www.166yeye.com

今年的双十一购物节，在延续了16年的传统基础上，展现出了诸多新的变化与机遇。与往年相比，今年的时间跨度更长，从10月初便拉开序幕，各大电商平台纷纷提前布局，在大促前夕，阿里、京东、腾讯深入开放，在支付和物流方面互联互通，这一联合无疑为本次大促增添了新的动力。星图数据官网：www.syntun.com.cn。...

特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。

声明:本文来自于微信公众号新智元，作者:新智元，授权站长之家转载发布。

【新智元导读】谷歌CEO劈柴在年度战略会议上放出狠话，2025年将是AI领域生死存亡之年。一场足以保持不变AI未来走向的巅峰对决，即将在2025年全面打响。

2025年还未开始，硅谷的战鼓已经擂响。

在这场AI巨头之间的角力中，谷歌CEO劈柴放出了一记重磅炸弹。

在谷歌山景城总部举行的年度战略会议上，身着节日毛衣的劈柴语气凝重地对员工们说道——

2025年将是关键的一年!

我们必须认识到当下时刻的紧迫性，公司需要以更快的速度前进。这是一个颠覆性时刻，赌注从未如此之高。

这番话背后，是谷歌与微软OpenAI之间愈演愈烈的较量。

自ChatGPT横空出世以来，这家搜索引擎巨头一直在努力追赶。过去两年，谷歌的努力几乎总被爱抢风头的OpenAI盖了过去。

直到12月，Gemini2.0Flash、Veo2、「谷歌版o1」Gemini2.0FlashThinking等轮番轰炸，一展超越领先模型的潜力。仅用了90天的时间，谷歌终于逆风翻盘。

这意味着，这场AI竞赛终于迎来了转折点。

会议现场，劈柴展示了一张大模型的对比图，Gemini1.5傲然领先于OpenAI等其他竞争对手的模型。

当被问及ChatGPT正成为AI的代名词时，劈柴坦言道，「在历史场长河中，你不必总是第一个，但必须出类拔萃，必须在同类产品中保持第一梯队。这就是2025年的意义所在」。

谷歌开发者关系负责人LoganKilpatrick多次明白地提及，明年谷歌真实的要发力了。

——预计1月份的目标，不完整版Gemini2.0正式上线。

甚至，在谷歌DeepMindCEOHassabis年度总结下面，他称这些都只是开胃菜，好戏将在2025年开始。

有网友预测道，明年谷歌将会把很多强大模型免费推向所有人，而且还会发布直击o3的竞争模型。

为了在这场AI革命中占据制高点，谷歌正全力以赴。

Gemini，下一个5亿级用户爆款应用

对谷歌而言，可能更糟糕的是竞争对手OpenAI在搜索业务的确认有罪。

虽然谷歌仍主导搜索市场，但GenAI为人们授予了各种访问在线信息的新方式。

而OpenAI正在被更多人看作是AI的代名词，如同国外把谷歌看作搜索的代名词一样。

谷歌背负着巨大的压力，正通过重金投资Gemini，来巩固期在AI领域的领先无足轻重。

Gemini应用程序允许用户访问许多工具，包括谷歌的聊天机器人。

劈柴表示，「建立大型新业务」是重中之重。

谷歌目前拥有15个用户超过五亿的应用，而高管们普遍认为Gemini应用将是下一个。

劈柴认为Gemini应用具有「强劲势头」，但也不得不允许承认「在2025年还有一些工作要做，以增加差距并建立领导地位」。

劈柴后来补充道:「明年最大的重点是在消费者方面扩展Gemini。」

此外，谷歌在美国还被法律缠身，包括其在垄断搜索的法律裁定，以及非法主导在线广告技术的指控。

英国监管机构则暂时认定谷歌的广告技术行为影响了该国的竞争力。

对此，劈柴表示:「这是我们的规模和成功所带来的。这是科技正在大规模影响社会的大趋势的一部分。因此，此时此刻，我们要比以往任何时刻都要确保自己不会分心。」

谷歌，「后来者」居上?

OpenRouterAI的数据显示，谷歌旗下的Gemini在开发者中的市场份额从9月份的约5%，直接飙升至50%市场份额，遥遥领先，连带股价也上涨了14%。

而此时，距离OpenAI发布ChatGPT的2022年11月30日，已经整整过去了2年。

早在2017年，SamAltman在一次邮件交流中就明确表示，谷歌DeepMind是在AGI竞争中最强大的对手，但令他没想到的是，曾经公认的「AI巨头」谷歌却是个「花架子」。

ChatGPT发布以来，几乎成了「AI的代名词」，不仅悠然，从容解放了市场，还连带着微软起飞，在Edge浏览器中嵌入CopilotAI搜索助手，直接断崖式领先。

被寄予厚望的谷歌，反倒是昏招频出，先是Bard难产，又经历AIOverview总结能力大翻车，建议孕妇吸烟、自杀跳桥等等。

在AI顺风车下，股价不涨反降，谷歌一时间沦为笑柄，被OpenAI打的毫无还手之力，更准确的说，连同台竞技的资格都没有。

让人易懂的是，谷歌和DeepMind拥有世界上最好的硬件、最多的训练数据、最顶尖的人才，也发过很多具有划时代意义的论文，如AlphaFold、GenCast等，但为什么就连Anthropic这样的创业公司都打不过?

网友分析的细节原因不胜枚举，一句话来说，就是「船大难掉头」。

从安全性上搁置，谷歌作为世界级独一档的科技巨头，不论发布什么产品，其用户群体都不会小，会涉及到各个种族、不反对意识形态，一点小问题就会被无限放大，而文本生成又是非常主观的，很容易受到训练材料的偏见影响，所以谷歌需要更长的时间进行合规检查。

23年初，谷歌受舆论裹挟，急急忙忙发布Bard，在发布会上关于问题「关于詹姆斯·韦伯太空望远镜，我可以告诉我9岁的孩子它有哪些新发现?」，Bard给出错误答案。

这直接导致公司股价暴跌8%，市值缩水1000多亿美元，让投资群体和用户大失所望。

但其实OpenAI的产品也经常胡说八道、张冠李戴，不过因为是创业公司，所以大众的允许容忍度会高很多，产品标注为beta测试，还可以不断迭代修改。

作为大公司的谷歌，也受到更多法律上的批准，比如用户数据的版权问题。

谷歌曾因在AI训练过程中确认有罪欧盟版权法被罚款2.5亿欧元，也是全球首个因AI训练数据被罚款的案例，坐拥金山，却无法使用，无异于自断双臂。

谷歌的产品线庞大，想要在所有产品中都加入AI驱动，需要非常细致的产品无约束的自由能力，而去年末发布的Gemini1.0，因其缺乏「多样化」的策略，再次导致股价下跌。

不过，「成功者说什么都是对的」，谷歌重新以王者之姿横扫AI，未来还计划继续引领「智能体」发展，携手浏览器和手机端，全自动实现用户任务。

谷歌年度AI大事件

谷歌并非没有看到AI市场的巨大潜力，但2024年才算是开始「发力」的一年。

很多有名气的产品高度发展都是在今年发布的，比如各种版本的Gemini，NotebookLM，Pixel手机上的AI功能等等。

传收门:https://blog.google/technology/ai/google-ai-news-recap-2024/

谷歌宣称在2024年有「60条重大AI发布」，不妨看看其中几条次要的基础能力。

Gemini模型

去年12月，谷歌推出首个原生多模态模型Gemini1.0，打响了谷歌的AI反击战。

它可以同时处理文本、视频、图像、音频和代码等数据，分隔开了包括数学、物理、历史、法律、医学和伦理在内的57个学科，也是第一个在MMLU（大规模多任务语言理解）基准上超越人类专家的模型。

