大模型日报（8月8日资讯篇）

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。

「奇绩大模型日报」知识库现已登陆飞书官方社区：

https://www.feishu.cn/community/article/wiki?id=7355065047338450972

点击「订阅社区精选」，即可在飞书每日收到《大模型日报》每日最新推送

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

Audible测试AI驱动搜索功能

Audible宣布正在测试一项AI驱动的搜索功能，以帮助用户更精准地查找有声书。从今天起，部分美国用户可以使用“ Maven”，这是Audible的新个人推荐专家，能够根据用户的具体请求提供标题建议。用户可以使用自然语言输入查询，Maven将根据Audible近百万的书目提供个性化推荐。

目前，该功能在iOS和Android设备上可用，大约一半的美国用户可以访问，但仅限于部分有声书库。Audible还在尝试AI策划的合集和AI生成的评论摘要。这些举措表明，Audible正积极探索AI技术在有声书市场中的应用。

https://techcrunch.com/2024/08/07/audible-ai-powered-search-feature/

2024 Google 开发者大会主旨演讲精华回顾

2024 年 Google 开发者大会聚焦 AI 技术，强调中国开发者在全球市场的重要作用。谷歌推出了多种 AI 工具和技术更新，包括 Gemini 和 Gemma 系列模型，以及 Project Oscar 等开源项目，旨在提升开发效率和创新潜能。此外，Google Cloud 的先进特性和 “Build with AI” 活动，以及对中国初创企业的支持，体现了 Google 在促进技术传播和社会发展方面的承诺。同时，Google 还致力于数字人才的培养，与教育部合作，为高校教师和学生提供培训，以应对 AI 时代的挑战。

https://mp.weixin.qq.com/s/l7Cl1h6L3QWE8y2fcj_p-g

清华团队实现全前向光计算训练，登上Nature

清华大学研究团队在智能光计算领域开发了全前向智能光计算训练架构（FFM），这一创新突破首次在 Nature 期刊上发表。FFM 架构能够在物理光学系统上直接设计和调整光学参数，利用梯度下降算法得出模型参数，无需在计算机模型中进行建模。该方法提高了光神经网络的训练准确率，支持通过散射介质实现全光学聚焦，并在室温下进行亚光子级的光处理。此外，FFM 还在集成光系统的自设计中展现了其高效性，开发的「太极 – II」光训练芯片证明了其计算能力可以与亿级神经元芯片相媲美，能效超过英伟达 H100 1000 倍。

https://mp.weixin.qq.com/s/nJoB1kyPIa-VoALtLJyDxw

FMS 2024: 带来哪些存储技术亮点？

FMS 2024 大会作为全球性的存储技术盛会，展示了当前存储领域的多项创新和技术亮点。首先，NVM Express 组织宣布了 NVMe 协议 SPEC 2.1 版本的更新，引入了新的规范和功能，旨在简化开发流程并适应现代计算环境，提高了跨传输协议的支持和安全性。Kioxia 公司展示了一款采用光接口的 SSD，这项技术有望改变数据中心和高性能计算环境中的存储架构。CXL 技术继续是热点话题，XConn Technologies 和 MemVerge, Inc. 展示了可扩展的 CXL 内存共享解决方案，而微星和 MemVerge 合作推出了基于 CXL 技术的服务器平台。Neo Semiconductor 宣布开发出 3D X-AI 芯片技术，旨在解决高带宽内存的瓶颈问题。此外，多家存储厂商如 Kioxia、WD 西部数据、Phison、Micron 美光、Innodisk 和 DapuStor 等都展示了各自在存储技术方面的进展和创新。Silicon Motion Technology Corporation 宣布推出 SM2508，这是一款针对 AI 个人电脑和游戏机设计的最佳能效 PCIe Gen5 NVMe 2.0 客户端 SSD 控制器。

