IBM最近推出了其即将到来的Granite 4.0语言模型家族中体积最小的成员——Granite 4.0 Tiny的预览版。这款紧凑型模型在保持高效性能的同时，也为长文本处理和指令遵循场景带来了新的可能。

StreamBridge提出了一个简单有效的框架，将现有的离线Video-LLM缝升级为可处理流式视频的系统。它针对流式场景中的两大核心挑战：(1) 多轮实时理解：模型需要持续跟踪最近视频帧，同时结合历史上下文多轮交互；(2) 主动响应生成：模型应当主动监控视频流，在关键时刻生成回应，而不必等待用户明确提问。

AI平台的架构涉及的方面很广，按照系统领域设计可以分为应用服务域、策略管理域、知识管理域、AIops域和算力支撑域。按照基础架构的角度可以分为算力、存储、网络包括GPU集群的调度与搭建。

人工智能 (AI) 的发展轨迹将继续吸引全球各行各业。在这个不断变化的环境中，剖析塑造人工智能发展轨迹至关重要。综合行业思想领袖和风险投资家的见解，可以从其中的一角定义2024年人工智能格局。所有的思考都围绕着一个问题：人工智能在塑造创新和人类社会的未来方面发挥着怎样的关键作用？

《人工智能指数报告》由斯坦福大学、AI指数指导委员会及业内众多大佬Raymond Perrault、Erik Brynjolfsson 、James Manyika、Jack Clark等人员和组织合著，旨在追踪、整理、提炼并可视化与人工智能（AI）相关各类数据，该报告已被大多数媒体及机构公认为最权威、最具信誉的人工智能数据与洞察来源之一。2024年版《人工智能指数报告》是迄今为止最为详尽的一份报

《人工智能指数报告》由斯坦福大学、AI指数指导委员会及业内众多大佬Raymond Perrault、Erik Brynjolfsson 、James Manyika等人员和组织合著，该报告已被公认为最权威、最具信誉人工智能数据与洞察来源之一。

大型语言模型（LLM）的普及，越来越多的人对AI与LLM工程感兴趣，尤其是从模型设计到实际部署。应各位读者的要求，后续将陆续推荐一些英文书籍，这些书籍系统讲解AI与LLM工程知识，更以实际项目经验为依托，帮助读者从零构建可落地的AI系统。

由 Microsoft 支持、估值 60 亿美元的法国 AI 初创公司Mistral发布其首个用于编码的生成式 AI 模型Codestral。与其他代码生成模型一样，Codestral旨在帮助开发人员编写代码并与之交互。Codestral在 80+ 种编程语言的多样化数据集上进行训练，包括最流行的语言，如 Python、Java、C、C++、JavaScript和Bash。它在Swift和 For

Meta研究人员提出了Chameleon，这是一种混合模态的基础模型，有助于生成和推理文本和图像交叉的场景，从而实现全面的多模式建模。与传统模型不同Chameleon采用统一的架构，通过将图像标记为类似于文本的方式，平等地对待这两种模式。这种方法被称为早期融合，允许跨模式无缝推理，这种架构需要调整Transformer的架构和FineTuning策略。

人工智能 (AI) 的发展轨迹将继续吸引全球各行各业。在这个不断变化的环境中，剖析塑造人工智能发展轨迹至关重要。综合行业思想领袖和风险投资家的见解，可以从其中的一角定义2024年人工智能格局。所有的思考都围绕着一个问题：人工智能在塑造创新和人类社会的未来方面发挥着怎样的关键作用？