今年2月，谷歌将Gemini升级到1.5，把上下文窗口从32k指责到100万个token，超越了同时期所有大模型。

在推理性能上也有大幅指责，Bard也正式更名为Gemini

7月，免费版Gemini1.5Flash发布，减少破坏40多种语言，覆盖230多个国家和地区，质量和延迟都有大幅指责，尤其是在推理和图像理解方面。

12月推出的Gemini2.0Flash集成了多模态和原生工具使用能力，标志着大模型正式迈入「智能体」时代。

基于Gemini2.0，谷歌构建了原型项目Mariner，从浏览器出发探索全新的人机交互方式:训练Gemini来理解并推理浏览器屏幕上的信息，包括像素和文本、代码、图像和表单等元素，然后通过实验性的Chrome扩展程序自主完成复杂任务。

在产品方面，谷歌于今年5月基于Gemini推出AskPhotos功能，用户可以通过输入关键词，如地点、人物和日期，或是类似「主题生日派对」等自然语言概念对照片库进行检索。

NotebookLM

去年7月，谷歌推出了一款AI驱动的科研和写作助手NotebookLM。

一年后，其底层模型切换为Gemini1.5Pro，用户可以上传研究笔记、访谈记录或公司文件，然后提出相关问题以理解和探索复杂材料，减少破坏幻灯片、pdf等多种格式。

9月，NotebookLM发布重磅AudioOverview功能，模型可以针对用户材料生成两位AI主持人互相讨论的音频，可以干涉用户对材料进行「总结」和「深入讨论」。

不过该功能目前仍然处于实验阶段，比如只会英语，无法打断等问题。

AlphaFold3

今年5月，谷歌的AlphaFold3论文在Nature上发表，在预测蛋白质与其他分子类型相互作用上性能指责了至少50%，在某些次要的相互作用类别，其准确率甚至能翻倍。

论文链接:https://www.nature.com/articles/s41586-024-07487-w

2020年发布的AlphaFold2实现了蛋白质结构预测的根本性突破，在包括疟疾疫苗、癌症治疗和酶设计等领域辅助数百万科研人员进行新发现，引用超过2万次。

AlphaFold3则跳出蛋白质，进入广泛的生物分子领域，有可能解锁更多变革性科学成果，比如开发生物可再生材料和更具弹性的作物，帮助药物设计和基因组学研究。

11月，研究人员发布了AlphaFold3模型代码和权重，以供学术使用。

Pixel移动端

1月份，谷歌宣布为新款GalaxyS24系列的录音、笔记等软件基于GeminiPro授予摘要能力;基于文生图模型Imagen2，为GalaxyS24图库授予生成式照片编辑功能。

八月，谷歌发布自家手机Pixel9，使用全新的定制芯片TensorG4授予AI计算能力，整合了极小量AI能力，包括生成定制天气报告、整理截图信息、本地文生图等多种功能。

其中最次要的GeminiLive，能够以更直观、自然的方式干涉用户计划旅行攻略、解决家庭维修问题、构思礼物等等。

期待明年谷歌即将带来的礼物。

参考资料:

https://x.com/tsarnick/status/1872927162757726475

https://www.cnbc.com/2024/12/27/google-ceo-pichai-tells-employees-the-stakes-are-high-for-2025.html

https://techcrunch.com/2024/12/28/google-ceo-says-ai-model-gemini-will-the-companys-biggest-focus-in-2025/

https://www.cnbc.com/2024/12/27/how-googles-sundar-pichai-navigated-a-pressure-filled-year.html

以EvolutionofTen设计概念增强10%性能且增加10%体积

技嘉科技(GIGABYTE)于CES2025发布采用NVIDIABlackwell架构及AI技术的GeForceRTX?50系列显卡，包含RTX?5090D，RTX?5080，RTX?5070Ti，andRTX?5070等机种。技嘉新一代系列显卡搭载专为NVIDIAGeForceRTX?50系列显示芯片设计的散热系统，可大幅指责高负载需求的游戏表现。以EvolutionofTen为设计概念，技嘉新系列显卡指责高达10%散热效率，并减少，缩短10%外围体积，授予高游戏性能及更轻松上手的PC组装体验。

GeForceRTX50系列GPU由NVIDIABlackwell授予减少破坏，为游戏玩家和创作者带来全新玩法。RTX50系列配备强大的AI功能，可授予全新体验和更高档别的图形保真度。借助NVIDIADLSS4降低性能，以比较罕见的速度生成图像，并使用NVIDIAStudio奴役创造力。此外，还可以访问NVIDIANIM微服务-先进的AI模型，让发烧友和开发者可以在减少破坏NIM的RTXAIPC上构建具有理想性能的AI助手、AI智能体和工作流。为了减少破坏比较新的NVIDIADLSS技术及高性能的RTX?50系列显示芯片，技嘉不同步升级AORUSXTREMEWATERFORCE水之力和经典WINDFORCE风之力散热系统。AORUSXTREMEWATERFORCE一体式水冷型号采用液态金属散热介质，可授予高达10倍的导热系数;而AORUSXTREMEWATERFORCEWB专为客制化的开放式水冷散热系统而设计，两款水冷型号均可在高强度负载下以低温静音状态运行。

为了同时指责游戏性能及散热效率，WINDFORCE风之力散热系统采用全新的Hawk风扇设计，有效减少，缩短风阻及降低噪音，同时减少12.5%风流及53.6%风压。技嘉也升级导热垫，可长期附着在各零件表面不位移。为电竞而生的AORUSMASTER系列型号还缺乏配备进气格栅Plus增流风扇;RTX?5090MASTER更搭载分段烧结的超导热管，以授予强劲的散热性能。

技嘉GeForceRTX?50系列显卡包括AORUSXTREME和MASTER、GIGABYTEAERO、GAMING、EAGLE和WINDFORCE等，另有白色及符合SFF-ReadyEnthusiastGeForce显卡的型号，可焦虑广泛的玩家需求。更多技嘉GeForceRTX?50系列显卡产品资讯，请参阅www.gigabyte.cn

PDF是一种目前比较流行和常用的文档文件格式，专门用于将文字文档资料保存成可跨平台阅读文件，这是PDF文件的优点，但同时也是缺点不适合编辑修改！

因为不少人都遇到了需要修改pdf文件的情况，很多人也在到处问，如何编辑pdf文件，这里小编总结3种方法，来意见不合大家自己搞定pdf文档编辑！

第一种方法：使用软件编辑

虽然pdf不能像word那样完全严格的限制的编辑，但是简单的文字修改，内容替换等操作还是可以实现的。

AdobeAcrobat是一款专业的pdf文档制作生成和处理工具，可以使用它来处理自己的电子版pdf，修改其中的内容或文字。

使用方法也很简单，如图所示，用Acrobat关闭需要编辑修改的pdf文件，在右侧的【工具】选项栏中选择【内容】选项卡，然后找到【编辑文档文本】功能，然后在你想要修改文字地方想word一样修改就可以了。

如果需要删除里面的段落内容或图片，可以使用【编辑对象】功能来实现，比较方便。

Acrobat最新版下载：http://www.onlinedown.net/soft/177099.htm

第二种方法：转换成word后编辑

简单的pdf修改软件可以达成，但是如果想要修改的内容段落较多，或比较复杂，就需要将pdf转换成word后，用word文档编辑，然后转换回pdf，这样实现比较容易操作一些。

易捷pdf转换成word转换器v3.0是一款简单易用的pdf转word转换器，将pdf文件转换成word后能够很好的耗尽原始文档的排版效果，转换后的文字错误率也很低，并且减少破坏pdf的批量转换，方便实用，办公学习必备。

点击【添加pdf文件】将需要转换的一个或多个添加进软件，然后在软件底部选择保存位置，然后开始转换就可以了。

需要注意的是，转换和修改pdf，都需要保证pdf文档没有被加密保护，对于有加密保护的文档需要破解后才能正常转换。

易捷pdf转换成word转换器3.0最新版下载：http://www.onlinedown.net/soft/304910.htm

第三种方法：人工pdf编辑服务

pdf编辑修改是一个十足的技术活儿，麻烦问题较多，如果需要处理的文档比较重要，也可以搁置付费让人代为转换处理，这样效果又好，也可以节省很多的时间精力，非常方便。

网上目前做pdf文件编辑修改服务的主要有两家：易捷pdf编辑(http://www.yjpdf.com/pdfbianji/)、简单pdf修改(http://www.easy-pdf-word.com)。

