大模型日报（5月10日资讯篇）

特别活动

我们希望能够搭建一个AI学习社群，让大家能够学习到最前沿的知识，大家共建一个更好的社区生态。如果想和我们空间站日报读者和创作团队有更多交流，欢迎扫码。

欢迎大家一起交流！

资讯

软银愿景基金持股组合缩水数百亿美元孙正义决心转战AI和芯片！

软银集团旗下的旗舰基金愿景基金（Vision Fund）近年来已悄悄抛售或减记了价值数百亿美元的上市公司股份。公司创始人孙正义正从曾经热衷的风险投资交易转向半导体和人工智能领域的战略投资。监管文件显示，自2021年底以来，愿景基金的美国上市公司投资组合缩水了近290亿美元。该基金减持了Coupang Inc.、DoorDash Inc.和Grab Holdings Ltd.等公司的股份；除了在美国上市的公司外，愿景基金还在逐步减持印度初创企业Paytm和中国商汤科技集团的股份，目前软银在这两家公司的持股比例都不到5%。

https://www.cls.cn/detail/1672636

“AI教母”李飞飞：我并不认为大模型正在耗尽数据，拒谈新创业项目

李飞飞称她并不担心AI末日，反而对过度炒作AI可能导致人类灭绝感到担忧。李飞飞呼吁人们将焦点转为更紧迫的问题，比如AI引发的虚假信息泛滥问题。对于致力于创办空间智能公司的问题，李飞飞拒绝透露相关信息。李飞飞认为科技公司与公共部门在资源方面正逐渐失衡，斯坦福大学NLP实验室只有64个GPU。

https://new.qq.com/rain/a/20240510A048CQ00

Stable Artisan-Stability Al推出的Discord机器人服务，可生成图像和视频

Stable Artisan是Stability Al推出的一款基于Discord平台的机器人服务，利用其强大的AI技术和模型，如Stable Diffusion3(SD3) 图像生成和 Stable Video Difusion (SVD) 视频生成，让用户体验一站式的图像和视频创作。用户通过自然语言提示与机器人交互，能够轻松生成高质量的视觉内容。Stable Artisan还提供多种图像编辑功能，如搜索替换、背景去除等，适合创意人士、设计师和内容创作者使用。

https://stability.ai/stable-artisanz

三星 AI推理芯片 Mach-1 即将原型试产，有望基于 4nm 工艺

韩媒 ZDNet Korea 援引业内人士的话称，三星电子的 A!推理芯片 Mach-1 即将以 MPW(多项目晶圆)的方式进行原型试产，有望基于三星自家的 4nm 工艺。这位业内人士还表示，不排除 Mach-1 采用 5nm 工艺的可能。三星已为 Mach-1定下了时间表:今年下半年量产、今年底交付芯片、明年一季度交付基于该芯片的推理服务器。

https://www.ithome.com/0/766/909.htm

OpenAI计划下周一宣布人工智能搜索引擎

OpenAI计划于下周一5月13日宣布其基于AI的搜索产品，以期与谷歌搜索竞争。上周就有多方位消息证实，OpenAI将发布备受瞩目的ChatGPT搜索引擎产品。OpenAI将会在当地时间5月9日上午10点公布该消息，大约是北京时间周五的凌晨2点。据悉，OpenAI将推出搜索网页，search.chatgpt.com域名和相关的SSL证书已经被创建，预计会在本周5月9日上线。OpenAI官方未对相关消息发表回应。

https://wallstreetcn.com/articles/3714579

DeepMind CEO 表示可完成复杂任务的AI智能体将在未来一两年内推出

谷歌 DeepMind 首席执行官 Demis Hassabis 预计，在不久的将来，人工智能系统不仅能够回答问题，还能独立计划和行动。Hassabis 在接受彭博社采访时表示，他的公司正在开发这种”类似智能体”的系统，可能会在一到两年内投入使用。

https://the-decoder.com/deepmind-ceo-demis-hassabis-says-ai-agents-for-complex-tasks-coming-in-1-2-years/

