AI新闻动态（2024-03-24到2024-03-30）

[ikaijua]

AI新闻动态（2024-03-24到2024-03-30）

目录

AI产品

1. OpenAI公开语音合成引擎Voice Engine
2. Mistral AI开源了Mistral 7B v0.2的基础模型
3. 马斯克的人工智能公司xAI推出的新一代大模型Grok-1.5
4. Stability AI 推出了代码生成模型 Stable Code Instruct 3B
5. 大数据人工智能公司Databricks开源通用大模型DBRX

机器人

1. 一个有趣的机器人项目：Looi把手机变成智能机器人

AI研究

1. 腾讯放了开源了大模型AniPortrait可以根据提供的音频和肖像图片生成视频

AI洞察

1. OpenAI与一些视觉艺术家合作 展示Sora的无限创意能力

AI投资

1. 亚马逊又向人工智能公司 Anthropic 投资了 27.5 亿美元，向Anthropic总投资达到40亿美元

[ikaijua]

2024-03-27 Stability AI 推出了代码生成模型 Stable Code Instruct 3B

1. 该模型在指令调整编码语言模型方面实现了 SOTA 性能，优于 CodeLlama 7B Instruct 等更大规模的模型。
2. Stable Code Instruct 3B 增强了代码补全能力，并支持自然语言交互。
3. 该模型在各种编码任务中优于同类模型，包括代码生成、FIM 任务、数据库查询和代码翻译。
4. 与其他模型相比，尽管参数量较少，但 Stable Code Instruct 3B 在所有语言上的 Multi-PL 基准测试中表现出色。
5. 该模型可用于商业目的。

• 官方新闻：https://stability.ai/news/introducing-stable-code-instruct-3b
• 模型：https://huggingface.co/stabilityai/stable-code-instruct-3b
• HuggingFace 试用：https://huggingface.co/spaces/stabilityai/stable-code-instruct-3b
• Stable Code 技术报告：https://static1.squarespace.com/static/6213c340453c3f502425776e/t/6601c5713150412edcd56f8e/1711392114564/Stable_Code_TechReport_release.pdf

媒体文章：

• 机器之心：Stability AI开源3B代码生成模型：可补全，还能Debug

[ikaijua]

2024-03-24 Mistral AI开源了Mistral 7B v0.2的基础模型

1. Mistral AI在Cerebral Valley黑客松活动上突然宣布开源了Mistral 7B v0.2 Base Model，这是他们Mistral Tiny系列的原始预训练模型的一部分。更新后的模型上下文从8K提升到32K，并进行了性能改进。
2. Mistral 7B模型在各项基准测试中表现出色，被认为是同尺寸级别中最好的模型之一。许多开发者将其作为竞争对手，而不是以前的Llama 2模型。Mistral-7B-Instruct-v0.2是该模型的指令调优版本，在MT-Bench上获得了7.6分的成绩。
3. Mistral AI的长远目标是与OpenAI竞争。他们最近发布了旗舰级大模型Mistral Large，并与微软达成了合作协议。Mistral Large不是开源模型，而是通过与微软合作引入Azure平台。这次合作涉及超算基础设施、市场推广和人工智能研发三个核心领域。
4. Mistral AI采用了一种商业模式，通过提供优化模型来获得资金支持其昂贵的研究。虽然他们从开源模式开始，但现在的旗舰模型Mistral Large并不是开源的。

媒体文章：

• 机器之心：32K上下文，Mistral 7B v0.2 基模型突然开源了

[ikaijua]

2024-03-29 马斯克的人工智能公司xAI推出的新一代大模型Grok-1.5。

1. 在数学和代码相关任务中，Grok-1.5表现出色，取得了较高的成绩，在MATH基准测试和GSM8K基准测试中分别达到50.6%和90%的成绩。
2. Grok-1.5具有处理长上下文的能力，可以处理多达128K个标记的长上下文，相比之前的版本容量增加了16倍。
3. Grok-1.5在检索能力方面也展现出强大的表现，在长度高达128K个标记的上下文中能够实现完美的检索结果。
4. Grok-1.5将很快向早期测试者开放，并将陆续推出一些新功能。

官方博客：https://x.ai/blog/grok-1.5

媒体文章：

• 机器之心：马斯克大模型Grok1.5来了：推理能力大升级，支持128k上下文
• 量子位：马斯克突发Grok 1.5！上下文长度至128k、HumanEval得分超GPT-4

[ikaijua]

