AI新闻动态（2024-08-04到2024-08-10)

[ikaijua]

AI新闻动态（2024-08-04到2024-08-10)

目录

AI产品

1. OpenAI推出了GPT-4o模型的新版本gpt-4o-2024-08-06，性能更强且成本更低
2. 阿里通义团队开源Qwen2-Math数学模型
3. 智谱AI发布并开源视频生成模型CogVideoX
4. 中科大和上海人工智能实验室联合研发国产开源搜索引擎MindSearch（思・索）

机器人

1. Figure发布新一代人形机器人Figure 02
2. DeepMind开发了首个达到人类业余选手水平的乒乓球机器人智能体

AI研究

1. 上海交通大学团队提出空间大模型SpatialBot

AI洞察

1. 直播实时换脸开源项目Deep-Live-Cam在GitHub上爆火

AI投资

1. AI芯片初创公司Groq在最新一轮融资中募集到6.4亿美元
2. 据彭博社报道，月之暗面刚刚完成一轮逾3亿美元的融资
3. OpenAI领投硬件初创公司OpalB轮融资，总额达6000万美元
4. 英伟达联合创始人黄仁勋在7月出售3.23亿美元股票，打破个人单月最高套现纪录

[ikaijua]

2024-08-06 Figure发布新一代人形机器人Figure 02

1. Figure 02具有实时语音对话、AI视觉系统、16个自由度的机械手、内置VLM、大容量电池和增强的CPU/GPU，实现了硬件和软件的全面升级。
2. Figure 02正在宝马工厂实习工作，能完成拿钢材、组装器械等任务。
3. 机器人内置2.25 KWh电池组，提供超过50%的电量，目标是实现每天20小时以上的有效工作。
4. Figure 02采用全新的外骨骼结构和集成布线设计，提高了可靠性和美观性。
5. 通过6个RGB摄像头和AI驱动的视觉系统，用于感知与推理。在 Figure 02 上，机器人语音推理的实现主要得益于内置的麦克风和扬声器连接到与 OpenAI 合作训练的定制 AI 模型上。
6. Figure由Brett Adcock于2022年创立，专注于开发通用人形机器人。公司已完成6.75亿美元B轮融资，投资者包括微软、英特尔等知名公司和基金。

Figure 推文：https://x.com/Figure_robot/status/1820791819023909031
youtube视频：https://www.youtube.com/watch?v=0SRVJaOg9Co

媒体文章：

• 机器之心：Figure AI把「终结者」造出来了
• 量子位：刚刚，“地表最强”人形机器人发布！OpenAI加持，已在宝马打工

[ikaijua]

2024-08-06 智谱AI发布并开源视频生成模型CogVideoX

1. CogVideoX模型性能优越，推理仅需18GB显存。
2. 使用3D VAE压缩方法，提高视频压缩率和重建质量。
3. 开发了负面标签过滤器，筛选高质量视频数据。
4. 提出视频字幕生成管道，通过Panda70M和CogView3模型生成字幕。
5. 验证了scaling law在视频生成中的有效性。
6. 用户可通过智谱清言App体验。

CogVideoX.mp4

代码仓库：https://github.com/THUDM/CogVideo
模型下载：https://huggingface.co/THUDM/CogVideoX-2b
技术报告：https://github.com/THUDM/CogVideo/blob/main/resources/CogVideoX.pdf

PC 端访问链接：https://chatglm.cn/
移动端访问链接：https://chatglm.cn/download?fr=web_home

媒体文章：

• 机器之心：智谱版Sora开源爆火：狂揽4K Star，4090单卡运行，A6000可微调

[ikaijua]

2024-08-07 上海交通大学团队提出空间大模型SpatialBot

1. 研究团队提出了空间大模型SpatialBot，以及训练数据SpatialQA和测试榜单SpatialBench。
2. SpatialBot通过理解RGB-Depth信息，提升了对空间概念的理解能力。
3. 现有技术路线中，模型无法直接理解深度图输入，需要设计特定任务和QA引导模型。
4. SpatialQA数据集分为三个层次，逐步引导模型理解和使用深度信息。
5. SpatialBot在通用和具身场景下均展示了显著效果，通过学习空间知识提升了性能。

Github地址：https://github.com/BAAI-DCAI/SpatialBot

媒体文章：

• 机器之心：李飞飞「空间智能」之后，上交、智源、北大等提出空间大模型SpatialBot

[ikaijua]