绘制最全最大人脑图，AI结合显微镜，谷歌、哈佛10年研究，登Science

一立方毫米的脑组织听起来可能并不多。但这个小方块包含 57,000 个细胞、230 毫米的血管和 1.5 亿个突触，总计 1,400 TB 的数据，哈佛大学和谷歌的研究人员刚刚完成了一项巨大的成就。研究人员共同创建了迄今为止最大的突触分辨率、3D 重建的人类大脑片段，以生动的细节展示了一块大约半米粒大小的人类颞叶皮层中的每个细胞及其神经连接网络。这是哈佛大学与谷歌科学家近 10 年合作的最新成果，谷歌将 Lichtman 的电子显微镜成像与 AI 算法相结合，对哺乳动物大脑极其复杂的线路进行颜色编码和重建。

https://mp.weixin.qq.com/s/bQNUOcM3PdNZzbXfJ5FyGg

推特

开局一句话，内容全靠AI！ElevenLabs分享超酷Demo“它开始唱歌”

这里是ElevenLabs音乐的早期预览。

这个话题中的所有歌曲都是由一个单一的文本提示生成的，没有进行任何编辑。

标题：它开始唱歌

风格：“流行摇滚、乡村、排行榜歌曲。”

https://x.com/elevenlabsio/status/1788628171044053386

吴恩达：对AI应有监管，但应针对应用而非技术；很欣慰美国政府了解了更多AI风险

上周，我在美国国会的一场活动中讲述了关于AI和监管的问题，参与者包括立法和商业领袖们。开源社区在阻止可能扼杀创新的监管方面取得的进展让我感到鼓舞。但是，反对开源的人正在改变他们的论点，最新的担忧集中在开源对国家安全的影响上。我希望我们都能继续保护开源！

基于我与立法者的对话，我对美国联邦政府在真实掌握AI风险方面取得的进展感到鼓舞。需要明确的是，监管措施是必需的。但是，这些措施应该针对AI应用，而不是通用AI技术。

尽管如此，一些公司渴望限制开源，可能是为了保护他们在专有模型上的巨额投资，并阻止竞争对手。观察他们的论点随时间变化一直很有趣。

例如，大约12个月前，AI安全中心发表的《AI风险声明》警告说AI可能导致人类灭绝，并煽动了AI控制的恐惧。这让华盛顿的领导人感到警觉。但许多AI领域的人士指出，这种反乌托邦的科幻情景与现实基本无关。大约六个月后，当我在美国参议院的AI洞察论坛作证时，立法者不再过多担心AI接管的问题。

然后，反对开源的人改变了策略。他们的主要论点转移到AI帮助制造生物武器的风险上。不久后，OpenAI和兰德公司展示了当前AI并未显著增加坏人制造生物武器的能力。对AI启用的生物武器的恐惧已经减少。当然，坏人可能使用生物武器——无论是否借助AI——仍是一个国际关注的重大话题。

最新的论点是为了国家安全而阻止开源AI。AI对经济竞争和战争都有用，开源反对者说美国应确保其对手无法接触到最新的基础模型。虽然我不希望威权政府使用AI，特别是用于不公正的战争，但大型语言模型（LLM）已经泄露出去了，如果民主国家限制访问，威权国家将填补这一空白。将来某一天，当一个孩子向AI系统询问关于民主、自由媒体的角色或独立司法在维护法治中的功能时，我希望AI能反映民主价值观，而不是优先考虑威权领导人的目标，比如说，人权。

我从华盛顿回来对我们取得的进展感到乐观。一年前，立法者似乎有80%的时间在讨论AI的监管措施，20%的时间在讨论创新投资。我很高兴这一比例已经颠倒，且更多的讨论集中在创新投资上。