2024-03-29 OpenAI公开语音合成引擎Voice Engine

1. 语音合成引擎Voice Engine可以通过仅需15秒的语音样本克隆出一个人的声音，并且跨越语言的限制。
2. Voice Engine的技术被应用在APP版ChatGPT的语音对话功能中。
3. Voice Engine在几个应用案例中的效果。其中包括为儿童等不具备文字阅读能力的群体提供阅读辅助，为视频翻译软件HeyGen提供语音引擎，以及为残障人士提供帮助，使他们能够拥有真实的声音。
4. Voice Engine可以通过提取病患患病前的声音样本帮助病患恢复声音。文章给出了一个年轻患者的例子，她因罹患脑肿瘤而失去了流利讲话的能力，但通过Voice Engine的帮助，她能够恢复到患病前的声音。
5. OpenAI对安全问题非常重视，为了防止声音克隆的滥用，他们对开发者进行严格筛选，并要求开发者明确声音是合成的，并设定了黑名单来防止克隆公众人物的声音。此外，OpenAI还添加了水印以进行检测监控，并呼吁社会共同关注安全问题。
6. OpenAI提出了几项措施以应对安全问题，包括逐步淘汰语音验证方式、探索个人声音的保护措施、教育公众理解AI的局限性，并加速开发溯源技术，让人们能够清晰辨别真人和AI。

OpenAI官方博客：Navigating the Challenges and Opportunities of Synthetic Voices

[ikaijua]

2024-03-27 亚马逊又向人工智能公司 Anthropic 投资了 27.5 亿美元，向Anthropic总投资达到40亿美元

1. 亚马逊AWS宣布完成对Anthropic总计40亿美元的投资。向Anthropic投资这40亿美元，是分两次完成的。去年9月25日，亚马逊公开表示将向Anthropic投资最多40亿美元，第一笔12.5亿美元的初始投资已于去年9月完成。这笔交易达成时，Anthropic公司的最新估值为184亿美元。
2. Anthropic不久前刚发布了强大的Claude 3系列大语言模型：超过了OpenAI的GPT-3.5 Turbo模型，在某些指标上甚至超过了更大更强大的GPT-4。
3. 亚马逊将使用Anthropic模型在AWS上提供AI应用程序和服务，亚马逊计划使用Anthropic的模型在AWS上构建、部署生成式AI应用程序和服务，为客户提供相关功能。
4. 亚马逊将使用AWS Trainium和Inferentia芯片来支持Anthropic的基础模型构建和训练，两家公司还将合作开发未来的技术。亚马逊将保留Anthropic的少数股权，并使用其模型增强亚马逊业务中的现有应用程序。

媒体文章：

• 甲子发现：40亿美金，亚马逊投了OpenAI宿敌

[ikaijua]

2024-03-26 OpenAI与一些视觉艺术家合作 展示Sora的无限创意能力

OpenAI放出一些视觉艺术家、设计师、创意总监和电影制作人和Sora合作的创意视频。
艺术家们表示： “虽然 Sora 擅长制造看似真实的事物，但让我们兴奋的是它能制造出完全超现实的事物。”

OpenAI官方博客：https://openai.com/blog/sora-first-impressions

[ikaijua]

2024-03-28 大数据人工智能公司Databricks开源通用大模型DBRX

1. Databricks开源了通用大模型DBRX，它是一款拥有1320亿参数的混合专家模型（MoE），32K上下文，中文能力一般。比Mixtral 8x7B要强。
2. DBRX的基础（DBRX Base）和微调（DBRX Instruct）版本已经在GitHub和Hugging Face上发布。
3. DBRX在语言理解、编程、数学和逻辑等方面超越了目前的开源大模型，如LLaMA2-70B、Mixtral和Grok-1。
4. DBRX在多个基准测试中表现优秀，包括综合基准、编程和数学基准以及MMLU（机器之心多模态语言理解）基准。
5. DBRX的性能超过了Grok-1，并且与Gemini 1.0 Pro和Mistral Medium具有竞争力。
6. DBRX的开源引起了广泛的讨论和媒体报道，被称为"世界最强大的开源AI模型"。

官方博客：https://www.databricks.com/blog/introducing-dbrx-new-state-art-open-llm
GitHub 链接：https://github.com/databricks/dbrx
基础版：https://huggingface.co/databricks/dbrx-base
微调版：https://huggingface.co/databricks/dbrx-instruct

媒体文章：

• 机器之心：开源大模型王座再易主，1320亿参数DBRX上线，基础、微调模型都有

[ikaijua]

2024-03-27 腾讯放了开源了大模型AniPortrait可以根据提供的音频和肖像图片生成视频

1. AniPortrait的主要功能包括音频驱动的动画合成、面部再现和头部姿势控制。
2. AniPortrait利用3D面部网格和头部姿态的信息，将其投影到2D面部标志序列中，然后通过扩散模型将2D序列转换为人像视频。

caixukun.mp4

Github地址：https://github.com/Zejun-Yang/AniPortrait

[ikaijua]

2024-03-30 一个有趣的机器人项目：Looi把手机变成智能机器人

手机与桌面机器人集合体，接入ChatGPT，使机器人拥有了视觉能力并且能与人进行互动。目前项目正在众筹中。

looirobot_64k.mp4

官网地址：https://looirobot.com/