0
| 本文作者： 我在思考中 | 2024-06-26 09:59 |
融資快報
曝階躍星辰正進行新一輪融資:階躍星辰由微軟前全球副總裁姜大昕創辦，在自研大模型、應用產品先后亮相后，壘起更大的雪球。據悉，階躍星辰正在進行一輪估值20億美元的新融資，阿里巴巴再次出現在布局傳聞中。
OpenAI 收購谷歌華人工程師創辦的遠程協作公司 Multi：Multi 提供的功能包括滿足最多 10 人通過屏幕共享進行協作、自定義快捷方式以及代碼、設計以及文檔的自動鏈接。此前，Multi 已經從 Greylock 以及 First Round Capital 等風投公司籌集近 1300 萬美元。交易完成后，Multi 團隊的 5 名成員將加入 OpenAI。CEP Alexander Embiricos 表示，Multi 將在 7 月 24 日后關閉。
凌川科技獲北京市人工智能產業基金投資：北京凌川科技有限公司新增股東為北京市人工智能產業投資基金。成立于2023年3月，法定代表人劉凌志是快手異構計算的負責人兼首席架構師，是快手異構計算中心的第一位員工。凌川智能科技由硅谷和國內半導體，智能視頻和AI大模型領域頂尖人才組建，目標是打造面向多模態大模型和視頻生成式AI的芯片和軟硬件算力底座。
胤媧生物獲得3000萬人民幣戰略投資：胤媧生物是一家數智人開發商，專注于生物科技與數字科技交融。投資方為祖炎科技。
“DreamTech”連續完成兩輪數千萬元融資：DreamTech AI自主研發了通用的3D生成與渲染模型，該模型可以將文本轉化為3D模型，也可以通過單/多視圖圖像生成3D模型。這一技術能廣泛應用于AR、VR、游戲、3D設計和打印、動畫制作等相關行業。天使輪為元禾原點領投，啟迪之星創投、云天使基金跟投，天使+輪為初心資本獨家投資。據了解，DreamTech新一輪融資即將啟動，一葦資本擔任獨家財務顧問。
（歡迎添加微信AIyanxishe2，了解更多AIGC、融資情況，與志同道合的朋友一同暢聊時新AI產品）
國內情報：
OpenAI終止對中國提供API服務，智譜AI、零一萬物、商湯提供“搬家計劃”：
OpenAI官網信息顯示，自7月9日起，OpenAI將終止對中國大陸提供API（應用程序編程接口）服務。
國產大模型快速發布應對方案。智譜GLM 大模型全面對標 OpenAI 產品體系，全鏈路技術自研、安全可控。為開發者提供：1.5億 Token（5000萬 GLM-4 + 1億 GLM-4-Air）；從 OpenAI 到 GLM 的系列遷移培訓。為高用量客戶提供：與 OpenAI 使用規模對等的 Token 贈送計劃(不設上限)；與 OpenAI 對等的并發規模；匹配高等級會員政策；專屬搬家顧問及5人天技術專家支持；備案培訓和輔助。
零一萬物公司發起了 “Yi API 二折平替計劃”，為 OpenAI 用戶提供了平滑遷移至 Yi 系列大模型的服務。Yi API 提供了與 GPT-4o 相當甚至更優的模型性能，同時在成本上有顯著優勢，最高可達 91% 的成本削減。零一萬物還提供了一系列的優惠和服務，如贈送 100 元額度、充值贈送 50% 額度、提供 Prompt 兼容調優服務等。
商湯科技宣布推出大模型0元購計劃，成為商湯“日日新SenseNova”新注冊企業用戶，贈送5000萬Token包，并且派出專屬搬家顧問，提供從OpenAI 到“日日新SenseNova”的遷移系列培訓，讓新用戶入駐新家舒適順利。
商湯大模型AI辦公助手「辦公小浣熊」上線微信小程序版：
數據分析產品「辦公小浣熊」正式上線“小程序版”——Raccoon智能助手。既擁有網頁版的完整功能，又專為移動辦公定制專屬技能。可以在小程序中，直接插入微信聊天中的文件（xls/xlsx/csv/txt/json等）。簡單幾句對話，就能提煉重點、生成各類圖表。能以縝密的邏輯推理能力，給出更多建議。