纵观美国联邦政府之外，全球有许多管辖区。不幸的是，支持可能阻碍AI发展的监管的论点继续扩散。但我从华盛顿之行和其他国家首都的经历中了解到，与监管机构对话确实有影响。如果你有机会与任何层级的监管机构交谈，我希望你能尽你所能帮助政府更好地理解AI。

https://x.com/AndrewYNg/status/1788648531873628607

基于Llama-3的SQLCoder 8b，在zero-shot到SQL生成方面领先gpt-4-turbo和claude opus

Llama-3基于的SQLCoder 8b已发布！开放权重采用商业友好的cc-by-sa许可证。这可能是目前Postgres文本到SQL领域里<10B参数模型中的佼佼者。

与gpt-4-turbo和claude opus相比，SQLCoder 8b在0次射击文本到SQL生成方面略胜一筹。同时，它接近它们的性能表现。这个模型的新特点是什么呢？

我们之前的小型模型（sqlcoder-7b-2）擅长生成0次射击SQL，但在遵循指令方面表现很差。因此，虽然它在我们的评估中表现出色，但在实际使用中，由于遵循指令更为重要，所以表现不佳。

为了解决这个问题，我们在训练这个模型时使用了更多的指令数据。我们还使原始评估变得更加困难，以确保我们保持正确的方向。

评估的变化

我们原始评估的变化有三个：

之前，我们修剪数据库架构，只考虑DDL语句中的20个相关列。现在我们已经移除了修剪，以便使用数据库中的所有列。
我们之前使用带有4个束的束搜索来使我们的结果更准确。但是，当输入和/或输出标记数量大时，这增加了内存需求，并且变得在计算上难以处理。因此，我们现在已转为使用单束。
我们在评估中增加了104个复杂的指令遵循文本=>SQL问题，除了原有的200个0次射击问题。

我们的评估框架链接在这里：https://github.com/defog-ai/sql-eval

提示的变化

你之前需要使用我们稍有特殊性的提示才能得到最佳结果。现在，你可以直接使用标准的Llama-3指令提示。

https://x.com/rishdotblog/status/1788650171246551086

ScrapeGraph AI：小型网络抓取工具

ScrapeGraphAI：你只需抓取一次

这是一个由大型语言模型（LLM）支持的精巧的小型网络抓取工具。

LLM是强大的信息提取器，因此看到这个Python库及其它许多类似库的流行并不奇怪。

它可以与ollama和其他LLM提供商一起使用。

https://x.com/omarsar0/status/1788601356594409681

Crawl4AI：网络爬虫，精确提取成JSON格式，LLM友好的数据处理

以LLM友好的方式遍历网络！

介绍Crawl4AI 🤖🕷️，这是一个网络数据爬虫，它能将语义标记的数据块提取成JSON格式，同时提供RAG、精细调整和AI聊天机器人使用的干净HTML和markdown。

这款开源工具提供高效的爬取和多URL支持。它设计成易于作为库或服务器集成，提供Docker容器以简化设置。更多详情可在GitHub上查看。

尝试使用它，提供反馈，并在 https://github.com/unclecode/crawl4ai 上做出贡献！🌟

https://x.com/unclecode/status/1788589902386651294

LeCun：学习一项技能不能仅通过阅读文本或理论培训来完成，人们需要实践经验，这也是为什么LLM无法达到人类水平的智能

有多少小说和电影使用了以下情节模板：

新手以班级第一的成绩毕业（军事、医学、工程、商业、法律等）。
新手面对现实世界，意识到实际经验是必需的，而仅从书本上获取的正规知识是不够的。
新手最终在一个经验老到、受过的正规训练较少但看新手为自大的老手的帮助下，摆脱了一个不可能的局面。
新手最终敬佩老手，反之亦然。

这个陈词滥调的前提是，学习一项技能不能仅通过阅读文本或理论培训来完成。人们需要实践经验，这是单靠语言无法获得的。

这是一个有趣的比喻，说明为什么纯粹从文本训练的大型语言模型（LLM）无法达到人类水平的智能。

https://x.com/ylecun/status/1788473350177599888

Edward分享开源RAG应用程序Verba：本地运行Ollama模型，确保数据安全

我们的开源RAG应用程序Verba现在可以在本地运行Ollama模型，将文档嵌入到Weaviate中，并在不让您的数据离开设备的情况下生成答案！我用Llama3测试了一下，它在我的M2上运行得非常好且非常快；在这段录音中，我在进行一点Verba-ception，询问Verba到底是什么 🤤

