据TechCrunch 2024年11月14日消息，OpenAI或将在明年1月推出名为“Operator”的“AI智能体”工具。据彭博社报道，Operator能够直接在用户的电脑上执行操作，预计会首先以研究预览的形式通过开发者API发布。
值得注意的是，伴随LLM研发成本居高不下以及开发进度放缓，各大AI公司开始在 “AI界面”领域发力，希望推出突破性应用产品。于是，OpenAI、谷歌、Anthropic三家公司在智能体市场上不期而遇。
接下来，Operator将与Anthropic最新推出的Computer Use智能体和谷歌传闻中的面向消费者的智能体“贾维斯”展开竞争。彭博社表示，OpenAI的工具可能是一种通用工具，能够在网络浏览器中执行任务，具体优势尚不清楚。
上述消息发布的同一天，OpenAI还发布了一份政策文件，对美国的AI战略提出了建议。该文件建议联邦政府设立AI专用“经济区”以支持AI基础设施建设，并提议与盟友组成一个联盟，在AI领域与中国竞争。
一家名为Odyssey的人工智能初创公司声称正在训练一种AI系统，能够帮助创作者生成电影级的虚拟世界，并提供对场景、角色、灯光和运动的完全控制。为了实现这一目标，Odyssey让人们将摄像设备背在背上，四处徒步收集数据，最终实现实景AI的重建。
这款设备是Odyssey开发的一种“先进的摄像采集系统”，重约11.34千克（25磅），配有六台摄像头、两个激光雷达传感器和一个惯性测量单元，可以在“3.5K分辨率”和360度视角下捕捉环境，并附带精确的深度信息元数据。该系统类似于谷歌的街景Trekker，能够在森林、洞穴、海滩、冰川等多种场景中进行数据采集。
Odyssey由自动驾驶领域的先驱奥利弗·卡梅伦和杰夫·霍克创立，卡梅伦曾任Cruise公司的产品副总裁。而Cruise是通用汽车旗下的自动驾驶子公司，这意味着卡梅伦拥有数据采集技术领域的专业优势。
就在昨天，Odyssey宣布完成由EQT Ventures领投、GV和Air Street Capital参投的1800万美元A轮融资，总筹资额达到2700万美元。
Odyssey表示，他们将通过算法处理采集来的这些数据，生成现实世界的数字重建图，类似meta的Hyperscape项目。尽管目前不清楚这些重建数据将如何直接改进生成工具，但Odyssey称其已经开发出多种生成式AI模型，可创建包括物体几何、光照和运动的视觉细节，并将这些元素结合为单一虚拟“世界”。
在全球AI主导权的竞赛中，话题常集中在美中对峙及欧洲的技术监管上，但非洲的AI发展值得关注。非洲的AI研究人员致力于走出自己的道路，开发能满足非洲人需求、支持当地语言的AI工具。尽管AI研究成本高昂，非洲初创公司和研究人员获得的资金远低于西方和亚洲同行，但他们依赖开源资源，以更少的投入取得突破。
今年于塞内加尔举行的年度机器学习会议“Deep Learning Indaba”展示了非洲研究人员的最新成果，彰显了非洲在全球AI领域日益重要的角色。Indaba成立于2017年，正逐步构筑起非洲人工智能行业的未来。
尽管资源有限，非洲的AI研究人员以创新的方式应对数据不足、资金短缺和基础设施落后等问题，为非洲的技术发展开辟了新的可能。
预计到明年，超过50%的企业数据将会在传统数据中心或云端之外创建和处理。在AI时代，企业需要快速访问并挖掘边缘数据的价值，但实现这一点往往耗时且复杂，许多企业领导者仍然停留在云计算的思维模式中。
为此，戴尔今天宣布对其Dell NativeEdge边缘操作软件平台进行了改进，以简化企业在不同边缘环境中部署、扩展和应用AI的过程。Dell NativeEdge提供多节点高可用性功能，将多个节点组合成一个系统，确保业务流程和边缘AI任务在网络中断或设备故障时依然能够运行。该平台还支持虚拟机迁移、自动化应用、计算和存储故障转移等功能。
此外，Dell NativeEdge内置了55种预构建的蓝图，自动化AI部署过程，帮助企业在成百上千的边缘位置上快速部署AI。Dell NativeEdge基于零信任模型，不断监控边缘基础设施的安全性，并采用零接触技术以减少IT部署的复杂性。通过Dell NativeEdge，客户如Atos和Nature Fresh Farms等公司已经实现了业务改善，如预测性维护、成本降低和生产优化。Dell NativeEdge的推出，标志着戴尔在助力企业在边缘高效应用AI方面迈出了重要一步。
总部位于旧金山的初创公司Connecty AI近日走出隐身模式，获得了180万美元的融资，旨在通过上下文感知的方式简化企业的数据管理复杂性。Connecty的核心创新是一个上下文引擎，可横跨企业的水平数据管道，实时分析并连接多样化的数据源，从而形成对业务的即时深入理解，并为自动化数据任务和精准的业务洞察提供支持。
Connecty利用上下文图“整理数据混乱”，帮助企业显著减少数据准备和分析所需的时间。据创始人Aish Agarwal介绍，这一引擎通过结合矢量数据库、图数据库和结构化数据构建“上下文图”，捕捉并维护相互关联，又变化细微的信息，使得每位用户获得符合其角色和技能需求的个性化数据体验。
当前，Connecty AI已与Kittl、Fiege、Mindtickle和Dept等伙伴公司展开试点合作。这些公司在使用Connecty后，数据项目的工作量减少了高达80%，洞察生成时间从数周缩短至数分钟。Kittl公司CEO Nicolas Heymann表示，以前需要2-3周来准备和分析产品数据，现在只需数分钟。
未来，Connecty AI计划支持更多数据源，并将其产品作为API服务向更多公司推出，采用按席位或使用量计费的方式。