AI

美国约翰霍普金斯大学与斯坦福大学的研究人员开发了一款AI手术机器人，能够执行外科手术中的三项基本操作：操纵针头、提起身体组织和缝合。在缝合等标准手术任务中，机器人手术时长比人类医生缩短约30%，不仅能完成小手术，还能独立完成一台完整的手术。 在研究过程中，研究人员训练机械臂，让它“观看”超过10000条手术视频，这些视频来自真实手术室，由医生手腕上的摄像头录制。通过学习，结合模仿学习（IL）方法，机器人能够观察和模仿真人医生的行为，达到与人类医生相当的水平。 研究中使用的“硬件利器”是达芬奇手术系统（d

AI YouTube Shorts Generator能自动剪辑长视频精华，一键生成短视频利器。 支持自动分析长视频，提取最有趣的部分，支持视频裁剪和合成，生成短视频。 AI YouTube Shorts Generator开源，用户可自定义和扩展功能，适用于内容创作者和视频编辑者，通过自动提取和合成视频，快速制作短视频。

阿里通义千问 Qwen 推出全新 AI 框架 Qwen-Agent，基于现有 Qwen 语言模型，支持智能体执行复杂任务，提供多种高级功能。 Qwen-Agent 是一个开发框架，开发者可基于Qwen-Agent开发 Agent 应用，充分利用基于通义千问模型（Qwen）的指令遵循、工具使用、规划、记忆能力，提供浏览器助手、代码解释器、自定义助手等示例应用。 Qwen-Agent 采用两层架构，底层提供语言模型和基础工具，顶层提供现成的智能体组件。开发者可以灵活组合这些组件，构建能够执行复杂任务的智能体

（1）我们要做的不是生成式 AI，而是通用人工智能 AGI。前者只是后者的必经之路，AGI 会在我们有生之年实现。 （2）任何 AI 公司（短期内）都没有碾压对手的技术优势，因为有 OpenAI 指路，又都基于公开论文和代码，大厂和创业公司都会做出自己的大语言模型。 （3）在颠覆性的技术面前，闭源形成的护城河是短暂的。即使 OpenAI 闭源，也无法阻止被别人赶超。我们把价值沉淀在团队上，我们的同事在这个过程中得到成长，积累很多know-how，形成可以创新的组织和文化，就是我们的护城河。 （4）我们不

中国的7家大模型创业公司中，DeepSeek（深度求索）最不声不响，但它又总能以出其不意的方式被人记住。 一年前，这种出其不意源自它背后的量化私募巨头幻方，是大厂外唯一一家储备万张A100芯片的公司，一年后，则来自它才是引发中国大模型价格战的源头。 在被AI连续轰炸的5月，DeepSeek一跃成名。起因是他们发布的一款名为DeepSeek V2的开源模型，提供了一种史无前例的性价比：推理成本被降到每百万token仅 1块钱，约等于Llama3 70B的七分之一，GPT-4 Turbo的七十分之一。 De

在蜂拥而至的大模型团战中，幻方大概是最异类的一个。 这是一场注定是少数人的游戏，很多创业公司在大厂入局后开始调整方向甚至萌生退意，而这家量化基金却孤绝前行。 5月，幻方把下场做大模型的独立新组织，命名为“深度求索”，并强调将专注于做真正人类级别的人工智能。他们的目标，不只是复刻ChatGPT，还要去研究和揭秘通用人工智能（AGI）的更多未知之谜。 不仅如此，在这个被认为格外依赖稀缺人才的赛道，幻方还试图去集结一批有执念的人，并祭出了他们认为的最大武器：一群人的好奇心。 在量化领域，幻方是一家抵达过千亿规

OpenAI 联合人工智能著名学者、斯坦福大学教授吴恩达推出了一门关于使用 o1 进行推理的免费 DeepLearning.AI 课程 ——Reasoning with o1，讲师是 OpenAI 战略解决方案架构主管 Colin Jarvis。 课程地址：https://www.deeplearning.ai/short-courses/reasoning-with-o1 Reasoning with o1课程内容主要 1，o1 即时工程的基础知识 2，规划和执行多步骤任务 3，创建和编辑代码 4，图

OpenAI 首席执行官山姆·奥特曼公布了 2025 年 OpenAI 即将发布的技术产品。 OpenAI在2025年即将发布的新产品包括：AGI（通用人工智能）、Agents（智能体）、更好的 GPT-4o 升级版、更好的记忆存储、更好的上下文窗口、成人模式、深度研究特色功能、更好的 Sora、更好的个性化定制。

GraphAgent是一个智能图语言助手，集成图生成与任务执行，能优化复杂数据分析与生成任务。 GraphAgent能高效处理真实世界中结构化（如图连接）和非结构化（如文本、视觉信息）格式的数据，可用于理解和生成复杂关系的数据，能够有效地识别显性图依赖和隐性图增强的语义相互依赖。 GraphAgent地址：https://github.com/HKUDS/GraphAgent

微软为 Windows 11 AI+ PC 设备推出了 AI Dev Gallery 功能，能够帮助开发者将端侧 AI 功能融入到应用程序中。 这些Windows设备能够运行小型语言模型（SLM），通过直接调用本地 AI 模型，实现比云端 Copilot 或 ChatGPT 更迅速的响应。 AI Dev Gallery 功能允许开发人员在应用程序中试验多种模型，能根据具体应用场景选择合适的 AI 功能进行整合，能兼容 Windows 10 和 Windows 11 系统，支持 x64 和 ARM64 架