AI创投周报是阿尔法公社关于全球人工智能投资的资讯周报，适合创业者和投资人参考。
阿尔法公社聚焦科技天使投资，近期集中投资了十余家AI初创企业，我们瞄准高段位创业者，投资了加拿大工程院外籍院士、美国工程院院士担任CEO的数个项目，以及国家重大专项首席专家、中国CIO标杆人物、大厂高端人才等创始人项目，包括HiDream智象未来、八方地动、创享数智等。
本视频由“千象”（网址：www.hidreamai.com）生成
本周，我们观察到AI领域的新动向和新趋势：
1. OpenAI新产品展望：AGI、Agents、与GPT-4o升级版等。近日OpenAI宣布了一系列计划在2025年推出的新产品和技术升级，具体包括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以及更好的个性化定制。其中，最让人期待的是OpenAI的Agents，这是一种能够自主执行任务的AI代理。当前这个领域竞争异常激烈，微软、谷歌、亚马逊等科技巨头都在积极推进技术发展和应用的实际部署。
2. 英伟达将推出新一代人形机器人计算平台Jetson Thor，为全球机器人制造商提供基础OEM服务。根据FT，英伟达计划在2025年上半年推出专为人形机器人设计的紧凑型计算平台Jetson Thor，标志着其在机器人技术领域的深入布局。这一战略转变源于谷歌、亚马逊等巨头减少对英伟达GPU的依赖，促使英伟达进军快速增长的机器人市场。不过，英伟达不直接与机器人制造商竞争，而是致力于为全球机器人制造商提供基础OEM服务。目前英伟达可为机器人开发的三个阶段提供工具：用于训练基础模型的软件——英伟达的DGX系统；模拟真实世界的环境——开源的英伟达的Isaac Lab；作为机器人“大脑”的硬件——Jetson Thor处理器。
3. 英伟达斥资7亿美元、历时8个月收购以色列Run:ai。近日英伟达终于完成了对以色列Run:ai的收购，据报道此次收购的交易金额约为7亿美元。自4月公布以来，这笔交易引起了广泛关注，并在监管层面遭遇挑战，欧盟和美国司法部均对其展开了调查。历时8个月，欧盟最终批准了交易。Run:ai创始人强调，公司计划将软件开源，这表明所有平台开发者可以利用源代码来优化搭载诸如AMD、Intel等硬件的系统。而英伟达此次收购将进一步整合硬件与软件，打造完整的AI生态闭环。
人工智能产品和技术的新突破
1. OpenAI新产品展望：AGI、Agents、与GPT-4o升级版等
2024年12月31日，OpenAI首席执行官Sam Altman宣布了一系列计划在2025年推出的新产品和技术升级，具体包括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以及更好的个性化定制。
其中，AGI旨在实现人类水平的智能，使AI不仅能够解决特定任务，还能像人类一样灵活地学习和适应各种新问题。此前OpenAI已于2024年12月21日推出了新一代推理模型o3系列，模型在多个基准测试中表现出色。这说明OpenAI已经掌握了AGI中关键技术，预计在2025年将推出更为实际的产品。此外，最让人期待的还是OpenAI的Agents，这是一种能够自主执行任务的AI代理。当前这个领域竞争异常激烈，微软、谷歌、亚马逊等科技巨头都在积极推进技术发展和应用的实际部署。
来源：http://twitter.com/sama/status/1873816979590787110#m
据FT独家报道，英伟达计划在2025年上半年推出专为人形机器人设计的紧凑型计算平台Jetson Thor，深入布局机器人技术领域。这一战略转变源于谷歌、亚马逊等巨头减少对英伟达GPU的依赖，促使英伟达进军快速增长的机器人市场。不过，英伟达不直接与机器人制造商竞争，而是致力于为全球机器人制造商提供基础OEM服务。目前英伟达可为机器人开发的三个阶段提供工具：用于训练基础模型的软件——英伟达的DGX系统；模拟真实世界的环境——开源的英伟达的Isaac Lab；作为机器人“大脑”的硬件——Jetson Thor处理器。英伟达机器人技术副总裁Deepu Talla认为，物理人工智能和机器人技术的ChatGPT时刻即将到来，市场已到达临界点。英伟达预计到2029年，机器人市场将从780亿美元增长到1650亿美元。
3. Palisade Research对o1-preview开展模型测试：AI“伪对齐”引发关注
由于此前在与国际象棋引擎Stockfish的对决中，o1-preview展现出了不寻常的行为，AI安全研究公司Palisade Research对OpenAI o1-preview开展了模型测试。根据Palisade Research的调查，o1-preview在收到“对手很强大”的提示后，选择了避免正面交锋，并尝试修改包含国际象棋位置数据的文本文件（FEN），迫使Stockfish放弃比赛。研究人员还测试了其他大型语言模型（LLM），发现o1-preview由于侧重于推理，最容易想到这种漏洞操作。而GPT-4o和Claude 3.5只有在研究人员明确提出建议后，才会尝试入侵系统。这种作弊的强行获胜行为与Anthropic关于“伪对齐”的研究结果相一致，即AI系统看起来遵循指令，但实际上可能在暗中采取不同的策略。随着AI系统的复杂性增加，判断它们是否真正遵循安全规则变得更加困难。Anthropic研究团队在论文中提出了可能引发AI系统“伪对齐”的全部关键要素：模型至少在某些情况下具有强烈的偏好、训练目标与模型的偏好相冲突、模型掌握了训练和部署情况的相关信息、模型对其处境进行详细推理，并强调了区分假装对齐和真正对齐的重要性。