速覽行業動態

1. OpenAI 開源 agent 網頁瀏覽基準 BrowseComp

2. 前OpenAI CTO新公司擬募資20億美元，或成科技史最大種子輪

3. ChatGPT 更新：可記住用戶過往所有對話信息

4.外媒消息：OpenAI 下周發布 GPT-4.1

5. OpenAI 核心團隊揭秘 GPT 4.5 預訓練過程

6. 宇樹機器人格斗，1 個月內開打

7. 《福布斯》發布 AI 50 強榜單

8. 揭露蘋果AI Siri發展困境：技術搖擺、團隊沖突致人才流失

9. 菲律賓應用欺詐：AI 產品實則為人工操作

10. 中國信通院牽頭的大模型基準測試ITU國際標準正式發布

1. OpenAI 開源 agent 網頁瀏覽基準 BrowseComp

OpenAI 開源了名為 BrowseComp 的新基準測試，旨在衡量 agent 在互聯網上定位難找信息的能力。現有基準測試已不能很好地發揮其作用，因為新的模型使測試結果達到了飽和狀態，BrowseComp 通過讓人類訓練員創建極具挑戰性、答案簡短且唯一的問題來進行測試，涵蓋多領域主題。OpenAI 希望通過開源 BrowseComp 推動更可靠的 AI 研究。

2. 前OpenAI CTO新公司擬募資20億美元，或成科技史最大種子輪

據 Business Insider 報道，由前 OpenAI 首席技術官 Mira Murati 創立的 Thinking Machines Lab 正尋求 20 億美元的種子輪融資。若成功，這將成為科技史上規模最大的種子輪之一。當前，AI 行業發展態勢備受爭議，華爾街對 CoreWeave 的首次公開募股反應不一，微軟也削減了部分 AI 基礎設施項目。在這樣的背景下，若 Murati 的公司成功籌集 20 億美元，將有力證明 AI 投資熱潮依舊強勁。

3. ChatGPT 更新：可記住用戶過往所有對話信息

OpenAI 宣布對 ChatGPT 進行重大功能更新，顯著擴展其定制和記憶能力。此次更新后，ChatGPT 能夠記住之前所有對話信息，并據此調整回復，實現更個性化的交互，用戶可以隨意啟用或禁用此功能。該功能目前率先向 ChatGPT Plus 和 Pro 用戶推出。

4.外媒消息：OpenAI 下周發布 GPT-4.1

據 The Verge 報道，OpenAI 計劃下周發布一系列新的人工智能（AI）模型，其中包括多模態模型 GPT-4o 的改良版——GPT-4.1，以及尺寸更小的 GPT-4.1 mini 和 nano 版本。同時發布 o3 完整版與 o4 迷你版。

消息人士稱，最近 OpenAI 由于產能問題延遲了一些新模型的推出，因此 GPT-4.1 的推出時間有可能比原定的下周要遲。此前，Altman 已提醒用戶新版本可能存在服務延遲與崩潰。

5. OpenAI 核心團隊揭秘 GPT 4.5 預訓練過程

OpenAI 在外網發布視頻“Pre-Training GPT-4.5”，主要討論了 OpenAI 訓練 GPT-4.5 的過程。涵蓋項目啟動、挑戰、團隊合作及有趣發現，還對未來進行了展望。

同時，奧特曼等人還探討了數據效率瓶頸需要探索算法創新、未來大規模 GPU 同步預訓練的可能性、更大預訓練模型與學習推理能力的關系、系統進步的限制因素，以及無監督學習有效的原因和度量指標的重要性等問題。

6. 宇樹機器人格斗，1 個月內開打

宇樹發布機器人 G1 拳擊視頻，在視頻中，G1 不僅展示了打沙袋，還和成年男子以及另外一臺 G1 機器人分別進行了對打。盡管 G1 被人類一腳踢倒，但還可以單手撐地很快站起來。視頻結尾顯示，他們將在近 1 個月左右開啟機器人格斗直播。

7. 《福布斯》發布 AI 50 強榜單

8. 揭露蘋果AI Siri發展困境：技術搖擺、團隊沖突致人才流失

The Information 發布的一篇文章揭露了蘋果 AI Siri 改版背后的內部混亂。文章凸顯了蘋果內部矛盾重重，隱私立場、領導不力、團隊沖突等問題。例如，蘋果在 Siri 后端開發上搖擺不定，從最初設想構建“Mini Mouse” 與 “Mighty Mouse” 雙模型，到決定采用單一大語言模型（LLM），多次技術轉向讓工程師受挫，部分人員離職

9. 菲律賓應用欺詐：AI 產品實則為人工操作

據 TechCrunch 報道，一位菲律賓金融科技創始人遭到欺詐指控，其所推出的 AI 購物應用，原本宣稱利用 AI 技術為用戶提供服務，卻被發現實際是菲律賓當地人工操作。這一欺詐行為已經誤導消費者，損害用戶權益，該公司創始人將面臨法律追責。

10. 中國信通院牽頭的大模型基準測試ITU國際標準正式發布

據財聯社消息，國際電信聯盟電信標準分局（ITU-T）于 2025 年 3 月正式發布 ITU-T F.748.44 基礎模型的評估標準：基準測試/ Assessment criteria for foundation models: Benchmark。該項國際標準由中國信息通信研究院牽頭制定，規范了大模型基準測試的指標要求和測試方法。

整理：錦鯉

如需轉載或投稿，請直接在公眾號內留言