去年9月以来，政治局会议部署加大逆周期调节力度，人民银行随即降准降息；财政部和全国人大随后宣布了12万亿的地方政府债务置换；住建部也进一步扩大城中村改造范围、并扩充了白名单贷款额度。12月份的中央经济工作会议更是进一步要求“提高财政赤字率”，“适时降准降息”，传递积极信号。然而，中国股票市场在9月下旬出现猛烈反弹之后，近期表现持续低迷。上证指数在10月8日创出3674点之后持续下滑，1月10日收于3168点，创出近期新低。
评：国内股市有可能救市的方法：平准基金和强制分红
中国的利率仍在下降。从国债收益率来看，30年期和20年期均低于日本，10年期处于在全球范围内仅次于瑞士和日本的低水平。这是因为中小金融机构等预见到大规模货币宽松，正在加快购买国债。利率下降已引起货币贬值压力，人民币兑美元汇率已接近约17年来的低点。
评：长期债券越来越没有吸引力
说到做到，马斯克承诺的开源版大模型 Grok 终于来了！今天凌晨，马斯克旗下大模型公司 xAI 宣布正式开源 3140 亿参数的混合专家（MoE）模型“Grok-1”，以及该模型的权重和网络架构。
这也使得Grok-1成为当前参数量最大的开源大语言模型。
评：llama有强劲的对手了
AN已死？不，它卷土重来了！布朗大学和康奈尔大学的研究者刚刚提出了R3GAN，充分利用现代架构设计，彻底摒弃临时技巧，一半参数就能碾压扩散模型。网友惊呼：游戏规则要改变了！论文中，作者提出了一种突破性的新型GAN架构——R3GAN（Re-GAN），其最大核心亮点在于，引入了全新的正则化相对性损失函数。它不仅在理论上证明了局部收敛性，更在实践中显著提升了模型训练的稳定性。这一突破，使得模型能够摒弃传统GAN中必须依赖的各种技巧，转而采用了更加现代化的深度学习架构。结果证明，一个不使用任何技巧的极简GAN，能够以一半的模型参数，以及单步生成的方式达到与EDM（扩散模型）相当的性能。
评：GAN重生
抢先OpenAI的“Operator”，清华、复旦、斯坦福等研究者联合起来整了个大活～ 他们提出了一个名为“Eko”的Agent开发框架，开发者只需用简洁的代码和自然语言，就能快速构建可用于生产的“虚拟员工”：Agent可以接管用户的电脑和浏览器，代替人类完成各种任务。而这个操作，正是之前OpenAI被爆出的“Operator”所能实现的。爆料称OpenAI将会这个月发布“Operator”，现在直接被截胡了。更为关键的是，研究团队还把Eko给开源了。
评：截胡openAI的agent
开年第一剑，OpenAI Agent闪亮登场！ChatGPT新功能「Tasks」，让AI有了执行力，可以替你完成各种任务。无论是一次性提醒还是重复执行的动作，告诉ChatGPT你需要什么以及何时需要，它会自动帮你处理。
评：千呼万唤agent使出来
Stability AI推出3D重建方法：2D图像秒变3D，还可以交互式实时编辑。新方法的原理、代码、权重、数据全公开，而且许可证宽松，可以商用。新方法采用点扩展模型生成稀疏点云，之后通过Transformer主干网络，同时处理生成的点云数据和输入图像生成网格。
以后，人人都能轻松上手3D模型设计。近日，Stability AI发布消息，公开3D重建新方法SPAR3D的设计原理、代码、模型权重等。
评：后续对比一下nerf性能
用GPT-4辅助教学6周=正常学习两年？！一支由世界银行教育专家、数据科学家、研究分析师等组成的权威团队，在尼日利亚，针对学生使用GPT-4辅导学习，做了一项随机对照试验。他们发现，连续6周用AI进行课后辅导，学生所获得的学习成效相当于正常上了两年学。而且这种方法，超过了发展中国家教育干预措施随机对照试验数据库中，80%的其它教育干预措施。参与实验的几乎所有学生都有学习进步，而且参加的AI辅助课程越多，进步也就越明显。
评：教育方式可能要更新了
对于过去的2024年，该怎么去形容？我试着用几个AI大模型做搜索，得到的答案有复苏、变革、蜕变。我不是很满意，想了好半天，只能找到一个字：麻。
麻，可以跟很多字结合，但意思却大相径庭。比如：赢麻了，又比如：麻木。所以，麻这个字我觉得还是比较精准，包含了五味杂陈。关于麻这个字，作为创投圈的一员，2024我的体感是：时间过得很快，但总感觉什么都没发生，仿佛失去了知觉。欣喜的是，在一片麻木中，我还是为大家找到一了些有趣的变化，今天跟大家一起做个复盘。
评：复盘20204创投和AI
当笔者在读到美国发明家雷·库兹韦尔（Ray Kurzweil）的著作《后人类》时，我意识到：“能力呈指数级提高的人工智能（AI）将在2045年惠及全人类。”
当人工智能（AI）超过人类智力时，技术奇点就会到来。
评：奇点依旧遥不可期
蛋白质是生物体中非常重要的功能性分子，它们的形成过程经过了数十亿年的自然选择和进化。在这一过程中，蛋白质的序列和结构经过无数次随机突变，并通过生物系统的选择机制进行筛选，最终形成那些具有特定生物学功能的蛋白质。近年来，随着深度学习和语言模型（LM）的发展，科学家们开始尝试将这些工具应用于理解生物系统，尤其是蛋白质。今天，Science 杂志发表了一项重要研究成果，展示了如何利用语言模型来生成和推理蛋白质序列、结构和功能，并提出了一个名为ESM3的多模态生成式模型。该模型不仅能够生成功能性蛋白质，还能够模拟超过 5 亿年的进化过程，生成与自然界已知蛋白序列不同的全新蛋白质。
评：AI模拟蛋白质的进化
万万没想到，一直备受批评的AI「幻觉」问题，竟然在科学领域具有极大的应用价值？
就在最近，计算机科学家Amy McGovern表示：「公众认为这完全是坏事。但实际上，它为科学家提供了新的灵感，让他们得以探索一些原本可能不会想到的思路。」
评：幻觉不是大模型的缺陷，而是它的内在特点
在 CES 2025 上，我们按照惯例看到了新的显卡、笔记本电脑以及电视，但比起这些循规蹈矩的产品，一些意料之外的东西更能引发大家的兴趣。比如一个宠物。在 CES 2025 上，一款名为 Ropet 的新家伙引起了大家的关注。
评：很好创业切入点