suno V4 即将来临【AI音乐性能突破·前瞻】

官网链接：https://suno.com/

计算效率领先10倍，中国科大、哈佛功能蛋白质设计深度生成模型登Nature子刊【AI生物研究·性能突破】

中国科学技术大学与哈佛大学医学院合作开发的深度生成算法PocketGen，在蛋白质设计领域取得突破，其效率和成功率超越了诺贝尔化学奖得主David Baker教授的RFDiffusion模型，成为性能最快、成功率最高的蛋白质口袋设计算法之一。相关研究成果发表在Nature子刊上。

相关资讯：https://zhuanlan.zhihu.com/p/7994347436

将上下文长度扩展至百万Tokens！阿里Qwen2.5-Turbo！【自然语言·性能突破】

阿里云最近推出了Qwen2.5-Turbo，这是一个专为长文本场景设计的模型，支持高达100万Token的上下文长度，相当于10部完整小说或30,000行代码。它在Passkey Retrieval任务中实现了100%的准确率，处理速度提升了4.3倍，仅需68秒，并且性价比极高，处理100万Token的费用仅为0.3元。此外，Qwen2.5-Turbo在长文本任务中的表现超越了GPT-4和其他同类模型，同时保持了短文本任务的稳定性。

性能上对标GPT-4，淦，我都想去弄一个了，100万Token，小说吃书神器。

科研方面，可以用“喂资料”的方式来弥补性能上的不足。

官方介绍：https://qwenlm.github.io/blog/qwen2.5-turbo/

在线演示（需魔法）：https://huggingface.co/spaces/Qwen/Qwen2.5-Turbo-1M-Demo

最大的 AI Agent 生态系统来了，微软推出适配 1800 种大模型的智能体，迈入自己的 Agent 时代【AI社会改造】

微软在芝加哥举行的Ignite大会上宣布，已构建起全球最大的企业AI智能体生态系统，其中超过10万家组织通过Copilot Studio创建或编辑AI智能体，标志着微软在AI智能体领域的市场领先地位。微软允许企业从Azure目录中选择1800种大语言模型（LLM）来构建智能体，并推出了能够独立运作的自主智能体，以促进企业自动化和生产力提升。

相关资讯：https://www.36kr.com/p/3044404292488072

阿里巴巴发布XiYan-SQL，提升NL2SQL准确性【自然语言·性能突破】

阿里巴巴研究团队发布了XiYan-SQL，这是一个创新的NL2SQL框架，它通过融合多生成器集成策略和M-Schema架构表示方法，显著提升了自然语言查询转化为SQL语句的准确性和适应性。XiYan-SQL在Spider测试集中实现了89.65%的执行准确率，并在NL2GQL测试集中展现了41.20%的准确率，确立了新的NL2SQL框架标准。更多信息和项目代码可在GitHub上查看：

相关资讯：https://www.chinaz.com/ainews/13334.shtml

论文链接：https://arxiv.org/html/2411.08599v1

Github项目地址：https://github.com/XGenerationLab/XiYan-SQL/blob/main/README.md

OpenAI ChatGPT网页版上线高级语音模式【自然语言&AI音频·易用性突破】

OpenAI宣布其ChatGPT的高级语音模式功能已扩展至网页版，允许用户直接在浏览器中与AI聊天机器人进行更自然的实时对话。目前，该功能仅对付费用户（包括Plus、Enterprise、Teams和Edu订阅者）开放，未来几周将推广至免费用户。用户可以在网页上通过点击语音图标启动对话，并从九种不同的声音中选择。

相关资讯：https://www.chinaz.com/ainews/13335.shtml

AI能办专属信用卡了，Agent自己赚钱自己花，OpenAI合作伙伴打造

支付公司Stripe推出了一个名为Stripe Agent Toolkit的新接口，允许AI智能体使用一次性虚拟卡完成金融支付，实现自动化购物、订机票等功能。这一工具包支持与Vercel、LangChainAI和CrewAIInc等集成，并兼容任何支持函数调用的大型语言模型（LLMs）。此外，它还提供了实时授权处理、交易监控等控制和监控机制，以确保交易安全。

