Open AI 的一些消息：SearchGPT、完全体 O1、AMA
最近 Open AI 动作挺多的可能终于感受到压力了，先是推出了 SearchGPT，然后疑似故意泄露完全体 O1 模型使用链接，还跟自己的新领导层搞了一个 AMA。
发布 Search GPT[2]
之前测试了很久的 ChatGPT 搜索功能终于出了，他们说可以提供更快、更准确的网络搜索体验，并直接链接到高质量来源。
为了获得更高质量的数据他们还跟天气、股票、体育、新闻和地图数据服务商合作获取数据，而且这些内容都做了单独的 UI 适配比看文字直观很多。
你可以直接在 ChatGPT 网站上搜索，也可以安装他们的浏览器插件[3]设置成默认搜索。
完全体多模态 O1 模型泄露
在上周六下午推上突然说完全体的 O1 泄露了，从一个指定链接[4]进去就可以使用，进去看了一下还真是，支持多模态而且能力也非常强，有 200K 的长下文窗口。
拿一个高中数学联赛的几何题试了一下居然能答对。另外还拿一个正常的高中奥赛数学题试了一下，Claude 3.5不行、o1-preview都做不对，都在瞎做，他也答对了。
刚想要上点重量给他一个出生日期让它算依稀八字命盘，结果就被修复了，细带大选之后可以使用
Open AI 主创的的 AMA 总结[5]
31 号 SearchGPT 发布之后 Sam 和其他 Open AI 的领导层一起在 Reddit 做了一次 AMA，回答了很多问题，列几条相对重要的，完整的总结可以在这里看[6]。
•今年没有计划发布名为 GPT-5 的模型，不过之后会有重要发布。•目前重点是改进 o1 系列及其后续版本，而不是推出 GPT-5（完全体 O1 这就出了）。•OpenAI 将继续开发 GPT 和 o1 两个模型系列，预计这两个系列最终会合并。•新的文本生成图像模型正在开发中，但未宣布发布日期。•o1 模型将在未来几个月支持图像输入，以及多模态和工具使用等功能。•OpenAI 认为可以用现有硬件实现 AGI。•ChatGPT 独立执行任务的能力预计将成为 2025 年的主要主题。•当被问及是否是"草莓哥"时，Sam 回应了一个草莓表情。
Physical Intelligence 发布通用机器人策略模型 π0[7]
Physical Intelligence 发布了一个通用机器人策略模型。
目前的机器人大多是窄领域的专家，它们的行为需要大量的手动编程。而通过 AI 技术，机器人能够学习并遵循用户指令，使得编程新的行为变得更加简单。
可以指导机器人完成各种开放域的任务，而不需要专门训练，比如洗衣服、叠箱子、收拾餐桌等家务。这个机器人在智能上比马斯克前几天发布那个强多了。
训练方法：
模型结合了大规模的多任务和多机器人数据收集，以及一种新型的网络架构，使得机器人能够以前所未有的能力和灵巧性进行控制。
π0 模型继承了互联网规模的语义知识和视觉理解，并通过流匹配方法将预训练的视觉语言模型增强为连续动作输出，实现了高频率的灵巧控制。
Oasis：实时生成可操作的AI游戏生成模型[8]
虽然有很多关于AI实时生成可操作的游戏内容研究了，但是都停留在研究和Demo阶段，而且操作也很简单稳定性也很差。
Decart 发布的这个Oasis第一次提供了可以试玩的Demo，而且几乎具备完全体的《我的世界》功能，你可以砍树、挖石头等等。
Oasis 是交互式视频游戏，但由transformer在逐帧的基础上端到端生成。Oasis 接收用户键盘和鼠标输入并在内部生成实时游戏玩法，可以以 20 帧的速度实时渲染，零延迟。
为了实现 Oasis，需要两方面的根本进展：一是改进模型架构，以便模型能够捕捉并模拟整个世界；二是在模型推理技术上的突破，以便用户可以通过最小延迟实时交互。
Decart 发布了 Oasis 的代码和模型权重，以及一个可在本地运行的更大的模型的实时可玩演示。
同时他们因为这个Demo获得了2100 万美元的种子轮融资。
同时类似的研究还有：腾讯出的游戏视频模型 GameGen-O[9]、谷歌发布 GameNGen 项目[10]、DIAMOND 这个项目可以实时玩 CS GO[11]。
Github发布会发布多个AI功能和产品[12]
Github 发布会的主要内容，GitHub Spark 新产品类似 Bolt 或者 V0 这种输入需求直接生成。
GitHub Copilot 多模型支持
•新增对多个 AI 模型的支持:Claude 3.5 Sonnet、 Gemini 1.5 Pro、o1-preview 和 o1-mini。•开发者可以自由选择最适合的模型•组织和企业可以控制团队使用的模型范围
AI 原生开发体验增强
•Copilot Workspace：在 Pull Request 中快速优化和验证代码，与 Copilot Code Review、Autofix 和第三方扩展集成•Copilot Code Review：PR 创建后即可获得 AI 反馈，支持 C#、Java、JavaScript、Python、TypeScript、Ruby、Go 和 Markdown，可配置团队规则以保证代码质量
GitHub Spark (技术预览版)
•面向个人的软件创作工具•使用自然语言创建微型应用•支持实时历史记录、预览和直接代码编辑•目标是帮助 10 亿人成为开发者
GitHub Models
•不再需要等待名单，直接可用•模型并排比较•支持多模态模型•保存和分享提示词与参数•新的 Codespaces 支持•CLI 扩展：可直接在终端中使用和测试模型
以上就是上周重点AI内容，完整版的周刊还有更多AI动态、AI产品推荐、上周重点AI教程和文章还有论文，可以从下面渠道订阅。
Quail 渠道：https://quail.ink/op7418/upgrade。
新增小报童渠道：https://xiaobot.net/p/guizangNews
References
[1] 封面提示词在这里: https://catjourney.life/
[2] 发布 Search GPT: https://openai.com/index/introducing-chatgpt-search/
[3] 浏览器插件: https://chromewebstore.google.com/detail/chatgpt-search/ejcfepkfckglbgocfkanmcdngdijcgld
[4] 指定链接: https://chatgpt.com/?model=o1
[5] Open AI 主创的的 AMA 总结: https://www.reddit.com/r/ChatGPT/comments/1ggixzy/ama_with_openais_sam_altman_kevin_weil_srinivas/
[6] 完整的总结可以在这里看: https://x.com/op7418/status/1852194089854480558
[7] Physical Intelligence 发布通用机器人策略模型 π0: https://www.physicalintelligence.company/blog/pi0
[8] Oasis：实时生成可操作的AI游戏生成模型: https://www.decart.ai/articles/oasis-interactive-ai-video-game-model
[9] 腾讯出的游戏视频模型 GameGen-O: https://x.com/op7418/status/1834631028557893868
[10] 谷歌发布 GameNGen 项目: https://gamengen.github.io/
[11] DIAMOND 这个项目可以实时玩 CS GO: https://github.com/eloialonso/diamond/tree/csgo
[12] Github发布会发布多个AI功能和产品: https://github.blog/news-insights/product-news/universe-2024-previews-releases/
