摘要：Dream Machine平台基于Luma的Photon模型，支持通过文本生成高质量静态图像，并能嵌入文本；

生成式AI

一、 打破LLM数据孤岛！Anthropic革命性开源「模型上下文协议」

1. MCP协议实现了LLM应用与外部数据源、工具的无缝集成，打破了数据孤岛问题；

2. 通过客户端-服务器架构，MCP支持本地和远程数据源的集成，增强LLM的功能性；

3. MCP的开源协议可标准化不同应用的集成方式，推动AI与各种工具和平台的深度互联。

二、 Runway推出图像生成模型Frames，定制你想象的「视觉世界」

1. Frames模型在风格控制和视觉保真度上取得了显著提升，支持精确的创意定制；

2. 允许用户创建具有特定美学和氛围的视觉世界，灵活调整外观、感觉及氛围；

3. 逐步开放访问，支持广泛的创意探索，适用于电影、摄影、艺术等多个领域的视觉创作。

三、 太卷了！Luma全新Dream Machine，文、图与视频一条龙

1. Dream Machine平台基于Luma的Photon模型，支持通过文本生成高质量静态图像，并能嵌入文本；

2. 平台提供直观的交互设计，允许用户用自然语言或上传参考图像生成创作，无需复杂的提示工程；

3. 引入创新的视频创作功能，如角色一致性和动态视频编辑工具，支持用户从单一图像制作动画故事情节。

四、 吴恩达开源Python包aisuite，一个接口调用OpenAI等模型

1. aisuite是吴恩达开源的Python包，提供统一接口来调用多个大模型，如OpenAI、Anthropic、Google等；

2. 通过简单修改字符串，用户可轻松切换不同提供商的模型，并进行对比测试；

3. aisuite支持多个AI平台，简化了开发者集成工作，并允许通过API密钥与不同服务提供商进行交互。

五、 吴佳俊团队推出大型多模态数据集，教机器人组装宜家家具

1. 斯坦福团队提出IKEA Video Manuals数据集，涵盖6类IKEA家具，包含3D模型、安装说明书和组装视频，数据集细分为1120个子步骤；

2. 该数据集实现了组装指令与实际视频的4D对齐，提供了空间智能领域的重要研究基准；

3. 实验展示了当前AI模型在视频理解和空间推理中的局限，特别是在遮挡、相似部件识别及复杂拍摄角度下的表现不足。

六、 成本降低1000倍！微软将开源超强RAG— LazyGraphRAG

1. LazyGraphRAG通过采用NLP名词短语提取与图统计优化，降低了数据索引成本至GraphRAG的0.1%，实现成本降低1000倍；

2. 查询处理方面，LazyGraphRAG结合最佳优先搜索与广度优先搜索，采用迭代加深方式，提升查询效率与准确度；

3. LazyGraphRAG适用于本地和全局查询，尤其在资源有限的场景下（如中小企业），提供更高的查询质量与成本效益。

七、 英伟达发布音频模型 Fugatto：用文字操控声音的“瑞士军刀”

1. Fugatto 通过文本提示创建音乐片段、移除或添加乐器、改变声音中的口音或情感，甚至生成人们从未听过的声音；

2. Fugatto 应用于音乐制作、广告代理、语言学习和视频游戏开发，提供多地区、多情境的目标定位和个性化声音；

3. Fugatto 使用25亿参数的基础生成性 Transformer 模型，结合 ComposableART 技术，实现对文本指令的细粒度控制，并在 NVIDIA DGX 系统上训练。

八、 SDC24 Korea开发者大会，三星发布多模态大模型Gauss2

1. 三星发布多模态大模型Gauss2，包含Compact、Balanced和Supreme三种版本，分别针对不同计算资源环境和任务需求；

2. ompact模型为计算资源有限的环境设计，适用于手机、平板等设备，提供较小的计算开销；

3. Gauss2已广泛应用于三星内部，提供编码助手、办公任务支持，并扩展至海外子公司，未来将进一步覆盖更多应用场景。

前沿科技

九、 6.85亿次模拟，分析2万种材料，Meta催化剂数据集OCx24

1. Meta与多伦多大学合作发布OCx24数据集，包含572个催化剂样品，支持新催化剂的发现；

2. 采用6.85亿次AI加速模拟分析了20,000种材料，推动催化剂的计算和实验验证；

3. 结合实验与计算结果，OCx24帮助识别出潜在低成本催化剂，适用于碳捕获、氢气生产等绿色能源领域。

报告观点

十、 Sam Altman：让 AI 和每个人对话，可深入理解数十亿人共识

1. Altman 解释了 OpenAI 转型为营利性机构的原因，强调了技术突破需要的巨大资本支持；

2. 他展望 AI 在加速科学发现、尤其是物理学领域的潜力，认为这能推动世界的可持续发展；

3. Altman 提出 AI 可以与人类深入对话，达成全球共识，推动社会和治理的进步。

来源：腾讯研究院