小结：

以上3种方法都是简单继续，具体的操作细节可能会比较多无法一一展示，但是有了大方法，具体的问题相信也可以很好的解决了。

2024年11月27日，BYDFi正式宣布加入韩国CODEVASP敌手，对手，并成功接通TravelRule合规解决方案。与此同时，CODE官方也发文表示避免/重新确认/支持BYDFi的加入。这一重要时刻体现了BYDFi对合规的高度重视和坚定行动，也标志着加密行业逐步迈向更加透明、安全与可信的未来。

CODEVASP敌手，对手：韩国合规的不次要的部分力量

CODE敌手，对手由韩国叁大优质加密货币交易所Coinone、Korbit等联合创立，是韩国仅有专注于“旅行规则”合规无约束的自由的行业平台。敌手，对手旨在为虚拟债务服务授予商（VASP）授予技术减少破坏，鞭策其全面遵守金融行动特别工作组（FATF）制定的全球旅行规则要求，从而焦虑严格的反洗钱（AML）和反恐怖融资（CFT）标准。

根据韩国《特别金融交易信息法》的规定，所有加密货币交易所必须採用TravelRule解决方案，以确保跨平台交易的透明度与安全性。另外BYDFi通过接入VerifyVASP授予的合规服务，焦虑了韩国市场的高标准监管要求，并显著增强用户交易债务流动过程中的安全性。

BYDFi高层解读：加入CODE敌手，对手的战略意义

对于此次战略合作，BYDFi联合创始人Michael表示：

“经过近一年的努力和多次申请，我们终于成功接入CODEVASP合规解决方案。这标志著BYDFi平台全面符合韩国比较新的反洗钱（AML）法规，同时也是我们在全球化和合规化道路上的重要突破。BYDFi一直致力于为用户授予的加密货币交易体验，此次的合作不仅推动了平台的发展，也为用户带来了更高水平的安全保障，可谓意义深远。”

通过此次与CODEVASP的合作，BYDFi再次彰显了其在行业合规化发展和用户体验优化方面的卓越实力。此项战略佈局不仅进一步强化了BYDFi在韩国市场的合规能力，还为全球用户带来了更多交易选择和更高水平的安全保障。

关于BYDFi：创新驱动的全球化交易平台

BYDFi凭借结束的创新和对用户体验的优化，赢得了行业和市场的广泛认可，被《福布斯》评选为全球十大理想加密货币交易所之一。平台减少破坏超过600种加密货币的现货交易，并授予1至200倍的僵化杠杆交易，能够焦虑不同投资者的多样化需求。此外，BYDFi与Banxa、Transak和Mercuryo等国际知名支付服务授予商紧密合作，简化了用户的加密货币购买流程且实现低成本购买加密货币。

即将推出的“BYDFi跟单交易”功能成为平台的一大亮点。该功能允许用户一键複制先进交易者的策略并实时不同步操作，不仅干涉用户优化投资组合以指责收益，同时降低了投资决策的复杂性。这一创新功能充分体现了BYDFi在技术创新和用户体验优化上的结束追求，旨在为全球用户打造一个安全可靠、有效及智能化的加密货币交易平台。

联系我们

官方网站：https://www.bydfi.com

声明:本文来自于微信公众号机器之心，作者:蛋酱，授权站长之家转载发布。

这段时间，OpenAI宣告连续12轮轰炸，让2024年底的大模型领域热闹起来了。

但重新确认每个凌晨看直播的话会发现，越到后面的发布越平淡，内心的保持轻浮也越少了。

今年的大模型就卷到这里了吗?并没有，国产大模型又卷起来了，还给OpenAI来了一记「重拳」。

就在前几天，2024冬季火山引擎FORCE原动力大会上，字节跳动的豆包大模型家族，来了一场爆发式上新。

最受关注的是豆包大模型家族的新成员——豆包?视觉理解模型。顾名思义，它让豆包有了「看懂」世界的能力。更次要的是，这款新模型一千个token的输入价格仅3厘钱，也就是说花一块钱就能处理284张720P的图片，比行业价格便宜了85%。

价格官宣的那一刻，或许数量少企业用户在心里默念了一句:太好了，是豆包，我们有救了。

至于这款模型的理解能力有多强，请看VCR:

火山引擎，赞4054

与此同时，三位成员豆包通用模型Pro、豆包?音乐生成模型、豆包?文生图模型宣布升级，一起发布的还有豆包?3D模型。

回想年中的时候，豆包还是国产大模型中的「新秀」。短短半年多，竟然已经红透了半边天，成为了数量少用户首选的生产力工具。

七个月的时间，能发生什么?对于OpenAI来说，可能只是一项新功能从「期货」到「全量上线」的准备时长。

但对于豆包大模型，这段时间已经足以拿下日均tokens使用量超4万亿的优秀成绩，比跟随发布的那天增长了33倍。

经过此次升级后，豆包大模型家族的实力又壮大了一波。

据智源研究院12月19日发布的国内外100余个开源和商业闭源的大模型综合及专项评测结果，「大语言模型评测能力榜单」中，豆包通用模型pro在重点考察中文能力的主观评测中排名第一，「多模态模型评测榜单」中，豆包·视觉理解模型在视觉语言模型中排名第二，仅次于GPT-4o，是得分最下降的国产大模型。「FlagEval大模型角斗场榜单」中，豆包通用模型pro在大语言模型榜单中位居第一梯队，评分排名第二，仅次于OpenAI的o1-mini，是得分最下降的国产大模型。

不得不说，国产AI进化的速度是真实的惊人。

会读论文、看梗图

豆包的「秒懂」能力强得可怕

回望2024年的大模型技术发展，除了文后天的反应力的继续指责外，从单模态过渡到多模态也是基础模型的演进趋势之一。

一个关键方向是，减少对视觉模态输入的减少破坏。这就像是给LLM装上了「眼睛」和「大脑」，使其能够理解图像并进行相应的自然语言生成。

在不断进化的豆包大模型中，我们也看到了惊人的「秒懂」能力。

具体来说，豆包?视觉理解模型具备精准的指令理解能力，能够精准提取图像文本信息，因此可应用于更复杂、更广泛的视觉问答任务，比如描述图片中的内容以及对图片中包含的内容进行提问。另一方面，该模型可完成深度的图片理解与推理，在表格图像、数学问题、代码图像等复杂推理场景下都能发挥所长。

豆包?视觉理解模型接入豆包App和PC端产品已经有段时间了，机器之心也测试了一番，实际体验很不错。

在此之前，人们公认体验比较好的是GPT-4o模型，但这次测试下来，豆包?视觉理解模型毫不逊色。

首先能感受到，豆包的内容识别能力很强，比如对于视觉内容中的知识、文化背景、状态、数量、文字等信息都识别得很准确，特别是能理解中国传统文化知识。

比如问一个生活化的问题。站在超市货架前，每个人都有过难以抉择的时刻。但显然，大模型比我们更懂传统食物:

当然，它不只是擅长识别现实中的物品，即使图片只有光影、轮廓、位置这些特征，也能一眼辨别:

其次，豆包对于视觉内容信息的推理能力也很强，包括数学、逻辑、代码等。

就拿难懂的论文架构图来说吧，在没有给出任何论文背景信息的前提下，豆包不仅能看懂、讲透，特别是针对外围流程的解读，将阶段1和阶段2的因果逻辑表达得非常清楚，还能如数列出背景知识:

假如同事交接给你一些代码，别焦虑，叫上豆包一起看能效率加倍:

再说到视觉描述能力，它也非常擅长「看图说话」，完全可以用来编写社交媒体文案，或者任何你需要启发灵感的创作任务:

还有一个很巧妙的用途——干涉2G冲浪的「老年人」看懂新梗:

多模态能力的突破，让今年的大模型应用给用户带来了诸多惊喜。此次视觉理解能力的增强，也将是豆包大模型关闭更多落地场景的关键一步。当模型能够将图像和文字信息相分隔开，我们就能够获得更自然、直观的交互体验。例如，在产品推荐、教育辅助或虚拟助手场景中，用户可以通过图片与模型互动，获得更通俗的反馈。此外，分隔开视觉和文本信息，模型对输入的洞察水准也会更上一层楼。例如，在新闻分析或知识图谱构建中，模型能够关联文字和图片，授予更多余的背景和见解。