相关资讯：https://www.thepaper.cn/newsDetail_forward_29387136

Google Gemini推出记忆功能，AI助手更个性化【自然语言·易用性突破】

Google Gemini的新记忆功能允许用户分享个人生活方式和偏好，以实现更个性化的AI回答体验。用户可以在“保存信息”页面添加信息，并指示Gemini在对话中记住这些细节，如素食偏好或语言要求，以便在未来的交互中提供更定制化的服务。这一功能与OpenAI的ChatGPT的记忆功能相似，后者已在多个版本中提供记忆功能，并允许用户控制记忆的开启和关闭。

应该是类似于数据库（知识库），不过是把权重提高了，并且可以在日常对话中记录。

——我没有深度用Gemini，总不会真就是简单的记忆力提升吧…

相关资讯：https://www.msn.cn/zh-cn/news/other/google-gemini%E7%9A%84%E6%96%B0%E8%AE%B0%E5%BF%86%E5%8A%9F%E8%83%BD%E7%8E%B0%E5%9C%A8%E5%8F%AF%E5%AE%9E%E7%8E%B0%E6%9B%B4%E4%B8%AA%E6%80%A7%E5%8C%96%E7%9A%84ai%E5%9B%9E%E7%AD%94%E4%BD%93%E9%AA%8C/ar-AA1untgY?ocid=BingNewsSerp

AI发烧友&Github资讯

适合开发者/程序员等喜欢探索AI的用户哦~

Pensieve开源软件，记录并回忆电脑屏幕内容

Pensieve是一个注重隐私的被动记录项目，能够自动记录屏幕内容，构建智能索引，并提供便捷的Web界面以检索历史记录。它完全由用户控制数据，避免了数据传输到不受信任的数据中心。项目特点包括简单安装、完整的数据控制、全文和向量搜索支持、与Ollama集成以及对任何OpenAI API模型的兼容性。适用于Mac和Windows系统，并且通过插件扩展功能。

就是对屏幕内容进行AI视觉识别，但它是5s截屏一次，嗯…数据量是大大减少了，但是性能和实时记录肯定没得比。

Github项目地址：https://github.com/arkohut/pensieve/blob/master/README_ZH.md

超GPT-4o，1240亿参数！Mistral开源多模态模型Pixtral Large

法国开源大模型平台Mistral.ai发布了1240亿参数的多模态模型Pixtral Large，支持128K上下文，能理解文本、图表、图像等，并在多个基准测试中超越了GPT-4o、Gemini-1.5 Pro、Claude-3.5 Sonnet等模型，成为目前最强的开源多模态模型。同时，Mistral.ai还推出了支持PDF理解、网络搜索、Canvas、AI Agent、图片生成的多模态AI助手le Chat。

相关资讯：https://news.qq.com/rain/a/20241119A00SP600

技术报告：https://arxiv.org/abs/2410.07073

API：https://docs.mistral.ai/api/

开源地址（需魔法）：https://huggingface.co/mistralai/Pixtral-Large-Instruct-2411

在线体验：https://chat.mistral.ai/

---

鉴定网络热门AI事件（陪我一起看资讯吧~）

马斯克预测2026年实现通用AI，对人类未来持乐观态度

埃隆·马斯克在接受腾讯新闻采访时预测，最迟2026年将实现通用人工智能（AGI），并预计人形机器人的数量将突破100亿。他提到特斯拉擎天柱机器人将有重大升级，能够执行接送孩子、教授知识等多种功能，并且成本将低于一辆汽车。马斯克还强调了特斯拉不会涉足手机领域，而是继续专注于汽车和机器人技术。此外，他重申了对自动驾驶技术的信念，认为未来所有汽车都将实现自动驾驶，人形机器人将无处不在。

相关资讯：https://news.qq.com/rain/a/20241120A04G1B00

蜜雪冰城进军AI，成立雪王爱智慧科技

蜜雪冰城宣布进军人工智能领域，成立了一家名为雪王爱智慧科技的人工智能公司，旨在拓展其在AI技术领域的业务。这一举措标志着蜜雪冰城在智能化和科技创新方面迈出了重要一步。

