我们希望能够搭建一个AI学习社群，让大家能够学习到最前沿的知识，大家共建一个更好的社区生态。

「奇绩大模型日报」知识库现已登陆飞书官方社区：

https://www.feishu.cn/community/article/wiki?id=7355065047338450972

点击「订阅社区精选」，即可在飞书每日收到《大模型日报》每日最新推送

学术分析报告：ResearchFlow — 奇绩F23校友的开发的深度研究产品，PC端进入RFlow的分析报告，可直接点击节点右侧的小数字展开节点，登录后可在节点上直接“询问AI”，进一步探索深度信息

如果想和我们空间站日报读者和创作团队有更多交流，欢迎扫码。

欢迎大家一起交流！

资讯

三星AI史诗进化！首发安卓XR对标苹果，剧透三折叠和AI眼镜

三星在近日正式发布了其最新旗舰手机Galaxy S25系列，并推出了全新的AI操作系统One UI 7，其中包括了多个AI创新功能。One UI 7集成了强大的拟人智能助理、AI平台化和个性化AI，为用户提供更加智能化的手机体验。三星的AI系统能够预判用户的操作并给出个性化建议，还支持跨应用、跨模态的智能操作，能够在图像、文字、语音等多种形式的信息之间无缝切换。此外，三星还与谷歌紧密合作，将Gemini AI平台整合到Galaxy S25系列中，用户可通过侧键直接调用该平台进行各种操作。

https://mp.weixin.qq.com/s/pNieUf8yPUKpoeVvR1x4JA

Step-Video 开年升级

Step-Video V2版本正式发布，相较于V1，V2在语义理解、指令遵循、运动捕捉和视觉创作等方面大幅提升。新版本采用了高压缩比的VAE模型，提高了计算效率，生成视频的训练和生成速度更快。同时，V2在DiT架构与强化学习的融合方面进行了深度优化，提升了视频的生成质量和稳定性。结合自研的多模态大模型和结构化视频知识库，Step-Video V2能够更加精准地理解视频内容和镜头语言，生成的视频更符合语义，细节更加真实。

https://mp.weixin.qq.com/s/GXi7RjvdiQqjkUWGJrOVsA

元资助

XR终端，能否吃到AI落地的最佳红利？

2024年，AI在硬件领域的应用进入了一个新的阶段，特别是在XR（扩展现实）技术中，AI的深度融入成为了重要趋势。从眼镜形态的智能硬件到多模态AI的创新应用，AI功能正成为未来XR产品的核心。

去年，几款AI硬件终端受到了市场的广泛关注，尤其是Ray-Ban Meta眼镜，它已经突破了100万台销量，证明了眼镜形态的市场潜力。此外，Meta、谷歌和字节跳动等大厂纷纷布局AI眼镜，Meta的Orion AR眼镜展示了光学显示和AI助理的双重功能，而国内企业如百度、小米也在加速开发相关产品。

AI眼镜的优势在于它们具备全天候陪伴、实时洞察用户意图的能力，眼镜这一形态被认为是最具潜力的硬件平台。相比之下，虽然AR眼镜的光学显示屏可能增加功能，但无屏幕的AI眼镜因其更轻便和较低价格在市场上表现更好。2024年，预计将迎来一场“百镜大战”，特别是国内市场竞争激烈。

与此同时，AI在AR眼镜中的应用也逐渐成熟，AI助手、翻译、会议纪要等功能成为标配。创新应用不断涌现，比如针对盲人设计的无障碍模式，或是具备记忆系统的AI眼镜。AI技术的进步，尤其是大模型的应用，使得这些眼镜具备了更强的多模态能力，能够实现更复杂的功能，如实时视频理解、情境反馈等。

2024年，端到端的AI模型将成为AR眼镜的标准，解决响应速度慢、个性化不足等问题。AI的记忆能力也在不断提升，未来的AI眼镜可能具备“近乎无限”的记忆功能，提升用户体验。

https://mp.we‍ixin.‍qq.com/s/rQ_SiqzxlOvu22X8AAYjiw

推特

00Arxiver开源：包含 138,830 篇 arXiv 论文的多Markdown格

构建面向计算机操作的能力：如何构建一个基于大语言模型的智能代理，通过生成鼠标点击和键盘输入来操作计算机界面

我们的首个短期课程与 @AnthropicAI 合作推出！课程主题为 “构建面向计算机操作的能力”。该课程教你如何构建一个基于大语言模型（LLM）的智能代理，通过生成鼠标点击和键盘输入来操作计算机界面。计算机操作是LLM的一项重要新兴能力，它能让AI代理执行更多此前无法实现的任务，因为它能够与专为人类设计的界面交互，而不仅限于通过显式API访问工具。

