AI新闻动态（2023-10-29到2023-11-04）

[ikaijua]

AI新闻动态（2023-10-29到2023-11-04）

[ikaijua]

2023-11-03 披头士乐队携手AI发布最后一首新歌《Now and Then》

1. 披头士乐队被广泛认为是史上最伟大、最有影响力的摇滚乐队，他们在1960年成立，于1970年解散。乐队的两位成员约翰・列侬和乔治・哈里森已经去世。
2. 尽管离披头士乐队解散已经过去了半个世纪，但他们最后一首歌曲《Now and Then》最近问世。这首歌曲由约翰・列侬在70年代末创作和演唱，但由于技术问题导致歌曲制作一直搁置。
3. 彼得・杰克逊的团队开发的AI技术，可以将音乐作品中的不同成分分割成独立的音轨，这使得重新制作《Now and Then》成为可能。
   约翰・列侬的声音在重新制作过程中得以清晰地呈现，保罗・麦卡特尼加入了贝斯音轨，林戈・斯塔尔加入了鼓声，制作人吉尔斯・马丁负责弦乐编曲。
4. 这首歌曲的制作过程被记录在一部名为《Now and Then - 披头士乐队的最后一首歌》的纪录片中，该纪录片包含了与歌曲制作相关的故事以及与披头士乐队成员有关的镜头。

• 《Now and Then》歌曲：https://www.youtube.com/watch?v=Opxhh9Oh3rg
• 《The Beatles - Now And Then - The Last Beatles Song (Short Film)》纪录片：https://www.youtube.com/watch?v=APJAQoSCwuA

媒体报道：

• 机器之心：刚刚，披头士乐队发布「最后一首」新歌，背后是AI制作
• 果壳：披头士搁置 30 年的“最后一曲”，因为 AI 重生了

[ikaijua]

2023-10-31 阿里云发布了千亿级参数大模型通义千问2.0

1. 通义千问2.0在多个权威测评中的综合性能超过GPT-3.5，取得了显著的提升。
2. 在数学推理、代码理解等领域有显著进步，在各种基准测试中取得了良好的成绩。
3. 通义千问2.0进行了技术优化，提供了更好的指令遵循、工具使用和精细化创作等功能。
4. 阿里云还推出了8个行业模型，涵盖了多个垂直场景，开发者可以将其集成到自己的应用和服务中。
5. 阿里云计划近期开源通义千问72B版本，以支持开发者进行模型和应用创新。

• 阿里云：阿里云发布通义千问2.0

媒体报道：

• 机器之心：千亿规模参数，阿里云通义千问进化到2.0：性能超GPT-3.5，加速追赶GPT-4

[ikaijua]

2023-11-04 "字节"开盒"OpenAI所有大模型，揭秘GPT-3到GPT-4进化路径！

它讨论了GPT-3模型如何演化到GPT-4以及其中的关键技术和影响。

1. SFT是早期GPT进化的推动者：最初的GPT-3模型通过监督微调SFT和其变体FeedME进化为text-davinci-001，这使得后者在几乎所有任务上都取得了性能提升。
2. RLHF和SFT：编码能力提升的功臣：在GPT3.5系列中，引入了基于PPO算法的RLHF技术，使得模型在编码任务上获得了显著提升。使用了SFT和RLHF技术的模型在pass@1上表现出大幅提升，将内在能力转化为一遍过、无错误编码的能力。
3. 代码加入预训练，对推理帮助最大：GPT4演化过程中出现了两个特殊模型，分别是code-cushman-001（Codex-12B）和code-davinci-002。前者是OpenAI首次尝试使用代码数据进行训练，取得了不错的代码能力。后者是在GPT3基础上使用RLHF+代码训练的结果，预训练中混合了文本和代码数据。这种预训练方式可以全面提升模型的能力，尤其是推理能力。
4. "跷跷板"现象：作者观察到GPT-4在一些复杂推理任务上需要多次尝试才能解决问题。结合之前的观察，他们认为通过SFT和RLHF，模型可以将内在能力转化为一次性解决问题的能力，不断逼近其能力上限。
5. 以上这些发现，全部基于GPT-Fathom，字节最新提出的一个大模型评测工具。

论文地址：
https://arxiv.org/abs/2309.16583
参考链接：
https://github.com/GPT-Fathom/GPT-Fathom

媒体报道:

• 量子位: 字节“开盒”OpenAI所有大模型，揭秘GPT-3到GPT-4进化路径！把李沐都炸出来了

[ikaijua]