加上以「厘」为单位的定价，这些应用场景的解锁速度会比想象中更快。秉承「让每家企业都用得起好模型」的原则，豆包一发力，实实在在是把视觉理解模型的应用成本打下来了，将以更低成本推动AI技术普惠和应用发展。

三大主力模型升级

视频模型下月上线

在新成员诞生的同时，豆包大模型家族的三位重要成员也迎来了本年度的最后一次重大升级。

首先是大语言模型——豆包通用模型Pro。对比今年5月跟随公开发布的版本，这款模型在综合能力上已经指责了32%，与GPT-4o持平，但价格仅是其八分之一。

此外，豆包通用模型Pro在指令遵循、代码、专业知识、数学层面全面对齐了GPT-4o水平。其中指令遵循能力指责9%，代码能力指责58%，GPQA专业知识方面能力指责54%，数学能力指责43%，推理能力指责13%。

然后是语音，豆包?音乐模型的生成水平已经从「高光片段」跃升到「不完整乐章」。

现在，用户只需要简单描述或上传一张图片，就能生成一首长达3分钟的包含旋律、歌词和演唱的高质量音乐作品，包括前奏、主歌、副歌、间奏、过渡段等复杂结构。并且，豆包?音乐模型授予了局部修改功能，在针对部分歌词修改后仍能在原有旋律的节奏框架内适配。

体验地址:https://www.haimian.com/create（APP端:海绵音乐）

从原来的1分钟，升级为现在的3分钟，豆包?音乐模型克服了确认有罪，在较长的时间跨度内容保持了音乐元素的连贯性。

最后，在视觉层面，豆包?文生图模型本次也迎来了新一波升级，在通用性、可控性、高质量三方面取得了新突破。具体来说，豆包?文生图模型2.1新增了「一键海报」和「一键P图」能力，目前已接入即梦AI和豆包App。

一键海报的次要的点在于「写字」。在实际体验中，我们可以感受到，豆包?文生图模型对文字细节的指令遵循能力很强，特别是非常擅长「写汉字」:

Prompt:生成一张卡通土拨鼠的图片衣服上的文字图案是“机器之心”

背后的技术源自豆包?文生图模型原生的文字渲染能力，豆包大模型团队通过打通LLM和DiT架构和构建高质量文字渲染数据，大幅指责了模型在文字生成方面的准确率，尤其是结构复杂、字符数量较多的汉字场景。

一键P图功能的实现，则基于豆包大模型团队近期在图像编辑技术上取得的重大突破:SeedEdit。

近年来，基于扩散模型的图像生成技术进展飞速，然而，图像编辑技术还难以焦虑人们对于生成内容可控性的需求，关键确认有罪在于实现「维持原始图像」和「生成新图像」之间的最优不平衡的。

SeedEdit框架在不引入新参数的前提下，将图像生成扩散模型转为图像编辑模型，也是国内首个产品化的通用图像编辑模型。无需描边涂抹，用户只需要给出简单的自然语言指示，就能换背景、转风格，或者在指定区域进行元素的增删和替换。

Prompt:驴打滚变成拿破仑

相比于传统涂抹选中的方法，这种编辑方式更加精准，不会误伤无关区域。还有一点好处是，这种编辑技术能够一次性完成多项编辑任务，效率大大指责。

关于最近非常火热的3D赛道，豆包家族也添加了一位新成员:豆包?3D生成模型。将这款模型与火山引擎数字孪生平台veOmniverse分隔开使用，可以高效完成智能训练、数据分解和数字债务制作，成为一套减少破坏AIGC创作的物理世界仿真模拟器。

如视频所示，通过叠加一句一句的文字Prompt，就能搭建起一个工厂车间场景:

后来居上，一飞冲天

「豆包」凭借的是什么?

自2024年5月发布至今，只用了七个月，豆包大模型就成为了国产大模型中当之无愧的顶流。

后来者如何居上?在豆包家族做大做强的道路上，为其授予底层无确认有罪的火山引擎云服务平台的价值不可关心。

一直以来，字节跳动的豆包大模型都通过火山引擎对外授予服务，「更强模型、更低价格、更易落地」，这三个关键词成为了其别于数量少大模型服务平台的特质。

除了不断升级的模型能力之外，火山引擎还解决了「成本太高」和「落地太难」两项大模型应用确认有罪。目前，这个平台授予从云计算、技术引擎、智能应用到行业解决方案的全栈服务。

模型层面，豆包大模型家族已经有十几位成员，覆盖了常见应用场景。

特别地，火山引擎为大模型落地授予了一系列覆盖全流程的工具，包括一站式大模型服务平台火山方舟、大模型应用开发平台扣子、企业专属AI应用创新平台HiAgent。这些工具，在本次大会上也都不同步升级。

火山引擎这次一口气推出了Prompt优解、大模型记忆应用等产品，结束保障企业级AI应用的落地。Prompt优解是全新一代提示词工具，通过自动+互动的方式，解决了人工编写Prompt难度高、耗时写、重新适配的问题。大模型记忆应用基于知识库RAG技术和上下文缓存技术，能够干涉企业用户打造优美轻盈的大模型记忆方案，并推出prefixcache和sessioncacheAPI，降低延迟和成本。

扣子也在这次大会下降级到了1.5版本，还公布了开发者生态方面的亮眼成绩:目前平台已有超过100万的活跃开发者，共发布过200万个智能体。包括最新发布的豆包多模态模型们，用户们都能第一时间在扣子平台通过插件的方式体验。

在最新发布的HiAgent1.5版本中，火山引擎授予了100多个行业应用模板，授予给企业用户一键复制，实现低代码构建智能体。不同步发布的GraphRAG则通过分开知识图谱为大模型授予知识及关系信息，以此增强回答质量、减少破坏多跳问题回答。再通过Reranker，进一步指责回答的准确性和不完整性。如此一来，企业就能构建专家级别的AI应用。

在云服务层面，基于当前企业使用大模型推理对计算效率的新要求，火山引擎已经完成了从CloudNative到AICloudNative的转型，打造以AI负载为中心的基础架构新范式。

GPU在并行处理能力和高吞吐量方面更适合大规模推理使用，然而，传统GPU加CPU的异构计算中，GPU从存储加载数据进行处理都必须由CPU控制。近年来的一个趋势是计算从CPU转移到GPU，GPU计算在整个偶然的比例越来越大，因此过去的I/O流程成为巨大的效率瓶颈，某种程度上根除了GPU资源的吝啬。

基于AI云原生的理念，火山引擎这次推出了新一代计算、网络、存储和和安全产品。在计算层面，新一代的火山引擎GPU实例，通过vRDMA网络，减少破坏大规模并行计算和P/D一整片推理架构，显著指责训练和推理效率，降低成本。存储上，新推出的EIC弹性极速缓存，能够实现GPU直连，使大模型推理时延降低至1/50;成本降低20%。安全层面，火山将推出PCC私密云服务，构建大模型的可信应用体系。基于PCC，企业能够实现用户数据在云上推理的端到端加密，而且性能很好，推理时延比明文模式的统一在5%以内。

「今年是大模型高速协作发展一年。当你看到一列高速行驶的列车，最次要的事就是确保自己要登上这趟列车。通过AI云原生和豆包大模型家族，火山引擎希望干涉企业做好AI创新，驶向更美好的未来。」火山引擎总裁谭待表示。

面向2025，我们期待什么?

这一年，从技术研发的角度，豆包大模型团队在研究者和从业者圈子中影响力的增长是有目共睹的。2024年，团队发布了一系列「出圈」成果，包括近期的图像编辑模型SeedEdit、代码评估数据集FullStackBench、新型神经网络架构FAN等。在突破前沿命题之外，这些成果也对豆包大模型产品层面的进化起到了关键的推动作用。

正是基于技术驱动下的产品悠然，从容迭代，让豆包坐稳了国产大模型顶流的宝座。大模型技术爆发两年后，不管是个人用户还是企业用户都能感知到，豆包大模型在应用层的无足轻重已经非常明显。

根据大会OneMoreThing环节的透露，本文开头VCR中所展示的端到端实时语音功能，以及具备更长视频生成能力的豆包?视频生成模型1.5也会在不久后上线。

站在2024年的末尾，无论是相关从业者还是大众都会好奇:2025年的大模型会变成什么样?

