腾讯研究院AI速递 20240402
生成式AI
一、 国产LLM新玩家「阶跃星辰」一年肝出万亿参数MoE！霸榜多模态
1. 阶跃星辰发布了三个大模型：千亿参数语言大模型、千亿参数多模态大模型、万亿参数MoE语言大模型，国内初创公司首次达到万亿参数级别；
2. 公司深信Scaling Law，通过模型规模扩大提升性能，目标是实现人工通用智能（AGI）；
3. 阶跃星辰在算力、数据、算法和系统上取得突破，展现了其在大模型训练及应用方面的能力。
https://mp.weixin.qq.com/s/JDGDUe26bdjlpkFjgZyx3A
二、 可编辑的DALL·E 3要来了？一句话就能PS图片，网友放出预览版本
1. OpenAI即将推出可编辑的DALL・E 3，支持用户选择图像区域并进行文本描述来编辑图像；
2. 新功能集成进ChatGPT，允许添加、删除和更新图像的特定部分，具备撤销、恢复和清除选择的操作；
3. 尽管还未正式发布，预览版本已展示出操作流程和编辑器界面，预示用户很快就能体验到这一功能。
https://mp.weixin.qq.com/s/4vn-KA0Y_2_sv_JMzgWg1A
三、 谷歌力推的JAX性能超越Pytorch等，或成GPU推理训练最快选择
1. JAX在最新基准测试中性能超越Pytorch和TensorFlow，谷歌背后支持；
2. 测试非TPU环境下完成，JAX在7项指标中排名第一，未来可能成为大模型训练与推理首选；
3. Keras 3性能普遍超过PyTorch标准实现，提供优于Keras 2的「开箱即用」性能，无需复杂优化。
https://mp.weixin.qq.com/s/aHn83H_zw33J0HwsEv-lhw
四、 微软Azure发布9款逼真AI语音，全面升级Azure AI语音服务
1. 微软Azure语音服务推出9款新逼真AI语音，涵盖英语、德语、法语、中文普通话；新语音采用最新神经网络语音合成技术，提高了语音体验的自然流畅度；
2. 其中，中文语音非常惊艳，几乎听不出来AI感；除了新增语音外,微软还对现有英语语音进行了优化,包括发布Ryan多语种语音、升级Jenny为JennyMultilingualV2版本等。
https://mp.weixin.qq.com/s/vx4XFXAG3lQAKTqERAQk-Q
五、 LISA，比LoRA还快50%的微调方法来了！一张3090性能超越全参调优
1. LISA算法超越LoRA和全参数微调，在指令微调任务上表现优异，同时空间消耗低；
2. LISA通过始终更新底层embedding和顶层linear head，随机更新少量中间层，实现高效微调；
3. LISA的实现LMFlow已开源，支持简单命令实现微调，旨在降低大模型微调的门槛。
https://mp.weixin.qq.com/s/7s8NNGYlq4JWeln0TkOKmQ
六、 AI现在可以理解人类的情感了?Hume AI推出情感智能的语音AI
1. Hume AI推出首款情感智能AI产品EVI，能理解和表达23种不同的情绪；
2. EVI基于全球数百万人类对话训练，能实时优化响应以适应用户情绪状态；
3. 产品可能应用于机器人、医疗保健等领域，旨在提高人类福祉和使人工智能交互更自然。
https://mp.weixin.qq.com/s/ERaZh975DeDPMJIq-4f4gw
七、 手机变身ChatGPT实体机器人，只需一个配件，能说话还会做梦
1. LOOI是一款集成ChatGPT的智能桌面机器人，能进行复杂对话、理解人类情感，并通过视觉模块感知周围环境；
2. 利用手机作为其大脑和屏幕，支持多种情绪表达和照片分析以展示情绪，实现成本节约；
3. 目前仅支持英文，电池续航约10小时，未来计划增加更多语言支持和功能，期待人机和谐共生的未来。
https://mp.weixin.qq.com/s/WL3pTa49ZuOT9fQwasriAw
前沿科技
八、 “大模型+机器人”的现状和未来，斯坦福、普林斯顿、英伟达、DeepMind等联合发布综述
1. 基础模型在机器人学中提供了先验知识和泛化能力，特别是在感知、决策、规划和控制方面有显著应用；
2. 大型语言模型、视觉Transformer模型、视觉-语言模型、具身多模态语言模型和视觉生成模型等都被有效应用于机器人技术；
3. 尽管取得了进展，基础模型在实时性、鲁棒性、可解释性和综合系统集成方面仍面临挑战，未来研究需进一步探索。
https://mp.weixin.qq.com/s/YEo3FMNTHRHBOBsO7HD2tw
报告观点
九、 Mistral CEO红杉分享：五年后任何人都能创建 AI 自主代理，开发者与用户界限变模糊
1. 在未来五年内，任何人都将能够创建AI自主代理，使开发者与用户之间的界限变得模糊；
2. AI技术的普及将依靠自然语言交互，使得个性化AI助手工具的创建变得更加容易和普遍；
3. LLM的应用和部署将向更多状态化形式演进，与数据和上下文更紧密地关联，开源模型的整合将促进整个行业的发展。
https://mp.weixin.qq.com/s/Ch12eEOcgqDRkr6y7BmjBg
十、 AIGC尽头除了电力还有铜？摩根士丹利：AI数据中心就是“吞铜兽”，今年铜价或再涨18%
1. AI数据中心的铜需求增长将成为推动铜价上涨的新动力，预计2024年四季度铜价将上涨18%至10500美元/吨；
2. 全球AI数据中心对铜的需求将从2023年的每年20万吨增至2027年的50万吨至120万吨，年复合增长率达到26%；
3. AI数据中心对铜的需求到2027年可能占全球铜需求的3.3%，其中铜主要用于电力分配设备和接地与互联。
https://mp.weixin.qq.com/s/dl2J8vO9ljwMfeeu6eHwHA
点击下方#腾讯研究院AI速递合集 查看往期内容