2023-11-03 Midjourney发布了一次大更新，引入了自定义风格新功能，被网友评价为改变游戏规则的一次更新

1. Midjourney新增了Style tuner功能，用户可以通过该功能定制图像风格。定制好的风格可以被压缩成一行代码，并在生成图像时粘贴该代码，从而保持定制化风格。
2. 用户可以以同种风格输出人物和自然风光的图像，不论是现实还是虚拟世界的风格都可以拿捏。生成的图像质感很好，可以轻松产生大片效果。
3. 自定义的风格代码可以共享给其他人使用，有网友认为这将取代提示共享的方式。通过生成的风格代码，用户可以在下一次生成图像时保持相同的风格，并且可以返回页面继续优化和调整风格。

推文：https://twitter.com/_Borriss_/status/1719981444213424552

媒体报道：

• 量子位：Midjourney大更新：开放自定义风格新功能！网友：最改变游戏规则的一集

[ikaijua]

2023-11-04 美团、网易有道、蚂蚁集团、面壁智能、360等约11个 AI 大模型获批，部分已开放使用

1. 获批的企业包括网易有道（“子曰”大模型）、蚂蚁集团（百灵大模型）、面壁智能（“面壁露卡Luca”）、出门问问（“序列猴子”）、昆仑万维（“天工”大模型）、美团、知乎（“知海图AI”模型）、月之暗面（moonshot）、金山办公（WPS AI）、好未来（MathGPT大模型）、360公司等（奇元大模型）。
2. 部分企业已经宣布他们的AI大模型产品将面向全社会开放服务，其中面壁智能、出门问问、网易有道、昆仑万维已经官宣了此消息。美团和金山办公方面还没有回应。这意味着目前已经有超过20个大模型获得了审批，预计AI大模型将快速进入原生应用和产业落地阶段。

使用入口：

• 面壁露卡Luca: https://luca.cn/
• “序列猴子”的AI写作助手奇妙文：https://write.mobvoi.com 或AI开放平台https://openapi.mobvoi.com/llm
• “天工APP”或登陆“天工官网”（www.tiangong.cn）均可直接注册使用
• 知乎的“知海图AI”大模型于今年4月推出，是面壁智能与知乎共同基于面壁智能自主研发的 CPM企业级大模型 与 ModelForce大模型系统训练完成的产品。
• 金山办公的大模型产品WPS AI于今年4月首次对外亮相，作为金山办公旗下具备大语言模型能力的人工智能应用，率先将新一代AI技术落地到办公领域，现已接入金山办公全线产品。金山办公将WPS AI定位为大语言模型的应用方，将应用大模型重构办公软件，为用户提供AIGC（内容创作）、Copilot（智慧助理）和Insight（知识洞察）三方面全新的产品体验。
• 好未来的 MathGPT可通过官网www.mathgpt.com申请使用

媒体报道：

• 钛媒体：美团、昆仑万维、蚂蚁集团、面壁智能、360等约11个 AI 大模型获批，部分已开放使用

[ikaijua]

2023-11-01 阿里云推出AI编程工具“通义灵码”

1. "通义灵码"基于阿里云自家的通义大模型开发。
2. 支持主流IDE，包括Visual Studio Code和JetBrains IDEs等。
3. 支持多种主流编程语言，包括Java、Python、Go、C/C++、JavaScript、TypeScript、PHP、Ruby、Rust、Scala等。
4. 在功能方面，提供了行/函数级实时续写、自然语言生成代码、单元测试生成、代码注释生成、代码解释等功能。
5. 官方声称"通义灵码"基于海量研发文档、产品文档、通用研发知识以及阿里云的云服务文档和SDK/OpenAPI文档进行问答训练，可为用户答疑解惑，帮助解决研发问题。

“通义灵码”官网：https://tongyi.aliyun.com/lingma

媒体报道：

• IT之家：阿里云推出“通义灵码”AI 编程工具，支持 VS Code、JetBrains 等主流 IDE
• V2EX话题：阿里新出的对标 github copilot 的工具 通义灵码

[ikaijua]

2023-11-30 百川智能发布的全球最长上下文窗口大模型Baichuan2-192K

1. 百川智能推出新大模型Baichuan2-192K,上下文窗口长度达到192K，一次可以处理约35万汉字,是目前支持最长上下文窗口的模型。
2. 官方宣称在长文本问答、摘要等多个评测中,Baichuan2-192K的表现显著优于Claude等其他模型。
3. 百川通过算法和工程优化,实现了窗口长度和模型性能的同步提升。
4. Baichuan2-192K已经通过API开放给部分合作伙伴,正在多个真实场景中应用，未来将进一步开放API,与更多垂直场景结合,发挥长文本理解的优势。
5. Baichuan2-192K验证了长上下文窗口的效果，对行业和学术都具有重要意义。

百川智能：百川智能推出全球最长上下文窗口大模型Baichuan2-192K，一次可输入35万字超越Claude2

[ikaijua]