騰訊開源新視頻控制方式 MOFA-Video：
MOFA-Video是騰訊最新開源的視頻控制技術，用戶能夠通過箭頭控制視頻內容的運動方向，還能遷移面部表情到新生成的人臉視頻，創造全新角色和情感表達。能夠適應各種復雜的動畫場景，無論是手動軌跡、人體標記序列還是音頻驅動的面部動畫，都能輕松應對。
騰訊混元提供支持，QQ 瀏覽器 AI 助手升級：
升級后的“AI 助手”能夠實現智能摘要、提煉重點、選詞解讀、AI 問答、AI 伴隨、隨手摘錄等功能。
姚班天才組隊又一力作！摸魚小游戲《我把大模型玩壞了》上線：
《我把大模型玩壞了》是一款專為工作日想要偷偷休息的人們量身打造的游戲，由曠視科技研究總經理范浩強領銜開發，背后得到野貓子工作室和階躍星辰的強大支持。游戲結合了多模態和multi-Agent等技術支持，新增了成就列表、排行榜、AI評價等功能，提升玩家體驗。
中國移動算力中心北京節點投入使用：
部署近4000張AI加速卡，AI芯片國產化率33%，智能算力規模超1000P。這是通信運營商在北京建成的首個大規模訓推一體智算中心
昆侖萬維發布Q*算法，百倍提升7B模型推理能力：
Q * 框架通過將大語言模型的推理軌跡分解為若干個狀態，并利用 A * 搜索算法實現全盤規劃，提升了開源模型在推理任務上的性能。目前，Q * 算法的研究仍處于初級階段，但已經證明了其能夠幫助參數量僅為 7B 的小模型達到與參數量大數十倍甚至上百倍模型相當的推理能力，大幅提升了模型的性能，并顯著降低了計算資源的需求。
微盟發布AI應用產品WAI Pro，提供定制化大模型應用能力：
這款產品主要面向品牌商家、4A廣告公司、營銷代運營團隊和內容創作團隊，提供營銷洞察、內容創作和商業咨詢三大類AI技術服務。WAI Pro 的初步版本支持多模型、多 Agent 的 AI 應用，服務于商家的經營和營銷，并提供了如客戶定制風格 LoRA、數字人視頻口播、賽博編輯部等前沿功能。
全球首個烹飪大模型 “食神”：
老板電器發布的 “食神” 大模型。該模型基于數十億級行業數據和數千萬級知識圖譜構建，能夠提供個性化的烹飪解決方案，包括菜譜推薦、火候提醒、飯菜成熟度監測以及協助用戶完成烹飪過程。目前尚處于發布階段，預計將在 10 月進行內測，12 月正式上線。
絲芭傳媒內測AIGC產品：
“鸚鵡人” 和 “美踏元宇宙”兩款產品基于多模態 AI 大模型 PARO。鸚鵡人 APP 可以創建個性化的 3D 虛擬形象，并利用內置的 AI 功能，如文生音樂、音生舞等，來創作 UGC/PGC 內容。美踏元宇宙則是一個以偶像及粉絲娛樂、AI 模擬互動娛樂和互動游戲為核心的 UGC 內容矩陣，它通過 AI、AI Agent 和 Web 3.0 技術的融合，帶來新型的娛樂和社交體驗。據悉絲芭傳媒自研的多模態 AI 大模型 PARO已完成深度合成服務算法備案。
國際情報：
OpenAI放寬股票限制，員工財富變現有望，IPO仍遙遙無期：
OpenAI將允許現任和前任員工平等參與年度股票招標，這一舉措標志著公司在股權管理方面的重要轉變。盡管股票銷售政策放寬，OpenAI的IPO計劃仍無明確時間表。公司高管此前表示，短期內不會考慮上市。
亞馬遜秘密研發聊天機器人“Metis”，挑戰 ChatGPT：
據悉，Metis 能夠以一種智能對話的方式回答文本和圖像相關的問題，并提供相應的信息來源鏈接，推薦后續查詢，甚至生成圖像。亞馬遜希望 Metis 能夠利用“檢索增強生成”技術，獲取超出其訓練數據之外的信息，從而生成最新的信息。
Metis 項目的暫定發布時間為 9 月，但具體發布時間可能會發生變化。
谷歌將推出明星網紅AI聊天機器人：
