3 月 7 日 AI 头条：阿里巴巴推出 AtomoVideo 高保真图生视频框架，兼容多种文生图模型

• 阿里巴巴推出 AtomoVideo 高保真图生视频框架，兼容多种文生图模型

• 极空间 NAS 上线“AI 实验室”功能：自然语言搜图、以图搜图、文字识别
  

• 今年 1 月全美新增 AI 相关职位较 ChatGPT 发布时增加 42%，IT 职位较同期减少 31%

• 央视财经两名 AI 主播“上岗”：能 24 小时解答经济、产业、旅游等领域问题
  

• 李开复旗下 AI 公司零一万物宣布开源 Yi-9B 模型，号称同系列代码、数学能力最强

• 英伟达官方博客上线《解码 AI》栏目：RTX AI 大算力、低延迟、本地部署更安全
  

• 微软 Microsoft 365 版 Copilot 4 月 1 日面向高校推出，拥有 A3 / A5 许可证可免费使用

• 消息称新加坡主权财富基金淡马锡有意投资 OpenAI

资讯详情：

阿里巴巴推出 AtomoVideo 高保真图生视频框架，兼容多种文生图模型

阿里巴巴AtomoVideo 研究团队近日发表论文，推出了 AtomoVideo 高保真图生视频（I2V，Image to Video）框架，旨在从静态图像生成高质量的视频内容，并与各种文生图（T2I）模型兼容。论文显示 AtomoVideo 具有高保真度、运动一致性、视频帧预测、兼容性、高语义可控性等特性。

极空间 NAS 上线“AI 实验室”功能：自然语言搜图、以图搜图、文字识别

极空间 NAS 官方宣布，全新 AI 功能 ——【AI 实验室】已正式上线，功能包括：自然语言搜索、相似图片搜索和图片文字识别。

据介绍，【AI 实验室】可以通过自然语言搜索、相似图片搜索、图片文字识别三个方面帮助用户快速找出极相册中需要的图片。

今年 1 月全美新增 AI 相关职位较 ChatGPT 发布时增加 42%，IT 职位较同期减少 31%

在美国马里兰大学和 LinkUp 的 AI 工作追踪器数据监测中，今年 1 月，全美发布了 10404 个新的 AI 相关职位，相比 ChatGPT 刚刚发布时的 2022 年 12 月增加了 42%。全美 1 月新发布的 IT 职位总数超过 90000 个，比 2022 年 12 月下降了 31%。人工智能职位不断增加，而数据科学和软件工程职位却在减少。

央视财经两名 AI 主播“上岗”：能 24 小时解答经济、产业、旅游等领域问题

央视财经新媒体的两位 AI 主播“上岗”—— 他们以总台央视主持人郭若天、孟湛东为原型“复刻”，在央视财经 App 内可 24 小时为用户解答经济、产业、旅游等领域问题，以“全天在线、真人形象、实时解答”的形式完成自己的“工作”。

零一万物 01AI”官方公众号今晚发文宣布开源 Yi-9B 模型，官方称其为 Yi 系列模型中的“理科状元”

Yi-9B 是目前 Yi 系列模型中代码和数学能力最强的模型，实际参数为 8.8B，默认上下文长度为 4K tokens。该模型是在 Yi-6B （使用了 3.1T tokens 训练）的基础上，使用了 0.8T tokens 进行继续训练，数据截至 2023 年 6 月。

英伟达官方博客上线《解码 AI》栏目：RTX AI 大算力、低延迟、本地部署更安全

英伟达在其官方博客推出了一个名为“解码 AI”的全新每周博客系列栏目。

这个全新的栏目将定位于一份面向由英伟达 RTX AI 技术赋能的 PC 生态从业者的指南，为他们在游戏、创作、开发、生产力和日常使用方面提供最先进的技术指引，希望让用户更加了解 RTX AI PC。

微软 Microsoft 365 版 Copilot 4 月 1 日面向高校推出，拥有 A3 / A5 许可证可免费使用

微软官网宣布将面向更多的教育用户提供 Copilot 及AI 工具包，希望为教育工作者提供免费的 AI 功能以节省时间。微软表示，具有商业数据保护功能的 Microsoft Copilot 现已嵌入所有 Microsoft 365 教育产品中，包括零成本许可证，将提供给所有 18 岁及以上的教师和高校学生，并将在今年春季启动针对年轻学生的私人预览计划。

消息称新加坡主权财富基金淡马锡有意投资 OpenAI

新加坡主权财富基金淡马锡有意投资 OpenAI。科技领域一直是淡马锡投资组合的一部分，而 AI 正成为其关注重点：该基金投资了英国法律技术公司 Robin AI、韩国无厂 AI 芯片设计初创公司 Rebellions 和硅谷生成式 AI 芯片设计企业 d-Matrix。若淡马锡与 OpenAI 双方达成合作，这将是 ChatGPT 推出者首次获得国家背景的资金支持。

今日重点论文：

《Escalation Risks from Language Models in Military and Diplomatic Decision-Making》

作者们设计了一个新的战争游戏模拟和评分框架，以评估这些代理在不同情境下采取的行动的升级风险。他们发现所有五个研究的预训练语言模型都显示出升级和难以预测的升级模式。与以往研究不同的是，他们的研究提供了定性和定量的见解，并专注于大型语言模型（LLMs）。

论文地址：

https://arxiv.org/abs/2401.03408v1

加州大学伯克利分校：

《Approaching Human-Level Forecasting with Language Models》

论文开发了一种检索增强的语言模型系统，用于自动搜索相关信息、生成预测并聚合预测结果，通过大量竞争性预测平台的问题数据集进行测试，结果表明该系统的预测准确性接近或超过人类预测者的聚合结果。

论文地址：

https://arxiv.org/abs/2402.18563v1

法国高等师范学院体质实验室：

《Dynamical Regimes of Diffusion Models 》

论文地址：

https://arxiv.org/abs/2402.18491v1

卡耐基梅隆大学：

《Repetition Improves Language Model Embeddings》

本文的关键思路是使用“回声嵌入”来解决自回归大型语言模型中的架构限制，从而最大化利用高质量的LLMs进行嵌入提取。本文的实验结果表明，“回声嵌入”可以在MTEB排行榜上将零-shot的表现提高9％以上，并在微调后提高约0.7％。使用Mistral-7B模型的“回声嵌入”实现了与不利用合成微调数据的先前开源模型相比的最新成果。值得注意的是，本文提出的方法非常简单，易于实现。

论文地址：

https://arxiv.org/abs/2402.15449v1

加州大学圣巴巴拉分校：

《A Survey on Data Selection for Language Models》

论文总结了现有的数据选择方法和相关研究领域，提出了分类和评估方法，对现有的数据选择方法进行了总结和比较；指出了当前研究中存在的不足之处，并提出了未来的研究方向。

论文地址：

https://arxiv.org/abs/2402.16827v1