细品一下，这不就是AI监工吗？“通过引入AI技术，将提升餐饮质量监测能力，确保产品的标准化与安全性。”好好好，好好好，AI真爬到打工人头上了（悲…

相关资讯：https://finance.sina.com.cn/roll/2024-11-20/doc-incwsueq5406591.shtml

余承东捂不住了！华为Mate 70真机大曝光，AI功能整大活，自研芯自研系统拉满

华为即将于11月26日发布年度旗舰Mate 70系列手机，该系列将首次搭载原生鸿蒙操作系统，并在隔空交互、多任务操作和影像能力方面带来重大更新。Mate 70系列自11月18日开启预订，预约量已突破234万。华为常务董事余承东还展示了“金丝银锦”配色设计。

相关资讯：https://zhuanlan.zhihu.com/p/7843216675

昆仑万维推出「天工大模型4.0」4o版，实时语音对话助手Skyo上线在即

昆仑万维推出了「天工大模型4.0」4o版(Skywork 4o)和实时语音对话助手Skyo，该助手具备快速响应、多语言对话能力，并能主动发起对话、实时打断，同时拥有情感化反应和个性化声音定制功能。Skyo基于天工AI的大模型技术和AI搜索功能，能够提供智能且贴合需求的互动体验。Skyo预计将于12月份上线昆仑万维旗下天工APP。

相关资讯：https://news.yesky.com/hotnews/61/273561.shtml

买域名花了近一亿！360将发布“AI搜索”

360计划于本月发布一款“颠覆性”的AI搜索产品，旨在打造一个更普及且易于使用的AI工具，以满足用户对AI技术直接、简单的使用需求。公司创始人周鸿祎表示，新产品的命名需以字母N开头，以体现AI概念，并利用其之前购买的域名n.cn。周鸿祎还邀请公众参与命名，一旦采用，将邀请命名者参加发布会。

哇！（呆滞…

相关资讯：https://finance.sina.com.cn/roll/2024-11-20/doc-incwteun2109927.shtml

YouTube新增视频问答功能，增强互动体验

YouTube最近推出了视频问答功能，该功能允许高级会员在视频下方点击“Ask”按钮，直接与AI助手交流，询问关于正在观看视频的任何信息，包括画面内容、播放内容和背景音乐等，AI助手能迅速提供答案，增强了视频观看的互动体验。

不算很重要，毕竟油管需要魔法。

相关资讯：https://t.cj.sina.com.cn/articles/view/1627825392/m6106a4f00330119bq

又一玩家入局，阿里投资的这家AR公司将于明年Q1发布AI眼镜｜钛媒体独家

阿里投资的AR眼镜品牌“致敬未知”计划于明年第一季度发布新款AI眼镜，该产品将开辟新的应用场景，与市场上其他竞品形成差异化。致敬未知由前锤子科技合伙人吴德周创立，已完成1000万美元天使轮融资，由阿里领投。AI眼镜市场预计将在未来几年内实现爆炸性增长，成为继智能手机之后的下一个超级硬件市场。

相关资讯：https://news.qq.com/rain/a/20241119A0503U00

工具酱心选文章：

• 苹果防丢神器进化！重塑电视的计划曝光
• 北大90后教授造机器人，一年半就拿了超12亿
• 大模型代肝，自动刷《崩铁》升级材料，Claude操纵计算机还能这么用！
• 大模型玩你画我猜：Claude6局3胜，GPT-4o表现迷惑
• iPad可用AI绘画交互编辑神器火了，网友：颤抖吧PS
• 国产4o大模型，秒懂国风李子柒

相关链接

心猿社AI资讯体系（点击链接跳转）：

1. 最接地气的AI工具工具箱（有工具教程）：https://xysai.top/
2. 多维频道（有AI工具横向测评）：https://huiyuan.xysai.top/forums?index=3
3. AI时代研究所：https://flowus.cn/a19d1604-0b5c-4799-a981-ebf43ad60f8b（AI最新发展进程，AI工具榜单，AI思维屋，AI知识夹等）
4. AI超级资讯（每日AI日报，AI深度解析，AI发烧友资讯~）：https://huiyuan.xysai.top/
5. 发烧友面板链接：https://flowus.cn/8a30272a-e488-4648-a52a-6736db92843b