消息稱谷歌的明星網紅AI聊天機器人將由該公司的Gemini大語言模型提供支持。該公司還在嘗試與有影響力的明星網紅建立合作伙伴關系，并且還在開發一項功能，讓人們只需描述自己的個性和外表就可以創建自己的聊天機器人，類似Character.ai的做法。
DeepMind發現政治深度偽造是AI惡意使用的首要問題：
DeepMind 進行關于 AI 惡意使用的研究，發現 AI 生成的 Deepfakes 比其他惡意行為更為普遍，尤其是在影響公眾輿論方面。研究揭示了通過制作虛假人物圖像、視頻和音頻的行為幾乎是濫用生成 AI 工具的次數最多的一種，占使用情況的 27%。此外，研究還顯示了賺錢是濫用 AI 的第二大動機，包括提供 Deepfakes 服務和虛假新聞創作。
消息稱因隱私問題，蘋果拒絕與 Meta 合作將其 AI 聊天機器人帶入 iOS 18：
蘋果公司因隱私問題拒絕了與 Facebook 母公司 Meta 的人工智能合作。今年 3 月，Meta 和蘋果曾就可能的合作進行過簡短討論，但談判沒有取得進展，蘋果也不計劃將 Meta 的大型語言模型集成到 iOS 系統中。
全球三大唱片公司起訴AI音樂生成公司Udio和Suno：
全球三大唱片公司環球音樂、索尼音樂、華納音樂起訴了AI音樂技術公司Udio和Suno，稱它們利用唱片公司的內容來訓練生成音樂的AI系統，大規模侵犯了版權。唱片公司指出，這些AI公司在沒有獲得明確授權的情況下就復制音樂，以訓練它們的AI系統進行創作，這些音樂作品可能會在市場上與人類藝術家的作品形成競爭，降低藝術作品的價值，最終將人類藝術家的作品淹沒。
大模型測試題爆火，GPT-4 和 Claude3 都跪了，LeCun 轉發：
一項新的 “大模型 Benchmark” 在推特上引起廣泛關注，即使是 GPT-4 和 Claude 3 還是其他 12 款大模型，包括文心一言、通義千問等先進的大模型在面對經典的邏輯學問題 “動物過河” 時都無法給出正確答案，而 Yann LeCun 也對此表示關注，這個 Benchmark 揭示了大模型在推理和理解問題方面的局限性。
15個AI模型只有3個得分超 50%，SIUO 跑分被提出：
大部分主流多模態 AI 模型在接收圖片和文本內容等多模態輸入后，輸出的結果存在安全性問題。該研究提出了 “安全輸入但不安全輸出”（SIUO）的概念，涉及道德、危險行為等九個安全領域。在測試了 15 個大型視覺語言模型中，只有 GPT-4v（53.29%）、GPT-4o（50.9%）和 Gemini 1.5（52.1%）三個模型的得分超過了 50%為了解決這些問題，需要開發能夠結合多種模式見解并理解現實世界知識的 LVLM。這些模型還應能夠通過綜合推理理解用戶意圖，即使在文本中沒有明確說明。
更多國際情報：
英偉達副總裁Jankowski跳槽至某家初創公司：英偉達負責投資者關系與戰略融資的副總裁Simona Jankowski跳槽，將在某家初創公司擔任首席財務官。Jankowski曾是高盛集團的資深分析師，于2017年加入英偉達。
Deepfake生成的馬斯克出現在YouTube直播加密貨幣騙局：該直播長達五個小時，冒充特斯拉活動現場直播，誘導觀眾將比特幣等虛擬貨幣存入特定網站以獲得雙倍回報，超過 3 萬名在線觀眾，該視頻流及其賬戶因違規被 Google 刪除。
Meta 將真實照片標記為“AI 生成”，引發多名攝影師不滿：即使攝影師使用生成式 AI 工具（例如 Adobe 的“生成填充”功能）移除照片中的微小物體，Meta 平臺也可能會誤將其標記為“AI 生成”。
Shopify推出AI 聊天機器人Sidekick：Sidekick 旨在為商家提供支持聊天機器人，幫助他們制作折扣代碼、生成商店報告或建議博客文章創意等。目前僅限于在北美擁有英語商店的商家使用。
