??????AI應用
Stability.ai發布開源文生圖模型SDXL Turbo
文生成圖AI平臺Stability.ai發布開源SDXL Turbo，圖像生成實時響應，僅需1秒。SDXL Turbo基于全新對抗擴散蒸餾技術（ADD），將生成步驟減至1-4步，保持高質量。性能測試顯示，SDXL Turbo在1步驟擊敗LCM-XL的4步驟和SDXL的50步驟。雖有局限，只能用于學術研究，生成512x512固定像素圖片，但技術突破可助中小企業低成本應用。
開源地址:https://github.com/Stability-AI/generative-models
在線體驗地址:https://clipdrop.co/stable-diffusion-turbo
論文地址:https://stability.ai/s/adversarial_diffusion_distillation.pdf
【AiBase提要:】
?? SDXL Turbo發布:Stability.ai宣布開源SDXL Turbo，實現文生成圖實時響應，1秒生成圖片。
?? 技術突破:基于對抗擴散蒸餾技術，SDXL Turbo將生成步驟從50減至1-4步，保持高圖像質量。
?? 應用范圍:雖局限于學術研究，SDXL Turbo技術突破可助中小企業以低成本進行圖像生成應用。
Pika Labs1.0版發布
AI初創公司Pika Labs正式發布了其令人印象深刻的AI視頻生成器的1.0版本，為視頻創作帶來了全新的體驗。
Pika Labs體驗網址:https://top.aibase.com/tool/pika-labs
【AiBase提要:】
Pika Labs發布1.0版AI視頻生成器，支持多種風格視頻創作。
Pika Labs成功融資5500萬美元，由知名投資者領投。
Pika Labs1.0支持用戶上傳視頻二次生成和編輯，而且還能局部編輯視頻內容
字節跳動ChitChop在海外上線
字節跳動推出的大模型產品“ChitChop”在海外上線，由POLIGON開發和運營，提供多達200+的智能機器人服務，支持創作、工作、AI畫畫、娛樂、AI學習和生活等六大場景，具備語音輸入和文件分析功能。
【AiBase提要:】
?? ChitChop是字節跳動的人工智能助理工具，提供200+智能機器人服務。
??? 產品支持創作、工作、AI畫畫、娛樂、AI學習和生活等六大場景。
??? ChitChop具備語音輸入功能，能自動識別語音內容，并可進行文件分析和討論。
??????AI新鮮事
OpenAI介入調查:GPT-4在編寫代碼上偷懶
GPT-4最新版本因偷懶不愿編寫完整代碼，用戶抱怨頻出，引起廣泛關注和調查。
【AiBase提要:】
?? GPT-4最新版本存在編寫代碼懶惰的問題，用戶反映在實際需求中難以得到滿足。
?? 用戶反饋GPT-4在解釋問題上花費過多時間，而不提供實際可運行代碼，引發不滿。
?? OpenAI已介入調查，并表示將借助用戶提供的例子加以改進。
法院判決AI生成圖片具備版權
北京互聯網法院首次就AI生成圖片領域著作權侵權案作出一審判決，認定AI生成的圖片具備獨創性和智力投入，應受著作權法保護，為該領域著作權保護樹立了重要判例。
【AiBase提要:】
??法院首次確認AI生成圖片具備獨創性和智力投入，應受著作權法保護。
??在創作過程中，法院強調智力投入主要來自人而非人工智能模型。
???判決對涉案圖片的智力成果、獨創性、作品性質及著作權歸屬等進行詳細解釋，對AI生成圖片領域著作權保護具有重要意義。
vivo S18系列將首批搭載藍心AI大模型
vivo宣布S18系列將成為首批采用AI大模型技術的手機，搭載自研藍心大模型，參數量級涵蓋十億、百億、千億。S18將采用驍龍7Gen3處理器，而S18Pro升級為天璣9200處理器。
【AiBase提要:】
?? 技術領先: vivo S18系列引領潮流，首批搭載覆蓋十億至千億參數級別的藍心AI大模型技術。
?? 卓越配置: S18搭載驍龍7Gen3處理器，曲面屏、超光感人像鏡頭，而S18Pro升級至天璣9200，支持Wi-Fi7等先進配置。
?? 全面布局: vivo不僅在硬件上創新，還推出了藍心小V助理和藍心千詢APP，拓展了基于AI大模型的應用場景。
谷歌搜索展示AI生成圖片替代了真實照片
最新報道指出，谷歌搜索結果中以色列傳奇歌手卡瑪卡維沃·奧萊的照片實際上是由人工智能生成的，引發了對搜索準確性的擔憂。
【AiBase提要:】