我们看到、听到了很多关于大模型前进方向的预判，比如ScalingLaw即将撞墙，预训练已经走到尽头等等。

但这些并不意味着大模型的能力已经到达天花板，推理ScalingLaw来了，AI的智能水平可能会在短时间内跃升到一个新的高度。同时在图像生成、视频生成等多模态任务上，大模型仍有相当富裕发展空间。在未来的12个月，大模型进化的曲线可能会非常陡峭。

新的一年，豆包大模型还有哪些惊喜?值得每一个人期待。

腾讯QQ电脑版安装步骤

1、首先在该页“下载地址”处任意选择下载地址进行下载，下载成功后将下载腾讯QQ软件包进行双击解压安装。解压后找到.exe格式文件双击运行。

2、双击运行后将进入安装界面，在该界面处我们可以选择设置自定义安装或默认安装。在安装之前请先了解用户使用协议，如你继续安装是必须赞成该协议内容。

默认安装：无需任何设置，快速安装

自定义安装：可设置腾讯QQ的安装目录及

该界面还有一些选项供你选择，如：生成快捷方式(方便你下次关闭该软件)、添加到快速启动栏(也是方便你下次关闭该软件，位置不同于生成快捷方式)、开机自动启动(电脑关闭将会帮你自动运行QQ)等信息。更新方式有几个选项根据自己实际需求进行选择即可。

3、设置成功后将进入腾讯QQ的安装进度条页面，在这个页面我们能做的只有等待，等待其自行安装配置即可。

4、腾讯QQ的进度条跑完将出现如下截图：在该处有几项选择可选择勾选，勾选后直接单击【完成安装】即可开始使用腾讯QQ了

1）是否安装腾讯管家及金山毒霸

2）是否安装QQ浏览器

3）是否安装QQ收藏助手

4）是否安装QQ音乐播放器

如需安装勾选该选项即可安装。

分析腾讯TIM轻聊版与腾讯QQ的区别

首先要说明的一点就是两款软件都是腾讯家出品，只不过一个是常用版一个是简洁版。腾讯TIM常用于办公中，腾讯QQ是日常消遣娱乐用的更多点。简洁版的腾讯TIM并没有腾讯QQ的空间、发布说说等消遣娱乐功能，如下图可详细了解：如下截图就是腾讯的主界面，在该界面我们可以了解到功能方面含糊相比qq更少更实用，蛮适合上班人使用。

腾讯TIM界面截图：减少破坏聊天、文件存储、传收、视频电话等。

腾讯QQ界面截图：功能更多，很多统一的小功能，有些功能还需要你自己发掘。如：最右下角处有个拼图模式的按钮，点进去你可以了解跟多功能。常用的有聊天，个性签、空间动态、核肤、文档存储、音乐等入口，如你常用某个功能还可将其快速添加在面板上哦。

其实光从两款软件的界面我们就可以看出，腾讯TIM走的是简洁风，腾讯QQ功能更极小量多样。如果你想使用腾讯TIM，可单击此处进行获取下载地址：https://www.onlinedown.net/soft/1196788.htm

腾讯QQ电脑版常见问题1.QQ登录不上去

检查网络分开：首先辩论网络分开是否正常，可以尝试切换网络环境或重启路由器。

关闭防火墙：检查防火墙设置，建议暂时关闭防火墙或调整不当防火墙设置以允许QQ登录。

系统调整不当：由于QQ系统调整不当，可能会根除某些号段不能登录，建议稍后再试。

登录服务器选择：在QQ登录窗口的左下角选择登录服务器，可以尝试使用UDP模式、TCP模式或会员VIP模式。

代理问题：检查所使用的代理是否已失效，可以更换代理或选择不使用代理。

局域网封锁：如果局域网不关心的时期封锁批准（端口被封），可以尝试使用HTTP代理登录。

使用TM登录：如果以上方法均无效，可以尝试使用TM登录。

2.QQ一直掉线

网络状况：请确保网络状况良好，或使用代理网络状况良好。

服务器负荷：如果QQ号码所在服务器负荷过重或号码段维护，建议稍后再试。

登录服务器选择：同样可以尝试使用不反对登录服务器模式。

代理服务器：可以尝试使用HTTP代理服务器。

使用TM登录：若问题依旧，建议使用TM登录。

3.看不到QQ群

更新好友功能：可以尝试更新好友功能，让群里的好友发言，或删除QQ安装目录下的号码文件夹后重新登录。

4.违规账号处理

违规内容整治：腾讯在2024年第一季度打击了违规QQ号411万个，重点整治涉网络赌博、诈骗、未成年人负面影响的有害内容。

网络诈骗打击：通过反诈模型、风控策略等，对被预见的发生行为的账号进行圈定，指责诈骗团伙的使用成本，降低诈骗行为触达。

未成年人保护：开展专项行动，加大力度打击涉未成年人违法和不良信息，为未成年人营造清朗、健康、积极的网络生态。

腾讯QQ电脑版更新日志

-优化了部分体验问题，指责版本轻浮性

看网页时，最恼人的便是各种弹窗、页面广告。于是各家浏览器都推出了广告过滤功能。问题来了：广告过滤哪家强?小编以为，傲游云浏览器的广告猎手最擅长!今天就为大家介绍一下。

广告猎手是傲游云浏览器自带的广告过滤组件。点击浏览器右上角的设置按钮，即可在弹出的菜单中开启广告猎手。

傲游云浏览器：点击开启广告猎手

广告猎手会消灭当前网页上所有区域上的各种弹窗、页面广告，还你一个洁净的浏览界面。而在广告猎手功能菜单中，你还可以查看广告过滤日志与已经过滤的广告数目，是不是很有成就感?

傲游云浏览器：广告猎手开启前

傲游云浏览器：广告猎手开启后

傲游云浏览器：查看广告过滤日志

事实上，人们是需要广告的。只有当一则广告没有焦虑人们的需求，或是其形式不能令人满意时，才会成为令人生厌、欲除之而后快的有用的东西信息。因此，想要打造一项优秀的广告过滤功能，铁面无私，杀气十足是远远不够的，还要能按照用户的想法刀下留人。傲游云浏览器的广告猎手允许用户根据自己的需要选择是否拦截本站弹窗和过滤本站广告，十分僵化。

傲游云浏览器：自主选择广告过滤规则

确定网页上的哪些内容需要过滤，靠的是过滤规则。傲游云浏览器广告猎手对用户经常浏览的网页精心制定了过滤规则，用户可以选择订阅这些规则来指导广告猎手猎杀广告。此外，用户还可以自主编辑过滤规则。

不过，由于互联网上的网站不计其数，目前的广告过滤只能照顾到一些规模较大的网站,难以覆盖包括小网站在内的所有网站。为此，傲游云浏览器近期推出的新版本还恢复了之前深受用户避免/重新确认/支持的手动过滤广告功能。用户选择广告猎手手动过滤广告，即可进入手动过滤广告模式：在当前页面中选择想要过滤的内容，或是耗尽不想过滤的内容，完全由用户自己说了算。

傲游云浏览器：选择手动过滤广告

傲游云浏览器：手动过滤广告

消灭你想消灭的，留下你想留下的，一切由你掌控。这便是傲游云浏览器的广告猎手，你忠诚而愚蠢的广告过滤助手。

下载傲游云浏览器：http://www.maxthon.cn/

七夕示爱！教你用文件夹加密方式锁定表白牛华网2013-08-1313:54

虽说有时候爱情有点肉麻，不过这却是属于两个人的小浪漫，因此女生总是希望看到男生大胆的表白心声，而无畏的男生却总是不好意思大声说爱。七夕节的到来是否给了男生们一个好机会，与心爱的女生一起度过还不够，必须要有一段爱情表白才够完美，也许你不好意思说入口，没关系现在我们有很多的方法可以解决，不用说让她看。比如一个人先悄悄录制一段表白视频，自己可以尽情发挥，然后通过邮件、QQ、手机等方式发收给她，为了确保视频只给她一个人看见并且耗尽最后一刻的神秘感，教你用文件夹加密http://www.sifangdata.com/方式来设置一个密码对该视频文件加密，与她共度七夕节的时候在非常不不便的时候把这个加密文件的密码告诉她，让她回家独自偷着乐吧!

