3 月 6 日 AI 头条：2024 百度 AI 开发者大会 4 月 16 日-17 日举行

• 2024 百度 AI 开发者大会 4 月 16 日-17 日举行
• OpenAI 发文解释马斯克为何离开：他想获得控制权，还想把公司合并到特斯拉
• 荷兰皇家航空公司宣布引入 TRAYS AI 大模型确定飞机餐食数量
• 马斯克：AI 将引发史上最大科技革命，但 2025 年可能面临电力瓶颈
• 谷歌在其搜索排名系统中将对垃圾邮件和人工智能进行降级
• DeepMind 公开发布基于自主 AI 大模型的视频生成工具 Haiper
• umbers Station 发布 Numbers Station Cloud，可帮助用户分析内部数据
• 初创公司 Advocate 的创始人 Emilie Poteat 表示，人工智能可以成为官僚主义的解决方案

资讯详情：

百度今天宣布，2024百度 AI 开发者大会将于4月16日-17日在深圳国际会展中心举办。

OpenAI 发文解释马斯克为何离开：他想获得控制权，还想把公司合并到特斯拉

荷兰皇家航空公司正在借助 AI 大模型减少飞机上浪费食物的现象。该航司引入了名为 TRAYS 的 AI 大模型，能够更准确预测已购票旅客的实际登机人数。由此，便可根据每个航班的预计登机人数计算所需餐食的准确份数，减少了 63% 的食物浪费。TRAYS 可根据历史数据来预测登机乘客人数，机上的餐食系统接受每个航班上的环宇商务舱、尊享经济舱、经济舱三个不同舱位的预测登机人数，模型预测始于航班起飞前 17 天，止于起飞前 20 分钟。

特斯拉 CEO 埃隆・马斯克 (Elon Musk) 在刚结束的博世互联世界大会上通过视频短暂露面，谈论了生成式 AI、超智能 AGI、自动驾驶汽车和机器人等话题。马斯克表达了他对人工智能的担忧，他强调如果没有监管和防护措施，这项技术可能会失控，带来负面影响。马斯克接着表示，他最初预测了 GPU 短缺，这暂时阻碍了 AI 的发展。他还补充说，指望技术快速增长到超过宇宙质量的程度，而不遇到任何挑战几乎是不可能的。现在，他预测电力和变压器短缺将成为这些技术突破运行的瓶颈。

谷歌在其搜索排名系统中将对垃圾邮件和人工智能进行降级

谷歌正在对其搜索排名系统进行一些新的更改，这些更改旨在帮助在结果中显示好的内容，并隐藏网络上一些最糟糕和最愤世嫉俗的内容。谷歌认为，人工智能生成的内容应该如何排名的问题才刚刚开始，因为它既试图将人工智能带给每个人，又试图拯救网络免于被淘汰。甚至谷歌自己的搜索引擎也成为人工智能机器。而且总会有新的方法来让它在搜索结果中名列前茅。

上个月 OpenAI 发布 Sora 模型后，人工智能驱动的视频生成成为热门市场。DeepMind 的两位校友苗亦舒和王子宇公开发布了他们的视频生成工具Haiper ，其底层有自己的人工智能模型。

今日重点论文：

论文地址：

https://arxiv.org/abs/2312.12491v1

同济大学上海智能自主系统研究院：

《Retrieval-Augmented Generation for Large Language Models: A Survey》

论文详细分析了RAG的演变，重点关注了三个关键范式：Naive RAG、Advanced RAG和Modular RAG。论文系统地研究了RAG系统的三个基本组件：检索器、生成器和增强方法，强调了每个组件内的尖端技术。此外，论文还介绍了评估RAG模型的新指标和能力，以及最新的评估框架。最后，论文从三个角度概述了未来的研究方向：未来的挑战、模态扩展以及RAG技术栈和生态系统的发展。

论文地址：

https://arxiv.org/abs/2312.10997v2

阿里巴巴集团智能计算研究院：

《Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation 》

论文提出了一种基于扩散模型的新框架，通过引入ReferenceNet来合并细节特征，使用有效的姿势指导器来指导角色的动作，并采用有效的时间建模方法来确保视频帧之间的平滑过渡。论文的亮点包括ReferenceNet的设计、姿势指导器的引入和时间建模方法的使用，实验中使用了时尚视频和人类舞蹈合成数据集，并取得了最先进的结果。

论文地址：

https://arxiv.org/abs/2311.17117v1

《Fast Inference of Mixture-of-Experts Language Models with Offloading》

本论文提出了一种新的策略，通过利用MoE LLM的固有属性来加速卸载，以加速卸载参数。该策略建立在参数卸载算法的基础上，并且能够在桌面硬件和免费的Google Colab实例上运行Mixtral-8x7B。本论文的实验设计非常值得关注，使用了混合量化的Mixtral-8x7B模型，并在桌面硬件和免费的Google Colab实例上进行了测试。此外，该论文的策略可以应用于其他类型的MoE模型，这是一个非常有前途的方向。

论文地址：

https://arxiv.org/abs/2312.17238v1

《An In-depth Look at Gemini’s Language Abilities》

论文通过对10个数据集的测试，对比Google Gemini模型和OpenAI GPT模型在各种语言任务上的表现，发现Gemini Pro在大多数任务上的准确性略低于GPT 3.5 Turbo，但在某些领域表现出色。提供了第三方、客观的比较结果和可重现的代码；分析了Gemini模型的优缺点，包括在多位数的数学推理、多项选择题中的敏感性等；发现Gemini模型在非英语生成和处理更长、更复杂的推理链等方面表现出色。

论文地址：

https://arxiv.org/abs/2312.11444v2