AI工程化 
在2024极客公园创新大会上，DeepMind资深研究科学家Nenad Tomasev和Kaggle CEO D.Sculley分享了对AI未来发展的看法。他们指出强化学习的关键突破在于通过自我对弈生成数据，而当前面临的主要挑战是提供清晰的奖励信号。此外，AI开发范式正从数据驱动转向模型驱动，智能体和多模态整合将成为重点发展方向。Nenad强调深层推理对于解决复杂任务的重要性，并建议年轻开发者不要等待立即开始工作。
微软研究院推出PromptWizard，通过反馈驱动机制实现自动优化Prompt，在极少量训练数据下取得出色性能，并且大幅减少模型调用次数和token数量。
Google发布了Gemini 2.0和Veo 2模型，并加强了Imagen 3，而OpenAI则在产品与商业化方面发力。两者举动显示了不同的战略方向。
文章介绍了研究生兼职的新途径，包括高质量兼职如论文指导老师和数模辅导老师。这些岗位不仅能够提升专业技能，还能获得可观的收入。相关机构提供了灵活的时间安排、高薪资待遇以及全面的职业发展机会。
微软发布的Phi-4大语言模型在数学推理方面表现出色，准确率达到91.8%。该模型通过高质量合成数据集、精心策划的数据以及先进的后训练技术实现了这一成就，并已在Azure AI Foundry平台发布。
前OpenAI联合创始人、SSI创始人Ilya Sutskever近日在神经信息处理系统会议上表示，大语言模型预训练规模扩展已达瓶颈，未来AI发展将转向构建代理和工具。他预测2025年将成为AI Agent元年，推动AI领域进入新阶段。
Google发布了面向混合现实设备的新操作系统Android XR，并与三星合作推出智能头显设备，集成最新 Gemini 2.0 AI模型实现自然语音交互、实时场景理解和多模态AI功能。
OpenAI直播活动热度下降，主要因苹果产品接入OpenAI服务的消息被Google Gemini 2.0发布抢走风头。Gemini 2.0模型参数量约8亿，性能强大且支持多模态交互。虽然部分功能在线免费试用中，但生图能力受限于内部员工访问权限。总体而言，Google的实时多模态技术或将革新AI应用交互模式。