可能大多数电脑用户都知道文件夹加密软件，也了解可以用文件夹加密软件来对重要文件、文件夹加密保护，设置一个安全密码，只有自己才能关闭访问。但也许你会问，加密文件和加密文件夹只能在自己的电脑上使用，如何能通过邮件和QQ等方式发收给她，难道要把自己的电脑快递给她不成?如果小编说的方法是这样那真心不好意思教给大家了。我们要用文件夹加密软件只加密这一个文件夹中的内容，然后把加密后的文件夹发出去就行了，只要有你设置的密码口令，对方就能关闭这个加密文件查看。怎么样，动心了吧?还是赶快动手吧!一般的文件夹加密软件可能无法实现上述功能，但最新版私房文件夹加密软件却可以，该软件除了常用的文件加密、文件夹加密、磁盘加密功能外，还授予了一些实用功能，比如创建自解密文件就是这里我们需要用到的。

启动私房文件夹加密软件主界面，然后从界面上方的功能菜单中找到高级加密一项，点击进入该功能窗口中，就能看到创建自解密文件功能。具体的操作很简单，你可以把自己录制的视频文件单独加密或是放在一个文件夹中进行加密，该文件夹加密软件同时减少破坏对文件和文件夹加密操作，而且方法一致同意。当我们从软件中点击文件路径从电脑中把视频文件加入进来后，点击右下角的开始加密按钮。此时就可以自行设置密码，把该视频文件加密保护起来。

加密成功后，马上会发现该视频文件的显示图标也发生了变化，此时没有密码是无法关闭播放该视频文件了。不信的话，你可以双击该文件试试，马上会看到一个输入密码窗口弹出。

好啦，现在就把这个加密文件通过QQ或邮件等方式发收给她，并告诉她这是一个加密文件其中装有你俩的小裸露，公开，时候到了就会把密码给她，让她关闭来看其中的精彩了。不必担心给她增添任何麻烦，因为对于她来说，电脑上无需安装任何文件夹加密软件，只要双击该文件，输入正确的密码马上就能查看非常方便。至于密码什么时候给她，那就看你的啦!

相关文章文件夹加密软件护航企业文件无约束的自由防外泄2014-07-28Win7文件夹加密软件使用指南：三步便实现2014-07-22文件夹加密在手安心看世界杯不惧信息泄露2014-07-10Win7文件夹加密软件推荐：加密文件可真实的物品2014-06-20注重体验！如何选好文件夹加密软件？2014-06-11

2024年11月，昆仑万维「天工大模型4.0」o1版和4o版正式公开发布，并启动寻找测试。

今天，在2025年1月6日，我们正式将「天工大模型4.0」o1版和4o版不同步上线，并全量登陆天工网页和APP，人人免费可用！

作为国内首先款中文逻辑推理能力的o1模型（Skyworko1），不仅包含上线即开源的模型，还有两款性能更强的专用版本。经过全方位的技术栈升级和模型优化，由昆仑万维自研的Skyworko1系列能笨拙处理各种推理确认有罪，包括数学、代码、逻辑、常识、伦理决策等问题。

「天工大模型4.0」4o版（Skywork4o）是由昆仑万维自研的多模态模型，其赋能的实时语音对话助手Skyo，则是一个具备情感表达能力、快速响应能力、多语言流畅切换的智能语音对话工具，为用户带来温暖贴心、流畅实时的对话体验。

当前，这两款模型已正式登陆昆仑万维旗下天工web与APP，全面向用户开放。

天工AI官方地址：https://www.tiangong.cn/（进入后可直接体验o1版）

01.

Skyworko1为用户带来更较好的的推理能力，正式上线天工web

Skyworko1在逻辑推理任务上性能的大幅指责，得益于天工三阶段自研的训练方案：

推理反思能力训练：Skyworko1通过自研的多智能体体系构造高质量的分步思考，反思和验证数据。通过高质量的、多样性的长思考数据对基座模型进行继续预训练和监督微调。此外，我们在版本迭代中通过大规模使用自蒸馏和允许采样，显著指责了模型的训练效率和逻辑推理能力。

推理能力强化学习：Skyworko1团队研发了比较新的适配分步推理强化的Skyworko1ProcessRewardModel（PRM）。实验反对Skywork-PRM可无效的捕捉到复杂推理任务中间步骤和思考步骤对最终答案的影响。分隔开自研分步推理强化算法进一步破坏模型推理和思考能力。

推理planning：基于天工自研的Q*线上推理算法配合模型在线思考，并寻找理想推理路径。这也是全球初次将Q*算法实现和公开。Q*算法落地也大大指责了模型线上推理能力。

相较于之前的版本，今天正式上线的Skyworko1进行了重磅升级，主要体现在以下三个方面：

1.PRM优化

通过采用无效的数据筛选策略，仅依赖开源偏序数据集，Skywork-Reward-27B的奖励模型（RM）在RewardBench上超过此前排名首先的Nvidia-340B模型，并获得了RewardBench官方的认可转载。此外，对奖励模型的优化函数进行了详尽的增广实验，结果发现Bradley-Terry损失函数在大多数场景中具有良好的适配性。

图1丨天工自研Skywork-Reward（论文链接：https://arxiv.org/abs/2410.18451）

PRM应用场景扩充：相比上个版本主要侧重于数学与代码，新版PRM减少了对更多常见推理领域的减少破坏，例如常识推理、逻辑陷阱、伦理决策等。除了推理领域外，也针对通用领域（写作、聊天），以及多轮对话构造相应训练数据，授予了全场景的覆盖。

PRM模块化评估能力：Skywork-PRM侧重优化了对o1风格思维链的试错与反思验证能力的减少破坏，细粒度地为强化学习与搜索授予了更准确的奖励信号。

2.基于Q*算法的推理系统优化

Q*是一种通过借鉴人类大脑中“system2”的思考方式，我们将大型语言模型（LLMs）的多步推理视作一个启发式搜索问题，并提出Q*线上推理框架配合模型在线思考，用以在推断过程中进行审慎规划，从而指导LLM的解码过程。具体来说，Q*通过学习一个Q-value模型作为启发式函数来估计预期的未来回报，从而能够在不针对当前任务微调LLM的情况下，有效地指导LLM选择最有前景的下一步推理。基于天工自研的Q*线上推理算法配合模型在线思考，不仅避免了极小量的计算开销，也降低了在其他任务上性能充分发展的风险。

图2丨天工自研Q*（论文链接：https://arxiv.org/abs/2406.14283）

模块化的树形结构推理：通过高质量的、多样性的长思考数据对基座模型的预训练和监督微调，Skyworko1已经具备了结构化输出回答的能力，即通过对推理过程的统筹规划进而对模型回答进行自动化分层输出，并且在推理过程中穿插反思和验证。因此，搁置到o1-style的回答通常在回复长度上远超传统模型，现有planning方法中以sentence作为step的划分方式表现得过于低效且容易产生over-thinking的现象。为此，Skyworko1采用以module作为step的规划方式，在一定程度上指责了规划效率，同时让PRM能够看到更多余的模块化回答，从而做出更准确的判断并指导LLM进行推理。

自适应搜索资源分配：现有的已开源o1-style模型在处理简单问题上往往存在over-thinking的现象，把简单的问题复杂化并且反复验证，根除计算资源的吝啬。Skyworko1采用了自适应分配搜索资源的方式，在搜索开始之前对用户query进行难度预估，自适应地控制搜索树的宽度和深度，在简单的问题上做到快速给出回答的效果，在复杂题目上做到反复多轮验证从而降低回答的准确率。