Synthesia發布2.0版本，推交互式AI視頻和全身虛擬人物：引入了交互式視頻和全身虛擬人物，新功能包括AI屏幕錄制工具，簡化企業創建操作指南流程。更新后的虛擬人物擁有更多肢體語言，增強數字角色的敘事能力。
EvTexture快速將模糊視頻一鍵變高清：通過捕捉高頻動態細節，讓視頻的紋理質量得到質的飛躍。利用事件相機記錄的細微變化，擅長處理樹葉、衣服條紋等復雜細節。該技術并沒有明顯增加處理視頻所需的時間。
LG Uplus發布小型生成式AI模型ixi-GEN，可本地微調：該生成式 AI 是一種基于其通信和平臺數據訓練的小型大語言模型，使用 LG 集團旗下的人工智能實驗室 LG AI Research 開發的超大規模多模態 AI Exaone。
Cloudflare為免費用戶推出AI爬蟲防護功能：該功能之前只對訂閱用戶開放。Cloudflare 的 AI 爬蟲防護可能通過識別常見的 AI 爬蟲例如 OpenAI 的 GPTBot 來進行攔截。但仍然面臨著一些公司不遵守 robots.txt 協議且不公布爬蟲名稱的挑戰。
Product Hunt 熱榜，AI 社交媒體管理助手 Pygma
Pygma 是一款專注于 Instagram 的 AI 工具，通過對話格式幫助用戶規劃內容、創作帖子、故事和視頻，并直接安排發布。提供 7 天免費試用。通過分析用戶的 Instagram 數據定制內容，提供完整的內容規劃，讓用戶輕松查看內容網格并獲取 7 天內容建議。
Pygma 能快速創建個性化圖片，并允許用戶編輯現有圖片。支持將用戶的聲音自動添加到動畫視覺中，并直接從應用程序安排發布。適用于個人、中小企業和品牌，支持 LinkedIn、Facebook 和 Slack 等平臺。
?https://www.pygma.me/?ref=producthunt
GitHub Trending 熱榜，基于 AI 的任務分解與執行框架 Doriandarko/maestro
Doriandarko/maestro 項目是一個強大的 Python 腳本框架，專注于通過 AI 實現任務分解和工作流程的執行。這個框架巧妙地利用了 Anthropic API 中的 Opus 和 Haiku 兩種 AI 模型，來將一個復雜的目標分解為多個子任務，然后逐個執行并整合結果，生成一個連貫的最終輸出。主要功能包含：
任務分解：將復雜目標分解為可管理的子任務。
子任務執行：逐個執行子任務，并整合結果。
上下文記憶：為 Haiku 模型提供上下文記憶，增加智能性。
結果細化：使用 Opus 模型對子任務結果進行細化和優化。
交互日志：生成和保存詳細的交互日志，支持 Markdown 格式。
模型提示優化：改進 Opus 模型提示，更好地評估任務完成情況。
代碼生成：在代碼項目中創建文件和文件夾。
?https://github.com/Doriandarko/maestro
開發者推薦
1.Streamer-Sales：AI 賦能的智能賣貨主播系統
Streamer-Sales 是基于 InternLM2-chat-7b 大模型的 AI 賣貨主播系統，通過集成加速推理、語音識別、文字生成和數字人視頻生成，生成智能商品解說激發用戶的購買意愿。
項目提供了詳細的數據生成流程，包括生成訓練數據集、模型訓練、生成說明書、構建 RAG 向量數據庫、部署模型和添加商品信息等步驟。Streamer-Sales 支持本地部署和在線體驗，并提供了詳細的指南和文檔。
?https://github.com/PeterH0323/Streamer-Sales
?https://openxlab.org.cn/apps/detail/HinGwenWong/Streamer-Sales
2.eidos：開源、離線的個人知識管理框架
