TikTok计划推出名为“Genie”的一款新AI聊天机器人,目标是欧美国家的使用者。这家字节跳动旗下的短视频平台已经在美国申请了“Genie”的商标。
根据Semafor的报道,这个新聊天机器人将为用户提供一个会话界面,并且能够并生成类人语音和文本。
这项申请将Genie描述为一个可以实现和管理人与AI之间通信的应用程序。这是TikTok在增强人工智能功能和提升用户互动方面的一项措施。
与之前在菲律宾推出的“Tako”不同,Tako主要为用户提供与相关视频的链接,只能推荐应用程序内部的内容,无法回答详细问题。而Genie将具备更多能力,它被设计为一个更高级的工具,并且结合了TikTok的其他AI功能。
Genie可能具备的功能包括TikTok当前的生成式AI搜索。这原本也是是它的中国版本“抖音”已经推出的一项功能,用户可以输入问题或事实并得到自动回复。因此,集成了这些功能的Genie,将帮助 TikTok用户在应用程序内外探索和找到他们需要的内容。
除了改进搜索功能外,Genie预计还将集成其他正在开发的AI功能。这包括TikTok的“StreamVoice”,可以从一个小样本中模仿人类声音,以及AI音乐创作和文本生成视频。这些工具将整合到一个聊天机器人中,方便用户访问各种基于AI的服务。
此外,TikTok一直在开发可以在平台内进行直播的虚拟人,这个功能也将整合到Genie当中,使用户能够与虚拟人互动,提升TikTok的使用体验。
Genie是TikTok成为社交媒体领域AI先驱更计划的一部分。虽然其他平台,如Meta,将AI聊天机器人整合到所有应用程序中,但TikTok更注重创新和实用性。为了方便用户访问和使用不断增长的AI功能,TikTok计划将所有这些功能整合到一个聊天机器人中。这也将使TikTok的AI工具与其他平台的同类产品拉开差距,后者主要提供文本摘要生成或视觉效果增强的能力。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。