您还可以使用像Mistral、Claude这样的开源模型，或者您自己的定制LLM。这将使得使用敏感数据进行RAG成为可能，因为您不再依赖于APIs。期待每个人都来尝试一下 🤗

下周将有更新！

https://x.com/aestheticedwar1/status/1788577955939078363

Synthflow分享对话式AI团队：通过一组智能AI语音助手团队自动化客户互动

介绍对话式AI团队。

通过一组智能AI语音助手团队自动化客户互动，这些助手可以：

-> 与客户和彼此对话

-> 安排日程，更新CRM等

-> 通过一个电话号码操作

https://x.com/SynthflowAI/status/1788596253338599492

OpenAI Assistants API现在支持视觉功能

Assistants API现在支持视觉功能。您可以创建包含图像URL或已上传文件的消息，您的助手将使用这些视觉内容作为对话上下文的一部分。

https://platform.openai.com/docs/assistants/how-it-works/how-it-works/creating-image-input-content

https://x.com/OpenAIDevs/status/1788693943544135864

产品

AlphaBot

AlphaBot 是一款新推出的 AI 聊天机器人产品，利用 OpenAI 的 GPT-4 技术，具有学习和自我提升的能力，能够与客户进行自然流畅的对话，并在遇到无法回答的问题时实时通知用户进行反馈，从而不断增强自身的知识库。AlphaBot广泛适用于客户服务、企业内部知识管理和教育等场景，特别适合初创公司和小团队，凭借其实时学习和人工反馈的创新机制，为企业客户提供更智能、更自然的交互体验。

https://alphabot.ai/

Replica

Replica 推出了全新的 Voice Director 产品套件，为内容创作者提供了强大的文本转语音、语音转语音以及多语言支持功能。Replica 尤其注重遵循道德原则，与演员工会 SAG-AFTRA 合作，确保获得演员授权并进行合理补偿。他们还提供合法的声音克隆服务，让创作者能够使用名人演员的声音。

https://www.replicastudios.com/

投融资

Khosla Ventures和前NBA球星Pau Gasol支持的Luzia获得了17.7百万欧元的资金

总部位于马德里的Luzia是一家为WhatsApp提供AI助手的初创公司，宣布获得1900万美元（约合17.7百万欧元）的新融资。投资来自Monashees、Khosla Ventures、Endeavor Catalyst、前篮球运动员Pau Gasol和A*等投资者和合作伙伴。这笔资金将帮助Luzia改进其AI产品并扩展团队。该公司计划通过开发新功能、扩大团队并预计今年年底将团队扩展到50人来继续支持用户的日常生活。

公司官网：https://www.luzia.com/en

https://siliconcanals.com/crowdfunding/luzia-lands-17-7m/

AI芯片初创公司DEEPX以5.29亿美元估值获得8050万美元C轮融资

韩国DEEPX是一家开发硬件和软件应用于电子设备中各种人工智能的初创公司，最新C轮融资达8050万美元，估值达5.29亿美元。这笔资金将用于大规模生产其首款产品，并加速开发和推出下一代大型语言模型的设备解决方案。DEEPX成立于2018年，由前苹果、思科系统、IBM Thomas J. Watson研究中心和博通公司的Lokwon Kim担任CEO。全球边缘AI市场预计到2029年将达到1074.7亿美元，DEEPX与Hailo、SiMa.ai和Axelera等公司竞争，其特色在于成本效率、能源消耗效率和全面的AI解决方案。 DEEPX还与超过100家潜在客户和战略合作伙伴合作，测试其AI芯片的能力。 SkyLake Equity Partners和BNW Investments等投资者领投了最新一轮融资。

公司官网：https://deepx.ai/