支付宝开放平台-开发者社区——AI 日报「12 月 6 日」

1    DeepMind大模型再登Nature：8分钟预测15日天气，准确度超顶尖物理模型，已开源

量子位｜阅读原文

DeepMind大模型再登上Nature——气象预测大模型GenCast，8分钟内完成15天的预测，而且不管常规还是极端天气都能分析。和GraphCast一样，GenCast也已经开源。它基于扩散模型实现，分辨率为0.25度经度/纬度（在赤道处约为28×28公里），相当于将地球表面分割成了超过100万个网格。每个网格都涵盖80多个地表和大气变量，相当于每次预测都有数千万甚至上亿条数据生成。测试结果表明，在1320种实验条件中，GenCast在97.2%的任务中，都比ENS更准确。DeepMind研究人员Ilan Price表示：我们确实取得了巨大的进步，通过机器学习赶上了并超越了基于物理的模型。

2   阿里多模态检索智能体，自带o1式思考过程！复杂问题逐步拆解，动态调整下一步检索策略

量子位｜阅读原文

阿里通义实验室新研究推出自适应规划的多模态检索智能体——名叫OmniSearch，它能模拟人类解决问题的思维方式，将复杂问题逐步拆解进行智能检索规划。随便上传一张图，询问任何问题，OmniSearch都会进行一段“思考过程”，不仅会将复杂问题拆解检索，而且会根据当前检索结果和问题情境动态调整下一步检索策略。相比传统mRAG受制于其静态的检索策略，这种设计不仅提高了检索效率，也显著增强了模型生成内容的准确性。

OmniSearch的核心架构包括：

• 规划智能体（Planning Agent）：负责对原始问题进行逐步拆解，根据每个检索步骤的反馈决定下一步的子问题及检索策略。
• 检索器（Retriever）：执行实际的检索任务，支持图像检索、文本检索以及跨模态检索。
• 子问题求解器（Sub-question Solver）：对检索到的信息进行总结和解答，具备高度的可扩展性，可以与不同大小的多模态大语言模型集成。
• 迭代推理与检索（Iterative Reasoning and Retrieval）：通过递归式的检索与推理流程，逐步接近问题的最终答案。
• 多模态特征的交互：有效处理文本、图像等多模态信息，灵活调整检索策略。
• 反馈循环机制（Feedback Loop）：在每一步检索和推理后，反思当前的检索结果并决定下一步行动，以提高检索的精确度和有效性。

3   如何成为一名 AI 产品经理？

Founder Park｜阅读原文

产品总监 Aman Khan：曾在 Apple、Cruise、Spotify 担任过产品经理，如今在做一款模型能力和数据检测的平台。对于 AI 产品经理，有足够的发言权。

他表示：

• 三种 AI 产品经理：平台产品经理、AI Native 产品经理、AI+产品经理，但核心都是要解决问题。
• 成为 AI 产品经理的第一步：先用 AI 构建出你的第一款产品。
• AI 时代反倒更需要产品经理，因为最难的部分是知道该做什么，找到那些真正需要解决的机会和问题，然后清晰地传达给 AI 工具该做什么。
• 不要做别人都在做的事。仅仅因为 ChatGPT 这种界面让大家觉得很直观，大家都喜欢用，也很熟悉，并不意味着这就是你该做的。
• 好的产品经理不仅要持续地为客户创造价值，还要为自己的团队腾出空间，不断试错、迭代，要接受技术变化飞速的现实。
• AI不是单纯为了自动化问题，而是让用户的体验变得更简单，降低创造的门槛。
• 作为AI PM，要学会在不确定中「游走」，不断试探和调整，直到你感受到产品在某个方向上「拖曳」着你往前走。

对此，你怎么看？

详情查看参与互动赢蚂蚁周边

---

支付宝开放平台-开发者社区

 「AGI 之路」 内容库

欢迎你的投稿！戳我进群

---

支付宝/钉钉扫码加入支付宝开发者钉组织，可了解支付宝开放能力最新动态，订阅文档更新消息，和同城同行业交流业务，与支付宝产研沟通交流。