2024-08-09 阿里通义团队开源Qwen2-Math数学模型

1. Qwen2-Math数学模型包含三个参数基础模型和一个指令微调模型。
2. Qwen2-Math基于通义千问模型Qwen2，旗舰模型Qwen2-Math-72B-Instruct在MATH测评上超越多个模型。
3. 模型使用Qwen2预训练并在数学专用语料库上预训练，数据集去污染处理。
4. 通过训练奖励模型和拒绝采样构建微调数据，使用GRPO方法优化模型。
5. Qwen2-Math系列模型现支持英文，将推出中英双语版本，多语言版本在开发中。
6. 在多个数学基准测评集中，Qwen2-Math-72B-Instruct表现优异，成绩远超其他模型。
7. Qwen2-Math模型展现了解决高级数学问题的能力，通义团队计划继续增强模型数学能力。

项目主页：https://qwenlm.github.io/zh/blog/qwen2-math/
Github地址：https://github.com/QwenLM/Qwen2-Math

媒体文章：

• 机器之心：通义千问开源Qwen2-Math，成为最先进的数学专项模型
• 量子位：最强数学大模型易主！阿里千问新模型成绩超GPT-4o，网友：这才是真“草莓”

[ikaijua]

2024-08-09 DeepMind开发了首个达到人类业余选手水平的乒乓球机器人智能体

1. 该机器人智能体在乒乓球技能上与人类业余选手相当，能使用正手和反手击球，应对多种打法。
2. 在29场与人类的比赛中，机器人赢得了45%的比赛，100%战胜了初学者，55%战胜了中级选手。
3. 智能体采用分层控制架构，包括低级技能库和高级控制器，以及零样本模拟到真实的技术。
4. 使用强化学习在模拟环境中训练智能体，并通过与人类对打生成更多训练数据，实现技能提升。
5. 机器人在处理下旋球和低球时存在局限，且在模拟环境中难以准确建模物理和技术限制。

论文地址：https://arxiv.org/pdf/2408.03906
youtube视频：https://www.youtube.com/watch?v=EqQl-JQxToE

媒体文章：

• 机器之心：DeepMind机器人打乒乓球，正手、反手溜到飞起，全胜人类初学者
• 量子位：乒乓球AI机器人赢了人类！正反手灵活转换，擦网球高球都能接，专业教练：达到中级选手水平

[ikaijua]

2024-08-07 OpenAI推出了GPT-4o模型的新版本gpt-4o-2024-08-06，性能更强且成本更低

1. 新版本在ZeroEval基准测试中排名第一，同时在输入和输出上分别节省了50%和33%。
2. 新版本API引入了结构化输出功能，通过JSON模式确保模型输出符合开发者定义的结构，提高模型的可靠性和安全性。
3. 新版本的token输出扩展到16k，之前只支持4k。
4. 新版本支持函数调用和response_format参数的新选项，适用于所有模型型号，并确保模型输出与提供的JSON模式匹配。
5. 新版本在代码编辑方面的成本是原来版本的一半，同时在图像输入上是OpenAI最便宜的型号。
6. 新模型的输入价格为2.5美元/100万token，输出价格为10美元/100万token，由于节省了输入输出，相当于降价。

官方博客：https://openai.com/index/introducing-structured-outputs-in-the-api/

媒体文章：

• 量子位：GPT-4o新版本突然上线：丝滑解决9.11和9.9谁大，更强也更便宜了

[ikaijua]

2024-08-08 OpenAI领投硬件初创公司Opal B轮融资，总额达6000万美元

1. 获得融资后，Opal计划在新产品中加入AI功能，转向AI硬件领域，但会继续销售现有摄像头产品。
2. 外界猜测Opal的AI新产品可能是AI眼镜，但具体细节尚未公布。
3. Opal成立于2020年，由Veeraj Chugh、Stefan Sohlstrom和Kenneth Sweet联合创立，前一轮A轮融资获得1700万美元。
4. Opal已推出两款高端网络摄像头产品C1和Tadpole，分别定位专业级市场，具有4K分辨率。
5. OpenAI的CEO奥特曼个人投资了AI硬件公司Humane，但Humane的AI Pin设备遭遇市场质疑和销量问题。
6. 在Humane和Rabbit等AI硬件产品遭遇挫折的背景下，OpenAI对Opal的投资被视为对AI硬件市场的信心，但其成功与否仍有待观察。

媒体文章：

• 量子位：做个摄像头，OpenAI领投4.3亿

[ikaijua]