?? 谷歌搜索顯示卡瑪卡維沃·奧萊的照片實為AI生成，替代了真實照片。
?? 谷歌表示正在改進Knowledge Panels，但對問題尚未解決。
?? 網頁指責Google對AI生成的虛假信息回應不足，呼吁公司解決問題。
亞馬遜宣布推出新的人工智能芯片Trainium2
亞馬遜AWS推出新的人工智能芯片「Trainium2」，旨在構建和運行AI應用程序，同時深化與英偉達的合作，提供對Nvidia最新芯片的訪問。
【AiBase提要:】
?? 雙管齊下策略: 亞馬遜計劃推出Trainium2人工智能芯片，同時提供對Nvidia最新芯片的訪問，以滿足不斷增長的AI應用需求。
?? 性能提升: Trainium2芯片將使AI模型性能提高四倍，為公司如OpenAI、Databricks等提供更強大的訓練工具。
?? 多元選擇: 亞馬遜強調其云計算服務AWS的多元選擇，包括Graviton4處理器和Nvidia GPU，以滿足客戶對成本效益高的云服務的需求。
一男子用AI工具洗稿競爭對手文章 “竊取”數百萬的頁面瀏覽量
人工智能生成工具在SEO領域引發爭議，Content Growth創始人通過AI文本生成器成功竊取360萬流量，引發用戶質疑和道德擔憂。
【AiBase提要:】
?? 互聯網時代，強大的文本生成器如ChatGPT顛覆傳統SEO，引發人工智能生成內容浪潮。
?? Content Growth創始人通過AI文本生成器實施SEO“搶劫”，引發用戶強烈憤怒和道德質疑。
?? 使用Byword等人工智能生成器清洗現有內容，可能欺騙搜索引擎，呼吁對人工智能內容進行監管和審查。
麻省理工學院推GenSim項目:利用大語言模型編寫機器人新任務
麻省理工學院的“GenSim”項目利用大型語言模型如GPT-4，通過自動生成新任務或詳細說明所需行為的每個步驟，擴大了機器人可以接受培訓的仿真任務范圍，為機器人學習提供更廣泛的模擬任務。
【AiBase提要:】
?? MIT CSAIL的“GenSim”項目通過大型語言模型生成新任務或詳細說明機器人行為步驟，拓展了機器人在仿真任務中的培訓范圍。
?? GenSim系統具有目標導向和探索兩種模式，利用LLM生成任務描述和行為代碼，成功訓練機械臂執行新任務，如高速放置彩色積木。
?? 經過人類預訓練后，GenSim自動生成了100種新行為，相比手動編寫任務的基準測試，展示了在構思新型機器人活動方面的潛力。
亞馬遜推出AI聊天機器人Amazon Q
亞馬遜在re:Invent大會上發布了面向AWS客戶的AI聊天機器人「Amazon Q」，可提供廣泛的解決方案和操作建議，涵蓋業務智能、編程和配置等多個領域。
【AiBase提要:】
?? Amazon Q是面向AWS客戶的聊天機器人，起始價格每用戶每年20美元，能回答廣泛問題。
?? 可連接到各應用程序，學習企業各方面信息，生成內容，提供可視化選項。
?? 重視隱私，Q僅返回用戶有權查看信息，管理員可控制和過濾答案。
????????大模型動態
北大提出Chat-UniVi視覺語言大模型
Chat-UniVi是由北大和中山大學研究者提出的統一視覺語言大模型，在短短三天訓練內獲得130億參數，通過動態視覺token和密度峰聚類算法實現統一視覺表征，在多任務中表現卓越。
項目地址:https://github.com/PKU-YuanGroup/Chat-UniVi
【AiBase提要:】
?? 模型簡介: Chat-UniVi是北大和中山大學研究者提出的視覺語言大模型，僅需三天訓練即可獲得130億參數，實現統一的視覺表征。
?? 核心方法: 采用動態視覺token和密度峰聚類算法，大幅減少視覺token數量，提高模型性能，在多任務中超越其他大型模型。
?? 實驗成果: Chat-UniVi在圖片、視頻理解以及問答任務中表現卓越，使用更少的視覺token達到與其他大模型相媲美的性能水平，并開源了代碼、數據集和模型權重。
新加坡國立大學開源多模態語言模型 NExT-GPT
新加坡國立大學發布的開源多模態語言模型 NExT-GPT，通過處理文本、圖像、視頻和音頻等多樣化輸入，推動了多媒體人工智能應用的發展，為開發者提供強大支持。
【AiBase提要:】
?? 多模態能力: NExT-GPT 提供強大的多模態語言模型，能處理文本、圖像、視頻和音頻，拓展了人工智能應用領域。
?? 架構與訓練: 采用三層架構，包括線性投影、Vicuna LLM 核心和模態特定的轉換層，通過 MosIT 技術進行中間層訓練，降低訓練成本。
