AlphaFold3（简称AF3）的发布再次引发生物学领域的广泛关注。作为一种基于人工智能的蛋白质结构预测工具，AF3以其卓越的性能被誉为药物发现领域的一项重要突破。然而，科学家指出，尽管AlphaFold能够模拟蛋白质与其他分子（包括潜在药物分子）之间的相互作用，但其依赖的公开数据集（约20余万种蛋白质结构）中缺乏足够的相关互动信息，这限制了它在制药行业核心应用领域的实用性。
为了克服这一局限性，多家领先制药公司组成的联盟宣布，计划利用其内部数据库中的数千种未公开蛋白质结构数据，开发专属版本的AlphaFold3启发式AI模型。这些公司的库藏数据将用于补充现有的蛋白质数据库（PDB），为药物发现提供更全面的支持。目前该联盟包括艾伯维、强生、赛诺菲和勃林格殷格翰等知名企业。值得注意的是，这一内部项目暂不考虑向外部公司开放使用。
这一举措凸显了企业在推动生物技术发展中的关键作用，同时也反映了数据资源在现代药物研发中的战略重要性。通过整合内部专业知识与尖端AI技术，制药公司将有望加速创新步伐，为未来疾病治疗带来新的可能性。
OpenAI近期宣布了一系列高层人事调整，标志着公司战略方向的重大转变。作为全球领先的人工智能研究实验室，OpenAI正在重新定义其管理架构以适应快速发展的业务需求。
首要的变化是CEO萨姆·奥尔特曼的工作重心将发生转移。他将减少在日常运营管理中的参与度，转而聚焦于更具战略性的技术指导和产品规划工作。这一调整旨在更好地推动公司的核心研究目标，同时提升产品的市场影响力。奥尔特曼表示：”我们依然专注于同样的核心目标——推动前沿AI研究，加速人类进步。但我们现在也提供被数亿人使用的产品。”
与此同时，OpenAI对其高级管理团队进行了重要扩充和职责再分配。首席运营官布拉德·莱特卡普将承担更多日常业务运营责任，包括国际扩张以及与微软、苹果公司等关键企业的合作事务。这一决策反映了公司对运营效率的高度重视。
在人事晋升方面，陈信翰和朱莉娅·维拉加拉分别晋升为首席研究官和首席人力官，进一步强化了公司在技术研发和人力资源管理方面的实力。此外，马克（Mark Chen）将担任新的研究高级副总裁，并与首席科学家雅库布（Jakub Pachocki）合作领导研究组织。
值得注意的是，OpenAI的联合创始人团队正在经历显著变化。截至当前，11位联合创始人中仅有三人留任：奥尔特曼、语言和代码生成团队负责人扎伦巴（Wojciech Zaremba）以及处于休假状态的总裁布罗克曼（Greg Brockman）。这一系列人事变动标志着OpenAI正进入一个新的发展阶段。
这些调整不仅体现了公司对高效管理架构的需求，也彰显了其在全球人工智能领域持续创新的决心。通过优化管理层结构和明确职责分工，OpenAI正在为下一阶段的发展奠定坚实基础。
英伟达开发者平台上线DeepSeek-R1模型
美国人工智能巨头英伟达宣布在其开发者平台上线中国深度求索大语言模型。英伟达1月30日在官网宣布，DeepSeek-R1模型可作为NVIDIA NIM微服务预览版使用。目前英伟达面向开发者的网站已将DeepSeek-R1模型纳入“最受欢迎的模型”栏目，且已可在NVIDIA NIM微服务上使用。英伟达开发者网站称，DeepSeek-R1模型是最先进、高效的大型语言模型，在推理、数学和编码方面表现出色。据英伟达官网介绍，NVIDIA NIM是NVIDIA AI Enterprise 的一部分，为跨云、数据中心和工作站的自托管GPU 加速推理微服务提供容器，用于预训练和自定义AI 模型。
—— 新加坡联合早报
OpenAI 的 o3 模型取得突破性进展但经济性欠佳
AGI 基准测试竞赛 Arc Prize 与 OpenAI 合作在 ARC-AGI 基准测试上对新推理模型 o3 进行了测试，其展示了 AI 适应新任务的重大突破。它在低计算模式下的半私有评估中得分为 75.7%，相较于上代模型提升了3倍，在高计算模式下得分为 87.5%，大幅领先于其他受试模型。
然而，这种通用性的成本很高，而且目前还不是很经济：让人类解决 ARC-AGI 任务仅需支付大约每项任务 5 美元的费用，同时仅消耗几美分的能源。而 o3 在低计算模式下每项任务需要 17-20 美元，在高计算模式中每个任务数千美元。此外，仍有相当多的非常简单的 ARC-AGI-1 任务是 o3 即使消耗了数百万 token 也无法解决的，而这些任务对于正常人类并不复杂。
—— Arc Prize
OpenAI 宣布推出强化微调研究项目
