文｜陳斯達

編輯｜鄧詠儀

大事件

谷歌,、OpenAI,、Mistral的“瘋狂星期二”

太平洋時間4月9日，谷歌,、OpenAl、Mistral在24小時內,，接連發(fā)布大模型重磅更新,。

谷歌正式發(fā)布了Gemini 1.5 Pro的多項更新，包括企業(yè)AI平臺預覽版本,，首次上新音視頻處理能力——最長可處理11小時的音頻,，或者1小時的視頻。

OpenAl則又一次“狙擊”谷歌,，緊接著發(fā)布非預覽版的GPT-4 Turbo，將之前獨立的 GPT-4 Vision直接集成到模型中,，只需一次API調用,，該模型就可以分析圖像并應用推理,。

“歐洲版OpenAI”Mistral AI也正式開源了大模型Mixtral8x22B，參數規(guī)模高達1760億,，僅次于馬斯克AI公司的Grok-1大模型。

蘋果或在9月發(fā)布新電腦,，搭載AI功能

當地時間4月11日,，據彭博社，為了提振低迷的電腦業(yè)務,，蘋果正準備借助AI功能,，徹底改造整個Mac產品線,。新版Mac將配置具備AI功能的M4芯片,，預計首批最快將于今年9月推出。

蘋果股價當天出現近來罕見飆升,，大漲超4%,，約 1120 億美元。

英特爾發(fā)布新AI芯片,，性能超越英偉達H100

當地時間4月9日,，英特爾Vision大會上發(fā)布新一代 Gaudi 3 AI 芯片。新款 Gaudi 3 與英偉達 H100 相比訓練性能提高了 170%,，推理能力提高了 50%,，效率提高了 40%，且成本更低,，但英特爾并未與英偉達最新的 Blackwell 系列產品進行對比,。

谷歌發(fā)布Transformer新架構，解決大模型“內存”問題

4月12日消息，谷歌發(fā)布下一代Transformer模型Infini-Transformer,。Infini-Transformer引入了一種有效方法,，可將基于 Transformer 的大語言模型拓展到無限長輸入，而不增加內存和運算需求,。就在4月5日,，谷歌還發(fā)布 Mixture-of-Depths，改變了以往 Transformer 計算模式,。

圖源：論文

論文鏈接：

https://arxiv.org/pdf/2404.07143.pdf

AI界前線

馬斯克旗下xAI發(fā)布其首款多模態(tài)大模型

4月13日消息，馬斯克AI初創(chuàng)公司xAI推出了其首款多模態(tài)大模型Grok-1.5V,。除文本功能外，Grok現在可以處理各種各樣的視覺信息,，包括文檔,、圖表、圖表,、屏幕截圖,、照片，并能進行多學科推理,。xAI 表示,，將于近期邀請早期測試者和現有的 Grok 用戶測試。

圖源：官網

AI大牛吳恩達加入亞馬遜董事會

4月12日消息,，據亞馬遜官方，DeepLearning.AI 創(chuàng)始人吳恩達已加入亞馬遜董事會,，該任命從 4 月 9 日起生效,。吳恩達是DeepLearning.AI 創(chuàng)始人、Landing.AI 創(chuàng)始人,、Coursera 聯合創(chuàng)始人,、斯坦福大學計算機科學系和電氣工程系客座教授，曾任谷歌大腦深度學習項目創(chuàng)始人兼負責人,、百度首席科學家,、斯坦福大學人工智能實驗室主任。

OpenAI解雇兩名核心團隊成員

4月12日,，據The Information,，近期兩名OpenAI的研究員因涉嫌泄露機密信息而遭到解雇。其中一位是OpenAI 超級對齊團隊的核心成員 Leopold Aschenbrenner,，在2023年 OpenAI 的宮斗大戲中,，曾是時任首席科學家 Ilya Sutskever的堅定盟友。另一位是專注于推理研究的專家Pavel Izmailov，也曾在安全團隊工作,。

