腾讯研究院AI速递 20240729
生成式AI
一、 CPU、GPU互连1米飙至100米，英特尔：你相信光吗？
1. 英特尔推出业界首款全集成光学计算互连（OCI）芯片，使用光学I/O替代电气I/O，实现更远的数据传输距离和更低的功耗；
2. OCI芯片支持最长100米的光纤传输，单向支持64个32Gbps通道，适用于大规模AI模型和数据中心；
3. 硅光子技术使得OCI芯片在晶圆级集成激光器和光放大器，提高了数据传输速度和稳定性，同时降低了功耗。
https://mp.weixin.qq.com/s/4C7Ar1P4zuho_OmSv9yLNg
二、 OpenAI的SearchGPT第一波评测！响应速度超快还没广告
1. SearchGPT提供快速响应和直观的搜索结果展示，如天气预报和地点推荐，且无广告干扰；
2. 该平台支持多媒体内容直接展示，如图片和视频，增强用户体验；
3. OpenAI的SearchGPT可能对谷歌构成竞争，尤其在无广告和直观数据展示方面具有优势。
https://mp.weixin.qq.com/s/_yReQrPvhOGkCkWQvw8Mrg
三、 为什么AI数不清Strawberry里有几个 r ？Karpathy来解释
1. AI模型在处理单词"Strawberry"时因Tokenization将其分为多个部分，导致难以正确计数字母'r';
2. Karpathy通过表情包形式的小程序展示了模型如何视觉化处理文本，揭示了模型处理简单问题的不足;
3. 提出模型应具备“认知自我知识”，通过后训练技术让模型仅回答其确信的问题，提高回答质量。
https://mp.weixin.qq.com/s/c52Ca4g0USzSIRXSEq-t4w
四、 不止卖铲子：英伟达配合Llama3.1推出定制模型、推理服务
1. 英伟达推出NVIDIA AI Foundry和NVIDIA NIM推理微服务，提供从数据管理到模型部署的全流程AI服务；
2. 合作使用Meta的Llama 3.1模型，提供定制化生成式AI模型和加速部署，提高模型运行效率和吞吐量；
3. 引入NeMo工具套件，支持数据集准备、模型微调、自动评估和安全护栏设置，增强模型的定制性和安全性。
https://mp.weixin.qq.com/s/i1zEzVTN53qyeYw7BFKZqw
五、 智谱AI视频模型「清影」：免费使用，轻松制作6秒搞笑视频
1. 智谱AI发布了名为“清影”的视频生成模型，允许用户通过文本或图片输入生成高清6秒视频，服务对所有用户免费开放；
2. 清影模型基于CogVideoX，具备深度学习和多模态学习能力，能够理解视频内容并预测事件发展；
3. 用户可自定义视频风格、情感氛围，并添加背景音乐，但需付费下载带音乐的视频版本。
https://mp.weixin.qq.com/s/xnPEULpYpIQz2nij-UuvvQ
六、 DeepMind混合大模型获重大突破，首次拿下国际奥数银牌
1. 谷歌DeepMind的AlphaProof和AlphaGeometry 2模型在2024年国际数学奥林匹克竞赛中获得银牌，展示了AI在数学推理能力上的进步；
2. AlphaGeometry 2利用神经符号框架和证明搜索技术，能自动解决几何问题并生成合成定理和证明，提高了问题解决的效率和范围；
3. AlphaProof结合预训练语言模型和AlphaZero强化学习算法，使用形式语言Lean进行数学证明，增强了模型在形式数学推理上的能力。
https://mp.weixin.qq.com/s/7XD1fT9hlnj_Jx7NlLxCWg
七、 Suno更有危机感了，Udio更新v1.5版本，是认真想做音乐
1. Udio发布v1.5版本，增加了多语言支持和音质提升至48kHz立体声，提高了音乐生成的层次感和专业性；
2. 新版本引入调性控制和音频生成音频功能，增强了对专业音乐人和普通用户的可用性和创作灵活性；
3. Udio专注于音乐生成，使用大语言模型处理复杂的音乐信息，尽管技术先进但仍难以完全替代真人表演。
https://mp.weixin.qq.com/s/cVVEG5I3mu870QDm9PGz8w
前沿科技
八、 无需任何系统的物理知识，美国阿贡国家实验室AI制造材料「指纹」
1. 美国阿贡国家实验室开发了一个无监督深度学习框架，能够自动从X射线光子相关光谱数据中识别和分类材料的松弛动力学，无需依赖物理知识；
2. 该技术通过神经网络生成材料的“指纹”，使科学家能够访问以前无法获取的信息，加速大型数据集的探索和样本识别；
3. 研究使用自动编码器技术创建材料指纹，并通过无监督学习方法将相似特征的指纹聚类，提高了材料结构和动力学变化的理解。
https://mp.weixin.qq.com/s/VEu2-Gtfwlwz62XDhMp1yw
报告观点
九、 Llama 4训练开启！MetaMeta科学家揭秘Llama 3.1是如何炼成的
1. Llama 3.1的开发考虑了多种因素如scaling law、训练时间、硬件限制，并使用了合成数据和后训练技术来优化模型性能；
2. Llama 4的研发已启动，聚焦于agent技术，旨在提高模型的智能操作能力和实用性；
3. Meta科学家Thomas Scialom强调了开源社区的重要性，并期待社区能够帮助优化和运行大规模模型，如Llama 3.1。
https://mp.weixin.qq.com/s/2q3jTMM45AJAZjF5AdXzow
十、 对话智谱AI张鹏：对标OpenAI发布视频模型，这是AGI必要一环
1. 张鹏认为视频生成技术是实现多模态人工智能和通向AGI（人工通用智能）的必要步骤；
2. 视频生成不仅是技术展示，而是整个产品和技术发展路线的一部分，重要性在于其在多模态路径中的作用；
3. 对于视频生成模型的商业化和市场反馈，张鹏表示当前的策略是初步尝试，目的是探索市场和用户需求，将根据反馈进行调整。
https://mp.weixin.qq.com/s/c9NiQPHPtoAsEwmS5GJiTA
👇订阅下方合集，获取每日推送