https://mp.weixin.qq.com/s/4MPDXjeaTnALQ5iHufBFcw

曝Bengio新动向：世界模型+数学证明，确保AI系统正常运作

Yoshua Bengio 加入 Safeguarded AI 项目，旨在通过结合科学的世界模型和数学证明，确保 AI 系统的安全运作。项目由英国 ARIA 支持，预计投入 5900 万英镑。Bengio 将担任科学总监，关注 TA3 和 TA2 的研发，提供科学战略建议。该项目分为三个技术领域：支架、机器学习和应用，目的是构建一个能够理解并降低其他 AI Agent 风险的 AI 系统。Guaranteed Safe AI 模式被提出，包括世界模型、安全规范和验证器，以量化 AI 系统的安全保障。

https://mp.weixin.qq.com/s/tDa46iKHeLqJS39PamnAPw

奥特曼晒“草莓”引热议，神秘新模型现身竞技场

OpenAI 即将推出名为 “草莓” 的新 AI 模型，该模型据称是之前神秘项目 Q * 的后续，预计将带来更高级的推理和自主学习能力。奥特曼在社交媒体上的一系列与 “草莓” 相关的发言加剧了公众的猜测和期待。网友已对 lmsys 竞技场上的一个匿名聊天机器人进行了测试，该机器人声称属于 GPT-4 系列。尽管 OpenAI 未直接确认新模型的详情，但他们表达了希望 AI 模型能更像人类理解世界，并持续在推理能力的提升上研究。此前，OpenAI 已在内部进行了一次模型测试，数学成绩超过 90%，进一步证明了新模型的潜力。随着 GPT-4 发布以来已近一年半的时间，行业内部普遍预期新一代 AI 模型的到来，而 “草莓” 项目的曝光正是这一预期的体现。

https://mp.weixin.qq.com/s/SZhfZdGFcotZTq_5qkn8NA

2024 CCF-快手大模型探索者基金课题介绍

2024 年 CCF 与快手合作推出的大模型探索者基金，旨在资助视觉理解与生成以及视频处理领域的研究，强调鼓励学术界与产业界的深度合作，推动大模型技术的创新与应用。该基金专注于图像和视频处理的前沿技术，包括图像识别、图像生成、视频理解和视频生成等方向，期望通过这些研究项目，解决该领域的复杂问题，并将科研成果转化为实际应用，提升技术在行业中的效率和效果。

https://mp.weixin.qq.com/s/mcCmBpE0XH_j0FZUl5Swrg

推特

吴恩达：现实免费《初学者AI Python》，一系列四个短期课程，旨在教会任何人编程，无论他们当前的技术水平如何

我在教授一门新课程！《初学者AI Python》是一系列四个短期课程，旨在教会任何人编程，无论他们当前的技术水平如何。我们在限时内免费提供这些课程。

生成式AI正在改变编程。这门课程教的是与编程未来发展方向一致的内容，而不是过去的内容：

(1) AI作为编程助手。经验丰富的程序员正在使用AI来帮助编写代码片段、调试代码等。我们采用这种方法，并介绍使用聊天机器人进行编程的最佳实践。在整个课程中，你将有一个AI聊天机器人作为你的编程助手，它可以在你编程的每一步都为你提供帮助。

(2) 通过构建AI应用程序学习编程。你将编写与大型语言模型交互的代码，快速创建有趣的应用程序，如定制诗歌、编写食谱和管理待办事项清单。这种实践方式有助于你看到，编写调用强大AI模型的代码将如何使你在工作和个人项目中更有效率。

通过这种方法，初学者可以比一年前更快地学会用代码做有用的事情。

了解一些编程知识越来越多地帮助人们在非软件工程师的岗位上。例如，我见过一位营销专业人士编写代码下载网页并使用生成式AI得出见解；一位记者编写代码标记重要新闻；一位投资者自动生成合同的初稿。