Meta推出5nm制程AI訓練芯片

當地時間4月10日,，Meta宣布推出旗下的第二代自研AI訓練和推理芯片MTIA v2。和2023年五月官宣的Meta第一代AI推理加速器MTIA v1相比,，最新版本芯片在性能上有顯著提升,，專為Meta旗下社交軟件的排名和推薦系統(tǒng)而設計。分析指出,，Meta的目標是降低對英偉達等芯片廠商的依賴,。

融資動態(tài)

Sam Altman又去中東了，給OpenAI找錢找合作

據彭博社,，4月11日消息,，OpenAI首席執(zhí)行官Sam Altman正努力在全球范圍內構建一個由各國政府與行業(yè)領袖組成的聯盟，旨在保證AI發(fā)展所需的芯片,、能源和數據中心容量的供應,。據消息人士，Altman本周在阿拉伯聯合酋長國會見投資者和政府官員,，討論私營部門如何與各國合作,，支持昂貴的大規(guī)模AI基礎設施。

“面壁智能”完成新一輪數億元融資

4月11日消息,，面壁智能完成新一輪數億元融資,，由春華創(chuàng)投、華為哈勃領投,，北京市人工智能產業(yè)投資基金等跟投，知乎作為戰(zhàn)略股東持續(xù)跟投支持。本輪融資將用于人才引入,，大模型底層算力與數據基礎構建,，和大模型落地三個方向,。光源資本擔任獨家財務顧問,。面壁智能創(chuàng)立于2022年8月，團隊曾于2020年12月發(fā)布國內首個中文大模型CPM-1,。

AI物聯網企業(yè)“特斯聯”融資20億元

4月9日消息,，人工智能物聯網（AIoT）企業(yè)特斯聯宣布完成D輪20億人民幣融資交割,。本輪融資由國際著名投資機構 AL Capital 與國內產業(yè)基金陽明股權投資基金共同領投，國家發(fā)改委旗下投資平臺、福田資本,、金地集團,、重科控股、數字重慶等新老股東一同跟投,，募集資金將用于完善具有多模態(tài)能力的領域大模型在園區(qū),、企業(yè)、經濟,、能源等多場景的應用,。

特斯聯成立于2015年，關注以智能技術驅動場景的智慧化升級,、產業(yè)生態(tài)繁榮與綠色低碳落地,。

新玩意

Suno的對手來了：AI音樂生成工具Udio上線

4月11日，一款名為Udio的AI音樂生成工具正式對外發(fā)布,。用戶可以通過簡單的文字描述,，創(chuàng)作出帶有歌詞的音樂作品。Udio還具備多語言歌聲創(chuàng)作功能,，支持包括J-pop,、俄羅斯夢幻流行、雷鬼音樂和寶萊塢音樂在內的多語言歌聲,。

△Udio界面，圖源：官網

前沿研究

北大與字節(jié)合作提出VAR范式

4月13日消息,，北京大學和字節(jié)跳動的研究者提出合作提出新一代范式視覺自回歸建模（VAR）,，將圖像的自回歸學習，重新定義為從粗到細的“下一個尺度預測”或“下一個分辨率預測”,。人類在感知,、創(chuàng)作圖像時習慣先概覽全局、再深入細節(jié),。VAR模仿了這一邏輯順序,，這樣的自回歸算法帶來很好的效果。

成果登上 GitHub 和 Paperwithcode 熱度榜單,，得到大量同行關注,。

△圖源：論文

體驗網站：

https://var.vision/

論文地址：

https://arxiv.org/abs/2404.02905

開源代碼：

https://github.com/FoundationVision/VAR

開源模型：

https://huggingface.co/FoundationVision/var

北大開源aiXcoder-7B代碼大模型

4月9日,，北京大學軟件工程研究所開源了由其 aiXcoder 團隊全新自研 7B 代碼大模型,。模型在代碼生成和補全任務中領先同量級甚至超越 15B、34B 參數量級的代碼大模型,。模型將憑借其在個性化訓練,、私有化部署,、定制化開發(fā)方面的優(yōu)勢，滿足企業(yè)個性化開發(fā)需求,。