要点速览
- OpenAI 通用模型首次自主解决了一个著名的数学开放问题，标志着 AI 在基础研究领域取得里程碑式突破。
- Hugging Face 开源了专为 DNA 建模设计的强大模型 Carbon，其处理速度比同规模模型快 275 倍，可在单 GPU 上处理全基因组。
- Hugging Face 发布社区硬件使用报告，揭示了开源 AI 生态的真实硬件分布，RTX 3060 和 RTX 3090 是热门选择。
- Hugging Face 发布 Cohere Command A+ 模型，这是其迄今为止最强大的开源 LLM，并针对低硬件需求进行了优化。
- Sam Altman 重申 OpenAI 三大兴奋点，并宣布向每家 YC 公司提供 200 万美元的 OpenAI 积分投资。
- Google 与 XPRIZE 合作推出 Build with Gemini 竞赛，总奖金池 200 万美元，旨在激励基于 Gemini 的 AI 应用开发。
OpenAI 在基础数学研究取得突破
OpenAI 宣布其通用内部模型在平面单位距离问题上取得突破，这是保罗·埃尔德什于 1946 年首次提出的著名组合几何开放问题。该模型发现了一种全新的、性能优于传统认知（如方形网格）的构造族，推翻了近 80 年的数学信念。这是 AI 首次自主解决一个数学领域的核心开放问题，展示了 AGI 加速基础研究的潜力。OpenAI CEO Sam Altman 表示，前沿 AI 模型在不到一年前达到国际数学奥林匹克金牌水平，他预计这一进展速度将持续。— via 1 2
Sam Altman 强调了 OpenAI 的三个核心兴奋点：AGI 加速研究、AGI 加速公司发展，以及个人 AGI 帮助每个人实现目标。作为推动“公司发展”的具体行动，他宣布 OpenAI 将向每家 Y Combinator 公司提供价值 200 万美元的 OpenAI 积分投资，以支持初创企业。— via 1
开源生态：新模型、新工具与硬件洞察
Hugging Face 发布并开源了专为生物学设计的 DNA 基础模型 Carbon。该模型采用 DNA 原生分词器，处理速度比同规模次优模型快 275 倍，强大到可以在笔记本电脑上本地运行，并能在单 GPU 上 不到 2 天内处理完整的人类基因组。此举旨在为个人健康等敏感领域提供开放、透明、可本地运行的 AI 工具。— via 1
Hugging Face 发布了其“迄今为止最强大的 LLM” Cohere Command A+，并已将其开源。该模型针对在尽可能少的硬件上运行进行了优化，降低了使用门槛。— via 1
Hugging Face 推出了“硬件”数据平台，报告了开源 AI 社区的真实硬件使用情况。报告基于实际社区数据，而非基准测试或营销宣传，揭示了趋势 GPU/CPU、VRAM 分布和推理硬件趋势。初步观察显示，RTX 3060 和 RTX 3090 在社区中非常流行。该数据对于硬件开发者、云服务商和开源项目维护者了解生态真实需求具有重要参考价值。— via 1 2
Hugging Face 数据集排行榜新增按模型参数范围过滤功能，例如，用户可以轻松找到在 SWE-bench 等基准测试中 32B 参数以下的最佳模型，这大大提升了开发者和研究者筛选合适模型的效率。— via 1
行业动态与开发者机会
Google 与 XPRIZE 合作启动了 Build with Gemini 竞赛，旨在激励开发者利用 Gemini 模型构建创新应用。竞赛总奖金池为 200 万美元，其中一等奖 50 万美元，并设有多个类别奖项（如教育、创业、金融服务等）和 runner-up 奖项，为开发者提供了可观的激励和展示平台。— via 1
DeepLearning.AI 与 Google Cloud 合作推出新课程，教授如何构建能够生成和迭代改进图像、视频的 AI 智能体。课程重点在于让智能体使用多种技术（如图文相似性评分、LLM 评判、结构化评估表）评估自身输出，从而提升生成质量。学员将学习构建能将品牌指南转化为 UI 模型、规划多场景解说视频的智能体。— via 1