2024-08-04 中科大和上海人工智能实验室联合研发国产开源搜索引擎MindSearch（思・索）

1. MindSearch提供深度、广度和准确度上超越ChatGPT和Perplexity.ai的回答。
2. MindSearch能在短时间内收集并整合大量网页信息，效率远超人类专家。
3. MindSearch的核心竞争力在于其多智能体框架，模拟人的思维过程，通过分工合作的智能体理解用户需求并提供信息。
4. 利用有向无环图（DAG）捕捉提问到解答的最优执行路径，提高问题解答的效率和准确性。
5. 采用分层检索策略，先广泛搜索再精确选择，有效管理互联网上的海量信息。
6. MindSearch通过智能体间的有效信息共享和上下文传递，解决了长上下文管理问题。
7. 上海人工智能实验室已开源MindSearch架构及相关代码，允许用户在本地部署模型，并提供了在线Demo体验。

在线 Demo：https://mindsearch.openxlab.org.cn/
开源代码：https://github.com/InternLM/mindsearch

媒体文章：

• 机器之心：还没排上SearchGPT？比Perplexity更好用的国产开源平替了解一下？

[ikaijua]

2024-08-10 直播实时换脸开源项目Deep-Live-Cam在GitHub上爆火

1. 使用单张照片即可实现直播中的实时换脸。
2. 在暗光和点光源条件下，Deep-Live-Cam仍能保持高质量的换脸效果，甚至在用户戴眼镜时也影响甚微。
3. Deep-Live-Cam支持在CPU上运行，并可通过多种技术进行GPU加速，目前已获得近7千star。
4. YouTube博主发布了安装教程，展示了Deep-Live-Cam的易用性，只需图片和视频即可生成DeepFake视频。
5. 与年初的Deep Face Live相比，Deep-Live-Cam在单张照片生成的实时换脸效果上更为自然和流畅。
6. AI换脸技术可能被用于电信诈骗等非法活动，引发了对技术滥用的担忧。
7. 为对抗AI换脸技术可能带来的问题，已有技术如Intel的FakeCatcher和端侧算力用于检测AI处理过的视频和图片。

Github地址：https://github.com/hacksider/Deep-Live-Cam

媒体文章：

• 极客公园：AI 换脸项目 Deep-Live-Cam 一夜爆火：只需一张照片，变身马斯克直播

[ikaijua]

2024-08-05 据彭博社报道，月之暗面刚刚完成一轮逾3亿美元的融资

据彭博社报道，腾讯控股参投了中国生成式人工智能初创公司月之暗面（Moonshot）刚刚完成的一轮逾3亿美元的融资。对此，月之暗面回应界面新闻称，不予置评。

前述报道援引知情人士消息称，此轮融资将月之暗面的估值推高至33亿美元，也吸引了包括高榕资本在内的其他投资者和现有的支持者阿里巴巴。

媒体报道：

• 界面新闻：月之暗面回应腾讯参投3亿美元融资：不予置评

[ikaijua]

2024-08-06 英伟达联合创始人黄仁勋在7月出售3.23亿美元股票，打破个人单月最高套现纪录

1. 在6月和7月，黄仁勋累计卖出约5亿美元股票，其时机选择在英伟达股价大跌之前，利用了芯片股的上涨趋势。
2. 英伟达股价在7月10日达到高点后下滑，8月5日盘初跌幅超过15%，进入技术性熊市。
3. 黄仁勋的个人净资产在7月一度超过1000亿美元，但随后随着英伟达股价下跌而减少至888亿美元。
4. 7月份，不仅是黄仁勋，其他公司内部高管如特斯拉董事Mark Stevens和执行副总裁Jay Puri也进行了股票套现。
5. 自年初以来，英伟达内部人士总计套现了价值超过10亿美元的股票。

媒体文章：

• 华尔街见闻： 7月抛英伟达超3.2亿美元！黄仁勋已连续两个月创下最高套现纪录

[ikaijua]

2024-08-06 AI芯片初创公司Groq在最新一轮融资中募集到6.4亿美元

1. 此轮融资后，Groq的公司估值达到28亿美元。
2. 全球最大的资产管理公司贝莱德集团（BlackRock）在此轮融资中担任领投方。
3. 贝莱德集团的领投显示了投资界对Groq未来发展的信心。
4. Groq成立于2016年，专注于开发人工智能、机器学习和高性能计算的计算机加速器。
5. 除贝莱德集团外，思科系统和三星电子的投资部门也参与了Groq的本轮融资。
6. Groq的融资消息受到市场积极响应，投资者和市场观察者对公司的发展前景表示乐观。

媒体文章：

• 第一财经：AI芯片初创公司Groq获6.4亿美元融资，估值达28亿美元