?? 開源貢獻: NExT-GPT 的開源使研究者和開發者能夠創建能夠無縫集成文本、圖像、視頻和音頻的應用，為多媒體人工智能應用提供了重要貢獻。
研究人員發布Starling-7B:基于AI反饋的大語言模型
UC伯克利發布基于AI反饋強化學習的Starling-7B大語言模型，采用RLAIF技術，在性能上媲美GPT-3.5，通過基準測試表現出色，邁向更人性化的應用。
項目網址:https://huggingface.co/berkeley-nest/Starling-LM-7B-alpha
【AiBase提要:】
?? RLAIF技術介紹: Starling-7B采用了基于AI反饋的強化學習，通過優化Openchat3.5和Mistral-7B而成。
?? 性能卓越: 在基準測試中，Starling-7B表現出色，對比其他模型性能提升引人矚目。
?? 邁向人性化: RLAIF主要改善了模型的實用性和安全性，未來計劃引入高質量的人工反饋數據，更好地滿足人類需求。
?????????聚焦開發者
Keras3.0正式發布
Keras3.0發布，全面支持TensorFlow、JAX和PyTorch，進行了全新的大模型訓練和部署功能引入，保持高度向后兼容性，為深度學習開發者提供更多選擇和工具。
【AiBase提要:】
?? 全面支持多框架: Keras3.0全面支持TensorFlow、JAX和PyTorch，使用戶可以選擇在不同框架上運行Keras工作流。
?? 大模型訓練和部署: 引入新的大模型訓練和部署功能，支持各種預訓練模型，保持高度向后兼容性，平滑過渡。
?? 跨框架數據pipeline: Keras3.0支持跨框架數據pipeline，包括分布式API，提高在大規模數據并行和模型并行方面的效率。
中國團隊開源大規模高質量圖文數據集ShareGPT4V
中國團隊開源了基于GPT4-Vision構建的圖文數據集ShareGPT4V，訓練了7B模型，涵蓋120萬條多樣性豐富的圖像-文本描述數據，在多模態性能上超越同級別模型，為多模態研究和應用提供了新的基石。
【AiBase提要:】
?? 數據集概要: ShareGPT4V基于GPT4-Vision構建，包含120萬條圖像-文本描述數據，涵蓋世界知識、對象屬性、空間關系、藝術評價等多方面。
?? 性能突破: 中國團隊的7B模型在多模態基準測試上表現優異，超越同級別模型，為多模態研究和應用提供有力支持。
??開源資源: 該數據集已開源，論文地址為
https://arxiv.org/abs/2311.12793，項目地址為https://github.com/InternLM/InternLM-XComposer/tree/main/projects/ShareGPT4V
上海AI實驗室、Meta聯合開發開源模型 可為人體生成3D空間音頻
上海AI實驗室與Meta合作推出的開源模型利用頭戴式麥克風和人體姿態信息，成功生成人體的3D空間音頻，為虛擬環境提供關鍵支持。
項目地址:https://github.com/facebookresearch/SoundingBodies
【AiBase提要:】
?? 技術突破: 上海AI實驗室與Meta的開源模型通過多模態融合，解決了音源位置未知和麥克風距離音源較遠等難題，成功實現了人體的3D空間音頻生成。
?? 局限性挑戰: 雖然取得了技術進展，但該模型僅適用于渲染人體音，難以處理非自由音場傳播環境，且計算量較大，難以在資源受限的設備上部署。
?? 開源模型鏈接: 項目地址為 https://github.com/facebookresearch/SoundingBodies，為虛擬現實領域的發展提供了新的可能性，但仍需進一步優化和拓展。
Real-ESRGAN-Video:將視頻清晰度提升至2K或4K
Real-ESRGAN-Video技術讓用戶輕松將視頻清晰度提升至2K或4K，通過簡化上傳和選擇清晰度的步驟，提供多種模型處理模式，特別適用于動畫視頻。測試結果顯示對相對清晰的視頻效果顯著，為提升視頻素材清晰度帶來新可能。
【AiBase提要:】
?? 清晰度提升: Real-ESRGAN-Video技術簡化步驟，讓用戶輕松將視頻清晰度提升至2K或4K。
?? 多模型支持: 提供多種處理模式，標準模型適用于大多數視頻，動畫專用模型更擅長處理動畫線條和顏色。
?? 測試驗證: 測試結果顯示在相對清晰的視頻上，提升效果顯著，尤其對動畫視頻的效果提升更為明顯。
（舉報）