2023-11-04 马斯克的AI创业公司xAI发布首款产品Grok AI助手。

1. Grok AI比ChatGPT更幽默，可以根据用户喜好设置不同语气。
2. Grok AI可以在X平台上实时搜索信息,新闻敏感度高。
3. Grok AI支持超长提示、快速响应、庞大知识库、语音交互等功能。
4. Grok AI的订阅价格为每月16美元,将先在X Premium开放。
5. xAI团队由多名顶尖AI专家组成,马斯克本人也参与其中。

媒体报道：

• 爱范儿：马斯克的 xAI 发布首款产品！有一点ChatGPT也比不上，还能在特斯拉用

[ikaijua]

2023-11-04 最近基于AI视频生成工具AnimateDiff的视频在网上流行

1. Animatediff由香港中文大学团队基于Stable Diffusion提出,无需额外训练就可以为图像模型生成视频。
2. Animatediff可以生成平滑的动画片段,保持模型质量,上手简单。
3. 基于Animatediff诞生了多款AI视频生成产品,如Pika、Genmo、Moonvalley等。这些产品支持通过文本生成视频,可自定义视频样式、质量等。最新产品Moonvalley效果最好,可生成极高清视频。
4. 随着Animatediff等技术进步,AI视频的“ChatGPT时刻”即将到来。预计到年底,AI视频将被大规模应用到生产环境,如AI画图软件那样普及。

• AnimateDiff的Github： https://github.com/guoyww/AnimateDiff

资料：

• 腾讯科技：这款工具让你一秒成AI版宫崎骏，AI视频“ChatGPT时刻”快到了
• CG迷AnimateDiff的安装与使用教程
• 秋风_irwin 整理的 AnimateDiff 入门教程，包括 webui、comfyui、cli。
  教程地址：https://github.com/hua1995116/awesome-ai-painting/tree/master/animatediff

[ikaijua]

2023-10-29 微软在一篇论文中意外透露了gpt-3.5-turbo的参数大小仅仅20B，效果好于绝大多数70B的模型！

1. 微软一篇论文图片显示,GPT-3.5的参数量仅为200亿。这引发广泛讨论,因为此前GPT-3.5被认为有1750亿参数。
2. 有观点认为200亿参数说明GPT-3.5体量不大，也有观点认为参数标错。
3. 论文要介绍CodeFusion,这是个只有7500万参数但表现强大的模型。CodeFusion在多个指标上媲美大模型,参数效率非常高。
4. 论文比较了CodeFusion与GPT-3等模型,但GPT-3.5的参数标为200亿。GPT-3.5的真实参数量有待确认,相关技术细节也有待进一步披露。文章引发关注,但GPT-3.5是否只有200亿参数还不可知。

论文地址：https://arxiv.org/abs/2310.17680

[ikaijua]

2023-11-02 微软推出了面向初学者的生成式AI课程，斯坦福大学教授吴恩达也推出了一门面向所有人的生成式 AI 课程《Generative AI for Everyone》。

1. 微软的生成式AI课程包含12讲,涵盖LLM介绍、提示工程、文字生成、聊天机器人等内容。每节课有视频介绍,还提供代码示例进行实践操作。课程目的是帮助初学者全面了解生成式AI和实际应用。
2. 吴恩达也推出了面向所有人的生成式AI课程。吴恩达课程分3周,详细介绍生成式AI的工作原理。
3. 两门课程内容丰富,都是学习生成式AI不可多得的入门资源。初学者可以根据自己需求选择合适的课程,系统学习生成式AI知识。

微软的生成式AI课程地址：https://github.com/microsoft/generative-ai-for-beginners
吴恩达的《Generative AI for Everyone》课程地址：https://www.deeplearning.ai/courses/generative-ai-for-everyone/

[ikaijua]

2023-11-03 AI视频生成工具Gen-2 最近推出了重大更新，提升了视频的保真度和一致性

1. Gen-2进行了重大更新，视频效果提升到了4K分辨率。
2. Gen-2生成的视频真实度和一致性大幅提高，可生成各种高级感十足的视频片段。用户可以通过简单的文字描述就制作出高质量视频。
3. Gen-2的创始人宣称“创意软件已经死亡”,传统创意工具无法与AI创作工具相提并论。许多用户也表示AI工具正在取代创作者。
4. 这次Gen-2更新预示着生成式AI进入新的发展阶段，将继续颠覆创意产业、对艺术创作产生深远影响。

Gen-2体验地址：

• https://research.runwayml.com/gen2

媒体报道：

• Runway的推文：https://twitter.com/runwayml/status/1720064304374792615
• 量子位：Gen-2颠覆AI生成视频！一句话秒出4K高清大片，网友：彻底改变游戏规则