eidos 是一個開源的、基于瀏覽器的個人知識管理框架，旨在作為 Notion 的離線替代品，支持數據的本地化存儲和管理，并與人工智能深度集成，提供多種擴展性接口，適合開發者定制和開發。 這是一個為期一生的個人數據管理框架，可以在瀏覽器中運行，無需 Web 服務器。支持離線訪問，數據存儲在本地以確保快速性能。框架與大語言模型深度集成，提供 AI 輔助功能。
eidos 具有高度可擴展性，允許用戶通過編寫 JavaScript 函數、TypeScript/JavaScript 腳本、以及使用任意框架構建自定義應用來定制和擴展。開發者友好的 API & SDK 支持，以及標準化的 SQLite 數據庫，每個表格都是 SQLite 表格。
?https://github.com/mayneyao/eidos?utm_source=uwl.me
3.Magnific AI：高分辨率圖像放大與場景照明
Magnific AI 是一個基于生成式 AI 技術的圖像放大器、增強器和轉換器。它能將圖片轉換為高分辨率版本，并根據用戶的描述和控制選項增加細節。適用于各種背景和技能水平的創作者。
最新發布的 Magnific Relight 功能，可以通過三種方式調整場景照明和背景：文本提示、參考圖片或自繪光照圖。Javi Lopez 在 X 賬號上發布消息，形象地描述了從黑暗到光明的轉變，并提供了相關鏈接和教程。
?https://magnific.ai/
4. LongRAG：融合長文本理解與檢索生成的問答新突破
LongRAG 模型采用了長文本檢索器，能夠顯著減少檢索單元的數量，提高檢索效率。通過操作更長的檢索單元，系統整體的召回率和準確率得到了提升。長文本閱讀器則利用大型語言模型的零樣本回答抽取能力，進一步優化了系統性能。
LongRAG 在 HotpotQA基準測試上達到了 64.3% 的準確率，與當前最先進的模型相當。研究強調，即使在看似競爭性的技術之間，也存在混合使用以達到更好結果的機會。
?https://arxiv.org/abs/2406.15319
5. Unique3D：單張圖像生成高質量 3D
Unique3D 是一個創新性的框架，旨在從單張圖像生成高質量的 3D 網格。這個框架能在 30 秒內生成與原始輸入圖像高度相似的高保真紋理和幾何細節的網格。其訓練過程只需 8 張 RTX4090 顯卡 5 天時間。
Unique3D 通過一個多視角擴散模型和相應的法線擴散模型來生成帶有法線圖的多視角圖像，并通過一個多層次上采樣過程來逐步提高生成的正交多視角圖像的分辨率。最后，利用一種名為 ISOMER 的即時一致性網格重建算法，將顏色和幾何先驗完全融入網格結果中，生成高質量的 3D 網格。在實驗中顯示出在幾何和紋理細節方面具有顯著的優勢，與其他圖像到 3D 的基線方法相比更勝一籌。
?https://wukailu.github.io/Unique3D/
熱議話題
斯科特?阿隆森：狗狗與 AI，誰在掌控？
Scott Joel Aaronson是一位美國理論計算機科學家，也是德克薩斯大學奧斯汀分校的斯倫貝杰百年計算機科學主席。他提出了一個有趣的類比：較低智商的狗狗通過迷人的行為影響人類，從而達到控制人類的效果。他將這一現象類比到人工智能與人類的關系中，探討在 AI 統治下，人類可能會處于與狗相似的地位，以及這種情況下人類可能的未來命運。
在Reddit版塊中，用戶們圍繞斯科特?阿隆森關于較低智商物種控制較高智商物種的觀點展開了熱烈討論。阿隆森以狗狗影響人類為例，指出狗狗通過與人類的互動，使人類服從于它們的需求。這一類比引發了對人工智能未來影響的廣泛思考，其中包括 AI 統治下人類可能成為“寵物”的情景。
敬請期待明日的最新動態！
AI情報局征集情報合伙人，匯集獨家價值線索！如果您可以提供有關AI最新成果&行業內幕&獨特產品，請添加運營微信號：AIyanxishe2備注行業崗位。
雷峰網(公眾號：雷峰網)