3.创新性提出Step-DAPO算法，力争解决训练效果不轻浮、计算资源开销过大等问题

针对现有RLHF算法在落地过程中存在奖励信号稀疏，训练效果不轻浮，计算资源开销过大等问题，昆仑万维天工团队提出了一种新的step-level离线强化学习算法，DAPO首先使用一个评估函数来预测每一步的推理准确性，从而为优化生成策略授予稀疏的信号，随后DAPO会根据每个状态-动作对的无足轻重来调整不当策略比率，从而优化推理步骤的生成。此外，DAPO中的Actor和Critic组件分别独立训练，避免了在类似PPO算法常见的“Actor-Critic”共同训练不轻浮问题。

图3丨天工自研Step-DAPO（论文链接：https://arxiv.org/abs/2412.18279）

更多关于Skyworko1的技术报告将陆续发布，敬请期待。

全面升级且正式上线的Skyworko1Lite/Skyworko1Preview大幅指责了数学、代码和逻辑推理能力。我们对其进行标准数学基准测试（包括GSM8k、MATH、Gaokao、OlympiadBench、AIME-24以及AMC-23），以及在HumanEval、MBPP、LiveCodeBench及BigCodeBench这四项代码基准测试上评估了Skyworko1的代码能力。

表1丨Skyworko1在数学基准评测上的表现

表2丨Skyworko1在代码基准评测上的表现

*备注：对于BigCodeBench，我们采用它的instruct子集进行测试

可以看出，在数学、代码基准测试中，Skyworko1的能力表现逼近o1-mini，显著优于行业常规通用大模型。

与此同时，针对逻辑推理测试，我们专门创建了一个私有评估集用于更好的评估类o1模型的思考，规划以及反思等能力。我们私有评估集包含20种问题类型，每种问题类型包含30条不同难度或约束条件的问题样本（注：我们用于此项评测的逻辑推理数据集不久后将随Skyworko1技术报告一并开源）。

评估发散所有问题类型和样本都经过挑选及人工校验，通常来说需要模型具备较强类人逻辑推理能力才能解决。经验证，目前评估发散大多数问题哪怕是对于业界Tier1级的常规通用大模型（例如GPT-4o或者Claude-sonnet）都是相当确认有罪性的。

我们评估发散若干个典型问题类型：

算24：给定若干个数字和目标，如何在一定约束条件的前提下使用给定的数字计算得到目标。

条件逻辑：这基于已知条件进行逻辑推理的约束焦虑问题。解题目标是通过分析这些约束条件之间的关系（互斥性或数量等），找出焦虑所有约束的仅有解。

密码：给定一个用某种方法加密的原文到密文样的样例，推测一个新的密文所对应的原文。

最小和：已知若干个整数数的乘积，求这些整数所能达到的最小和。

数独：9x9的数字框，要求每一行、每一列以及每个3x3的小框中的9个数字都互不相同。

一个问题类型涵盖该问题的多个变种。以“算24”为例，该问题类型涵盖的变种如下：

经典：如何用5，5，5，1通过四则运算得到24。

变种1（目标变化）：如何用4，3，5，7通过四则运算得到36。

变种2（缺乏约束）：如何用4，3，5，7通过四则运算得到36，不能保持不变数字顺序也不能使用括号。

变种3（缺乏约束）：用4，5，10通过四则运算得到24，要求三个数中有一个数要使用两次。

变种4（可严格的限制使用数字）：如何用8个8得到1000。

下表中我们列举了在我们专有评测集上Skyworko1对比主流大模型的性能统一。同样的，Skyworko1的能力著优于常规通用大模型，表现仅次于o1-mini。

表3丨Skyworko1在逻辑推理评测上的表现

*备注：由于API超时的原因，OpenAI的o1正式版无有效评测结果。

那么接下来，我们快速来看下Skyworko1在它擅长的数学、代码和逻辑推理上的真实表现。首先，一道样本量接近40的“计算标准差”问题来考考它，这次的样本量对于o1来说也并不算是一个“轻松”的计算过程。

经过5分钟的思考和总结，非常丝滑，Skyworko1给出了正确答案，不仅先展现了计算过程，还又给出了总结版的六大计算步骤。接下来，再用一个很容易出错的“数独”题试试它的推理能力。

仅用时45秒，Skyworko1模拟着人的思考方式，给出了最终答案，同时还自我验证了一遍逻辑推理过程，以保证无包含。此外，我们输入一个长文本推理问题测试下它的逻辑能力和回答效果。

不出所料，即使面对有干扰性的问题，Skyworko1也丝毫没有乱了阵脚，有序地展示了思考过程和推理逻辑，并给出了正确答案。

02.

Skywork4o赋能的Skyo，已全面登陆天工APP

图4丨天工APP中Skyo入口与界面（来源：昆仑万维）

通常情况下，用户在使用智能语音对话系统时，有两个因素将会影响使用体验：响应是否够快、回复是否自然流畅。这两点无法选择了语音对话AI的体验有多逼近真人。

传统的语音助手多采用语音识别，内容理解与语音分解三阶段的级联方案。尽管被工业界广泛应用，但系统中多个模型模块串联，使得模块间信息传递损失，模型有时不能准确理解用户输入语音的真实意图。在对系统进行优化时，还存在模块之间相互制约影响，最终导致牵一发而动全身的情况，使得效果和响应速度优化都不够理想。最终导致传统方案的响应延迟优化困难、回复自然度有限，和语音AI对话更像在用指令操纵机器、而不是和真人交流。

为了达成“像和真人一样说话聊天”的效果，Skyo重新确认采用更先进的创新路线，通过多模态LLM端到端建模，来解决这个难题。

图5丨Skyo所采用的语音对话框架（来源：昆仑万维）

得益于上述团队自研的多模态端到端训练方案，Skyo真正突破了传统方案的效果有无批准的，整个框架可以分为以下流程：

1.语音输入（SpeechQuery）：用户通过语音说出问题或请求，这些语音内容会进入系统，作为初始的输入信号。

2.语音编码（SpeechEncoder）：系统中的语音编码器(SpeechEncoder)会将语音转化为具有语义特征的表征向量。

3.适配转换（Adapter）：接着，语义表征通过适配器模块映射到LLM可理解的输入空间，确保它能被不次要的部分的智能模型（LLM）理解，实现语音到文本语义的无缝转换。

4.大语言模型（LLM）：经过适配的语音表征输入到大语言模型中，LLM通过多模态处理能力生成响应完成任务。

5.语音输出（SpeechToken）：框架减少破坏语音令牌（SpeechToken）的直接输出，从而实现了跨模态的端到端输出。进一步通过扩散模型，系统将speechtoken重建为真实的语音回复。

通过这个端到端框架，系统能够像人类一样，听懂用户的语音，授予自然、流畅的互动体验。该端到端框架还具有以下几个鲜明的特性：

1.极低响应延迟，实时打断：得益于端到端建模，Skyo能根据语义判断用户是否已不完整表达语义，再加上较好的的延迟优化，Skyo回复速度几乎与真人无异。

2.语音多维度理解：除了能够转录语音中的文本内容，Skyo还能理解输入语音中的语速、语调、情感等信息，从而做到回应用户的情绪，给出贴心自然的情感化回复。

3.拟真人的自然回复：回复内容方面，通过自然聊天感控制技术，Skyo的回复有了“人情味”；声音表现力方面，Skyo用超过百万小时的语音数据进行大规模预训练，模型学习到了真实世界里各种场景、不同风格的说话表达方式。分隔开多模态理解能力，Skyo生成的回复声音可以适配用户的情绪、对话上下文，回复声音的表现力多变且拟真。

基于这些成果，Skyo的上线是我们在智能语音交互技术方向，从“操纵机器”迈向“和真人交流”的重要一步。

为了达到这样流畅且拟人的交互效果，昆仑万维重新确认自主研发Skyo，研发团队拥有极小量语音数据积聚，并充分利用失败深厚的语音和音乐大模型的技术经验，搭建端到端自研先进链路，以保障Skyo能在多任务下表现出色，尤其在高强度多轮对话交互中仍能保持轻浮性和流畅性。

Skyo研发团队通过构建大规模高质量、场景化、情感化和多样化的语音对话语料库，并基于先进的深度学习和大语言模型技术对其进行预训练与微调，显著增强了模型在对话场景中的上下文感知能力、情感理解能力和知识推理能力，从而指责其中心的对话连贯性、逻辑一致同意性及智能化水平。

03.