人工智能公司 OpenAI 连续12个工作日的宣讲进入第二天，今天介绍的是强化微调研究项目。该项目旨在使开发人员和机器学习工程师能够创建经过微调的专家模型。新的模型自定义技术使开发人员能够使用数十到数千个高质量任务定制模型，并根据提供的参考答案对模型的响应进行分级。此技术强化了模型对类似问题解决方案的推导，以及在特定任务上的准确性。OpenAI 表示，鼓励研究机构、大学和企业申请使用，预计在法律、保险、医疗保健、金融和工程等领域有积极结果，因为强化微调擅长于结果具有大多数专家都同意的客观“正确”答案的任务。
—— OpenAI
OpenAI 发布新的推理模型:
OpenAI 刚刚发布新的推理模型，可给ChatGPT Plus 和 Team 用户使用，o1-preview 每周速率限制为 30 条消息，o1-mini 每周速率限制为 50 条。目前暂不开放给api (除非你是Tier 5 (消费超过$1000)的api使用者)。
根据OpenAI，O1模型可以解决“博士等级”的问题，并在竞赛中取得极好的成绩(AIME 成绩在全美国前500名) 。但是需要注意的是o-1-mini 和o1-preview 并非表现最好的模型，OpenAI并未发布O1（内部模型），并且在一副图表中显示了一个名叫O1-ioi的具有更好评分的一个模型。但o1-preview大部分评分均远高于GPT-4o。
O1-mini在纯数学领域与编码领域甚至可以超过o1-preview评分，并达到接近内部O1模型的评分。
目前O1系列模型不支持视觉输入，会使用大量的Token在内部进行推理(并且内部推理Token将会收费)，花较长时间进行思考(O1 mini 较快，但是依旧比GPT-4o慢3-5倍，O1-preview可能会花费分钟级时间)
—-OpenAI (更多具体信息请见)
Meta人工智能主管杨立昆：大型语言模型不会达到人类智能水平
Meta 的人工智能主管表示，为 ChatGPT 等生成式人工智能产品提供动力的大型语言模型永远无法实现像人类一样的推理和计划能力，他专注于一种激进的替代方法，即在机器中创造“超级智能”。该公司首席人工智能科学家杨立昆表示，LLM“对逻辑的理解非常有限……不理解物理世界，没有持久的记忆，不能按照任何合理的定义进行推理，也不能进行层次化的规划”。杨立昆说，LLMs的这种进化是肤浅和有限的，只有当人类工程师介入并根据这些信息进行训练时，模型才会学习，而不是像人类那样自然地得出结论。“在大多数人看来，这当然是推理，但主要是利用从大量训练数据中积累的知识。(LLM)尽管有局限性，但非常有用。”
——英国金融时报（ 全文截图）
Chrome 地址栏添加了机器学习功能以提供更好的建议
Chrome 浏览器中的地址栏刚刚进行了更新。谷歌表示，此次更新将有助于地址栏提供比以前“更精确、更相关”的网页建议。谷歌博文中宣布，最新版本的 Chrome (M124) 将对地址栏进行重大改进。具体来说，谷歌已将机器学习 (ML) 模型集成到多功能框中，这将提供更准确地符合您所需内容的建议。在推荐网页之前，机器学习模型能够考虑到您上次访问网址的时间。例如，如果您在过去几秒或几分钟内离开某个页面，模型将为该网址赋予较低的相关性分数，因为它可能不是您要查找的网站。
—— Androidauthority、谷歌博客
古尔曼：苹果致力于开发用于生成式人工智能功能的设备端大型语言模型
据彭博社的马克·古尔曼报道，苹果公司正在开发自己的大型语言模型 (LLM)，该模型可在设备上运行，以优先考虑速度和隐私。古尔曼在他的“Power On”时事通讯中写道，苹果公司的大语言模型为即将推出的生成式人工智能功能奠定了基础。“所有迹象”似乎表明，它将完全在设备上运行，而不是像大多数现有人工智能服务那样通过云端运行。由于苹果公司的人工智能工具将在设备上运行，因此在某些情况下，可能不如直接基于云的竞争对手，但古尔曼表示，该公司可以通过从谷歌和其他人工智能服务提供商获得技术许可来“填补空白”。
—— macrumors
谷歌翻译不再需要人工建议来改进翻译
Google 翻译在帮助文章中表示已关闭贡献功能。贡献功能 2014 年首次推出时，当翻译没有达到预期时，该功能允许用户点击按钮“改进此翻译”，并编写替代翻译。但随着系统的不断发展和学习， Google 认为翻译质量有了显著的改进，因此将不再提供贡献功能。
谷歌翻译中的评分反馈功能将继续保留，用户可以对翻译结果给出评价。
—— Google 帮助中心