Amazon 已推出一款名为 Nova Act 的新型 AI 模型,旨在帮助用户在浏览器中完成网上购物等任务。目前该模型仅向开发者提供"研究预览"版本。同时,Amazon 正通过网络门户扩大其他 Nova AI 模型的使用范围,使这些模型更易于查找和使用。
Nova Act 是一款新型模型,其功能与 OpenAI 的 Operator 代理类似。据 Amazon 称,Act 可以执行网络搜索、进行购物或回答屏幕上的问题,还可以按计划执行任务。它能够识别更详细的指令——比如在购物时告诉它"不要接受保险追加销售"。目前 Act 仅对开发者开放,但 Amazon 表示它已在升级版的 Alexa Plus 助手中被用于执行某些在线任务。
Act 是 Amazon 人工通用智能 (AGI) 实验室推出的首个产品。该实验室表示,他们的"梦想"是让 AI 代理能够"执行广泛、复杂、多步骤的任务,如组织婚礼或处理复杂的 IT 任务以提高业务生产力"。除了 Amazon 和 OpenAI,现在还有许多公司都在追逐 AI 代理技术,他们希望用户愿意为能够执行实际任务(而不仅仅是回答问题或生成吉卜力风格的艺术作品)的 AI 助手付费。
Act 加入了 2024 年 12 月首次公布的其他五个 Nova 模型,包括三个"理解"模型以及图像和视频生成器。Amazon 并未宣称提供最强大的 AI 模型,而是强调了 Nova 系列的速度和价值,称其"至少比同类竞品便宜 75%"。
Amazon 现在为美国的开发者和其他用户提供了一个更直接访问这些模型的方式:一个允许用户使用模型来回答查询或生成内容的网站。这些模型此前只能通过 Amazon Bedrock(Amazon Web Services 中的一个 AI 模型平台)访问,该平台除了提供 Nova 外,还提供来自 DeepSeek、Anthropic、Meta 等第三方的模型。Amazon AGI 高级副总裁 Rohit Prasad 表示,该网站旨在让开发者"能够快速测试他们的 Nova 模型想法,然后在 Amazon Bedrock 中大规模实施"。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
这项由清华大学和字节跳动联合开展的研究首次实现了高保真视频换脸技术的重大突破。DreamID-V框架通过创新的身份锚定视频合成器和多模态条件注入机制,成功解决了传统视频换脸技术中身份相似度低、时间不连贯等核心问题,在保持原视频动作表情的同时实现完美的身份替换,为影视制作、创意设计等领域带来革命性变化。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
阿尔伯塔大学研究团队开发出名为Gnosis的AI自我检查系统,能让人工智能实时监测自己的内部"思维状态",判断答案可靠性。该系统通过分析AI的隐藏状态和注意力模式,在数学推理任务中达到95%准确率,超越传统方法和大型审核模型,且仅需500万参数。更重要的是,它能在AI回答40%时就预测最终答案质量,支持早期错误检测,为构建更诚实可靠的AI系统开辟了新路径。