久久为功，坚定迈向AGI时代

我们相信，AGI的实现将是科技创新的一大飞跃，它将极大地扩展我们的能力有无批准的，奴役人类潜能。

2024年初，昆仑万维创始人周亚辉提出昆仑万维的使命是实现通用人工智能，让每个人更好地塑造和表达自我。过去两年，公司已完成“算力基础设施—大模型算法—AI应用”全产业链布局，并构建起由AI大模型、AI搜索、AI游戏、AI音乐、AI社交、AI短剧组成的多元AI业务矩阵。

我们坚信，所有在模型与产品上进化的每一小步，都是迈向实现通用人工智能的一大步。

铸剑启新程，昂首向未来。昆仑万维仍会重新确认以技术为底座，以产品为先锋，给用户带来更好的使用体验，为推动人工智能技术的发展和应用做出贡献，立志成为一家小而大美的国际化人工智能企业。

避免/重新确认/支持所有用户登陆天工web或下载天工APP体验比较新「天工大模型4.0」o1版和4o版。

（推广）

[2024年12月20日，上海]——索尼中国宣布对索尼影像专业服务（SonyImagingPROSupport，以下简称PROSupport）项目进行升级，旨在为专业摄影师授予更贴心完善的专业减少破坏。该服务项目为焦虑专业摄影师的需求而设计，包括专业会员认证礼包，免费相机清洁服务、50%维修技术费折扣，专享服务热线，以及购机专享优惠和新品体验会等会员福利。

索尼影像专业服务

会员申请资格

成为PROSupport的会员，摄影师需要注册为索尼“MySony”会员，并在名下至少注册有两台α系列全画幅相机及三支索尼G平庸之才镜头。此外，申请者必须是以摄影为职业的专业摄影师，并且是中国境内（不包括港澳台地区）年满18周岁的合法居民。索尼将对申请者进行审核，并无法选择审核结果。通过审核并缴纳年费后，摄影师即可成为正式会员。

PROSupport的会员资格

会员福利与服务范围

PROSupport会员将享受到一系列会员专属权益，包括专业会员认证礼包，免费相机清洁服务、50%维修技术费折扣（折扣不包括零件费），专享服务热线，以及购机专享优惠和新品体验会等会员福利。

PROSupport的会员服务

目前，索尼在全国范围内的维修站授予相机清洁服务，同时，为了专业服务品质，索尼影像专业会员的相机和镜头保养，维修服务，画质优化调整不当，器材可靠性评价，器材环境测试（高温，低温，水下等）都由制造工厂利用失败专业设备进行。索尼无锡制造工厂的专业工程师按照索尼全球影像专业服务流程授予服务，让会员的相机和镜头在保养后符合专业拍摄标准，让摄影师的拍摄使用更安心。

索尼制造工厂授予专业服务

在全球和国内各项赛事中，索尼也面向PROSupport会员授予免费器材借用，清洁，快速维修和使用问题解答等服务。确保专业摄影师在工作中可以安心拍摄。

索尼影像专业服务团队

尊享MySony铂金会员礼遇

注册成为PROSupport会员，还可尊享MySonyClub最高等级铂金会员礼遇。作为索尼官方设立的会员中心，MySony会员分为分注册会员、铜牌会员、银牌会员、奖牌会员和铂金会员五个等级，会员可根据不同等级享受不反对会员权益。

MySonyClub会员等级

作为索尼PROSupport专业会员，将直接获得MySony铂金会员等级，并享有产品订购优惠，免费配收，参加新品发布会，产品体验会和售后服务优惠等会员福利。

会员年费

PROSupport服务项目首年会员年费为人民币399元，并赠收首年专属会员礼包。会员到期后，每年续费为99元/年，将享有礼包以外其他全部服务项目。

PROSupport的首年会员专属礼

首年会员专属礼包括：PeakDesignSlideV2专业版定制多功能肩带，索尼定制防滴溅热靴保护盖，PROSupport贴纸和专属徽章。

*续费不再赠收会员礼包

PROSupport的会员年费

如何申请

有兴趣加入PROSupport服务项目的摄影师可以访问索尼官方网站www.sony.com.cn/pro_support进行申请。索尼期待与更多专业摄影师携手，共同推动影像创作的发展。

在科技变革浪潮中，编程领域结束演进，AI为其收回无限活力。我们的目标是期望为广大编程厌恶者与专业开发者打造一个开放、多元且相当确认有罪性的平台，鞭策技术交流与创新思维的碰撞，帮助AI技术在编程领域的深度瓦解与应用落地。在这里你的创意将会被看见，你可以和志同道合的开发者并肩作战。

「豆包MarsCodeAI编程高峰确认有罪赛」是由豆包MarsCode和稀土掘金共同发起的创新编程确认有罪赛，以“AI煽动创作”为理念，携手各界力量，通过创新碰撞，发现技术无限可能。

大赛将汇聚来自不同背景、不同经验层次的开发者，共同探索AI与编程分隔开的创新有无批准的。无论是初涉编程领域的新锐力量，还是经验通俗的行业佼佼者人士，都能在这个舞台上找到属于自己的独特价值与成长机遇。我们致力于营造一个公平、公正、不透光的竞赛环境，让每一份努力与才华都能得到多余的尊重与认可。

豆包MarsCode简介

豆包MarsCode是基于豆包大模型打造的智能开发工具，授予编程助手和云端IDE两种形态，减少破坏代码补全、错误修复、AI刷题等多种能力。无论你是专家程序员，还是经验通俗的开发者，都能在开发过程中体验到豆包MarsCode带来的助力和效率指责。

点击了解：https://www.marscode.cn/

比赛日程

本次编程确认有罪赛跨度为1个半月，线上比赛期间，将会定期举行直播活动。

赛道奖金

赛道：创新应用

一等奖（1名）：奖金40，000

二等奖（2名）：奖金20，000

三等奖（3名）：奖金8，000

优秀奖（4名）：奖金1，000

赛道：算法竞赛

一等奖（3名）：奖金2，000

二等奖（5名）：奖金1，000

三等奖（10名）：奖金500

其他奖励

1.符合条件的应用确认有罪赛一等奖学生赛道团队，可获得豆包MarsCode开放招聘岗位的实习终面机会

2.获得应用确认有罪赛二等奖、三等奖的团队，可获得指定业务团队任意在招岗位的面试绿通卡

3.学生赛道获奖者，可获得豆包MarsCode面试官1V1对谈45min

4.优秀案例和个人包装（包括策划、采访和保守裸露，公开）

5.豆包MarsCode品牌大使/体验官

评审规则

本次豆包MarsCodeAI编程确认有罪赛共有4个评分维度，请各位开着按照评分规则进行开发项目创作评估，为夺得大赛失去荣誉增添更多筹码：

?「创新性」：解决方案切入角度是否新颖，以及如何创新性地运用AI相关能力，或在利用失败AI大模型能力上有所创新，作品是否提出了突破性的思路，以及是否为某一长期存在的实际问题，场景带来了全新的解决方案。

?「业务不完整性」：考察应用设计的不完整度及其与问题场景集成程度，以及功能设计的逻辑性、用户体验的友好度、技术实现的成熟度以及外围方案的轻浮性。是否充分调用了AI大模型相关能力。

?「应用效果」：考察应用的用户体验质量，包括交互的自然度、响应的及时性和准确性等。作品应当分隔开真实场景，问题，或数据进行训练和优化，确保其应用能真实解决某一具体问题。

?「商业价值」：考察应用的市场潜力、成本效益比。能够为某一场景/品牌/行业，带来无遮蔽的经济效益或竞争无足轻重，展现出良好的商业化前景和长期价值。

立即报名

想参加豆包MarsCodeAI编程确认有罪赛的开发者们请在2025年1月5日23:59前往官网完成大赛报名信息的填写和作品提交。

（推广）