通过这门课程，你将能够自动化重复性任务、更高效地分析数据，并利用AI提高你的生产力。

如果你已经是一个有经验的开发者，请帮助我传播这个消息，鼓励你的非开发者朋友学习一些编程知识。

我希望你能查看这里的前两个短期课程！https://deeplearning.ai/short-courses/ai-python-for-beginners/

https://x.com/AndrewYNg/status/1821206887913943110

魔法文本：在保持原图风格和结构的同时，改变任何图像中的文本

介绍 “魔法文本” 🪄

在保持原图风格和结构的同时，改变任何图像中的文本。

仅在 @everartai 🎨

https://x.com/skirano/status/1821258871010398468

FlexAttention：一个新的PyTorch API，允许多种注意力变体在几行PyTorch代码中享受融合内核的便利

长期以来，用户一直生活在软件随机性和融合注意力实现的暴政之下。

这种情况不再继续。

介绍FlexAttention，这是一个新的PyTorch API，允许多种注意力变体在几行PyTorch代码中享受融合内核的便利。

https://pytorch.org/blog/flexattention/

https://x.com/cHHillee/status/1821253769147118004

超讽刺：一个生成GPT包装器的GPT包装器

听我说：一个生成GPT包装器的GPT包装器 🤔

介绍 ⇢ GPT包装器生成器

在几秒钟内创建完整的GPT包装器——前端UI、API路由、JSON架构、自定义提示等。

完全免费 – 更多信息 ⇣

https://x.com/fekdaoui/status/1821232987293233292

Karpathy锐评高赞表情包：曾经有一段时间，自回归语言模型的论文也是这样

曾经有一段时间，自回归语言模型的论文也是这样。它们会制定联合似然，进行因子分解，推导最大似然估计，讨论与贝叶斯统计和凸优化的关系……这里有一个很好的例子：

https://deepgenerativemodels.github.io/notes/autoregressive/

然后工程师们决定，除了发表下一篇ICML论文，这些都不再那么重要了，现在我们主要谈论的是预测序列中的下一个标记。

我预计扩散模型也会经历类似的过程。它的根源是数学上严格的，并且有各种各样的联系，但最终你所做的只是反复去噪。与自回归从左到右不同。随着越来越多的应用构建者进入这个领域，以简单的方式谈论它将变得越来越被接受，而不是设置门槛。

这并不是说形式主义对于下一次突破不重要，但让从业者误以为它难以接近是一种伤害。

https://x.com/karpathy/status/1821257161726685645

产品

FitAction

FitAction 是一款人工智能个人教练应用，通过全面的健康管理方法来革新人们的健康生活方式。它结合了健身、营养和瑜伽等多个领域，提供个性化的训练计划、卡路里计数和健康食谱。FitAction 的目标是为用户提供一个一体化的解决方案，帮助他们在身体和心理健康方面实现全面的提升。

https://fitaction.app/

Flowith

Flowith 是一款专为深度工作的人工智能工具，希望可以超越传统的聊天工具，提供多线程界面和先进的代理框架，以简化任务管理。通过直观的画布和智能框架能够提升用户的生产力，帮助用户保持专注。

https://try.flowith.io/

投融资

OpenAI加大布局AI硬件，将领投一家摄像头公司

OpenAI 计划领投消费电子初创公司 Opal 的新一轮融资，预计投资总额达到 6000 万美元。Opal 专注于高端网络摄像头的开发，其产品如 C1 和 Tadpole 网络摄像头因高分辨率和便携性受到市场欢迎。尽管 Opal 面临过去的挑战，如订单需求和软件问题，但公司通过扩大团队和完善供应链正在积极解决这些问题。此次融资可能预示着 OpenAI 在 AI 硬件领域的深入合作，Opal 也计划开发更多 AI 驱动的电子设备。此外，OpenAI 已投资多家利用其大型语言模型的初创公司，并正与博通讨论开发定制 AI 芯片。这些动作表明 OpenAI 正在全方位布局 AI 基础设施，以支持其快速增长的业务需求。

公司官网：https://workwithopal.com/