希望你能喜欢这次学习体验！

该课程由 Anthropic 的课程负责人 @Colt_Steele 授课。你将学习如何将图像推理与工具使用结合起来，实现如下操作：一个模型处理屏幕截图，分析并理解当前的状态，然后通过鼠标点击和键盘输入来导航计算机。

本课程将带你逐步构建关键模块，最终完成一个AI助手的演示——该助手可以使用网络浏览器搜索研究论文，下载PDF文件，并为你总结论文内容。

课程内容包括：

• 了解 Anthropic 的模型家族，学会根据场景选择合适模型，并向 Claude 发送API请求

• 学习使用多模态提示（结合文本和图像内容块）以及处理流式响应

• 通过使用提示模板、利用XML结构化提示和提供示例来改进你的提示效果

• 实现提示缓存，降低成本和延迟

• 应用工具使用技术，构建一个能够调用不同工具以响应查询的聊天机器人

• 掌握所有这些构建模块，并最终完成计算机操作的综合演示

演示中，AI助手将：

1. 使用网络浏览器搜索研究论文

2.下载PDF文件

3. 总结论文内容

请通过以下链接报名：https://deeplearning.ai/short-courses/building-towards-computer-use-with-anthropic

https://x.com/AndrewYNg/status/1882125891821822398

在iPhone16上运行精简为 Qwen 1.5B的DeepSeek R1

DeepSeek R1 精简为 Qwen 1.5B，可以轻松运行在我的 iPhone 16 上，通过 MLX Swift 实现。

以下是该 4-bit 模型完全在设备上运行的推理表现，速度接近每秒 60 个 token：

https://x.com/awnihannun/status/1882105560201617903

投融资

00Arxiver开源：包含 138,830 篇 arXiv 论文的多Markdown格式

Vertice融资5000万美元，推动AI驱动的SaaS支出平台发展

Vertice，这家总部位于伦敦的初创公司，专注于利用人工智能优化企业在软件和云支出管理中的效率，近日成功获得5000万美元的C轮融资。该公司成立三年间业务增长了13倍，已成为支出管理领域的重要参与者。Vertice的AI平台帮助企业在采购过程中节省资金和时间，尤其是通过加速采购周期和降低支出。其客户涵盖了ASML、Euronext、Grant Thornton以及桑坦德银行等知名企业。

本轮融资由Lakestar领投，Perpetual Growth、CF Private Equity以及此前的投资者Bessemer Venture Partners和83North参与。融资后，Vertice的累计融资总额已达到约1亿美元，估值接近5亿美元。CEO兼联合创始人Roy Tuvey表示，本轮融资是一次上调轮次，公司的估值已高于去年C轮时的“数亿”水平。

Vertice的创新之处在于其平台能够结合企业的数据，深度了解采购行为，并通过AI技术提供采购建议。该公司已经整合了价值34亿美元的SaaS和云支出数据，并对超过16000家软件供应商进行过基准分析，从而为客户提供精准的采购参考。与传统的采购平台不同，Vertice能够在帮助企业节省支出的同时，大幅度缩短采购周期，通常可减少20%到30%的支出。

通过自动化采购流程和引入AI辅助，Vertice使得财务团队能够更高效地完成工作，自动生成价格基准和分析报告，从而缩短决策时间并减少人工干预。Lakestar的投资合伙人Georgia Watson表示，当前企业在降本增效的压力下，Vertice的技术受到了高度关注，尤其是在资金紧张的初创公司中，该平台的反馈非常积极。

Vertice的创始人Tuvey兄弟曾成功创办并出售两家安全初创公司，分别是ScanSafe（被思科以2亿美元收购）和Wandera（被Jamf以4亿美元收购）。他们的创业经验以及Vertice在采购领域的创新，成为了投资者青睐的重要原因。随着云计算和AI技术的迅猛发展，预计未来几年全球在数据中心、软件和IT通信服务上的支出将超过5万亿美元，Vertice正处于这一快速增长的市场中。

公司官网：https://www.vertice.one/