4 月 24 日 AI 头条｜AIGC第一股出门问问今日上市，市值达54.89亿港元

划重点：

• AIGC第一股出门问问今日上市，市值达54.89亿港元
  

• 微软解锁 Copilot 特性：字符上限最高调至 1.6 万、支持梳理 PDF 等文件内容

• Adobe Photoshop 引入全新 Firefly Image 3 图像 AI 模型，Beta 版开放下载
  

• TrendForece：AI 推理带动今年企业级 QLC 固态硬盘出货容量增长四倍

• Midjourney推出新功能Room 用户可在聊天室中一起创作图像

• 英伟达与越南科技巨头 FPT 达成合作，将投资 2 亿美元共建 AI 工厂

• 消息人士称，Perplexity 正在为其人工智能搜索平台筹集 2.5 亿美元以上的资金，估值为 2.5B-3B 美元

• 亚马逊希望托管公司的定制生成人工智能模型

• 马斯克或将在明年年底前出售特斯拉人形机器人 Optimus

• EVI正式发布API，提供转录、语音合成服务

• 微软、谷歌和 OpenAI 等巨头承诺制定生成式 AI 发展措施，妥善保护儿童健康
  

资讯详情：

AIGC第一股出门问问今日上市，市值达54.89亿港元

被誉为“AIGC第一股”的出门问问于今日在香港交易所正式挂牌上市。截至收盘，出门问问收报3.68港元，跌幅3.16%，港股市值54.89亿港元。 

据配发结果公告显示，此次出门问问全球发售8456.8万股股份，国际发售4228.4万股股份，公开发售4228.4万股股份，其中，公开发售获117.39 倍认购。最终发售价每股3.8港元，全球发售净筹约2.67亿港元。

微软解锁 Copilot 特性：字符上限最高调至 1.6 万、支持梳理 PDF 等文件内容

据ReadHub报道，微软公司近日通过服务器更新，上调了 Windows 10、Windows 11 系统、网页版以及 Edge 浏览器中 Copilot 的字符上限，最高可以达到 1.6 万个；此外微软还支持附加 PDF 等文件以及集成笔记本。

微软最初推出网页版和 Windows 版 Copilot 时，字符上限为 2000 个字符，后来增加到 4000 个字符。而在本次更新之后，Copilot 普通用户在“更有创意”模式下，字符上限调整为 8000 个；而如果订购了 Copilot Pro，字符数可以达到 1.6 万个。

微软除了增加字符上限之后，还支持上传 PDF 等格式文件，然后 Copilot 会自动分析、梳理文档中的关键要点。

此外用户上传 PDF、Word 文档、Excel 表格等文件之后，可以要求 Copilot 总结、解释、扩展或翻译成另一种语言，而且可以调用 Bing Search 检测文档中内容，判断文档内容真实性。

Adobe Photoshop 引入全新 Firefly Image 3 图像 AI 模型，Beta 版开放下载

去年以来，Adobe 一直在其各种软件产品中添加大量基于 AI 的功能，其中包括基于 Firefly AI 的图像生成功能，用于 Photoshop 等 Creative Cloud 应用。

今天，Adobe 宣布推出新版 Photoshop，不仅包含一些新的 AI 图像编辑功能和改进，还包含新的 Firefly Image 3 Foundation Model，用于根据文本提示制作基于 AI 的内容。

Adobe 在官方新闻稿中表示，与之前的版本相比，Firefly Image 3 将能够创建质量更高、种类更多、细节更丰富的图像，它还能更好地理解文本提示。

TrendForece：AI 推理带动今年企业级 QLC 固态硬盘出货容量增长四倍

TrendForece 集邦咨询发布研报，表示今年企业级 QLC 固态硬盘的出货位元将因 AI 推理服务器需求增长四倍，达 30EB（IT之家注：约 3146 万 TB）。

研报表示，AI 推理服务器对存储介质以读取为主，写入不如 AI 训练服务器频繁。企业级的 QLC 固态虽然写入耐久不如 TLC 盘，但在读取方面并不逊色，同时也拥有成本优势。

而对比企业级机械硬盘，企业级 QLC 固态硬盘在速度具有明显优势的同时，运行能耗较低。同时企业级 QLC 固态硬盘已可实现 61.44TB 容量，相较企业级机械硬盘常见的 20~24TB 更大。AI，尤其是 AI 训练是高耗能应用，大型 AI 服务器客户愈来愈看重存储产品的能效。

企业级 QLC 固态硬盘能效优于机械硬盘，又仅需更少物理空间，在整体 TCO 方面具有优势，这推动了 AI 推理服务器对 QLC 固态硬盘的采用。具体来说，主要闪存企业中仅有三星和 Solidigm 的企业级 QLC 固态硬盘通过了验证测试，因此这两家企业将受益于这波趋势，尤以积极推广 QLC 产品的 Solidigm 为大。

Solidigm 下半年将扩大 144 层 QLC 闪存的投产；三星电子方面虽然下半年会开始量产第九代 V-NAND 闪存的 QLC 版本，但仍将以 176 层（第七代 V-NAND）QLC 闪存为主。研报预估，大容量 QLC 产品供应吃紧，将带动企业级固态硬盘合约价在三季度继续上涨，涨幅约 5~10%。

Midjourney推出新功能Room 用户可在聊天室中一起创作图像

Midjourney 近日宣布，推出全新 Room 功能，允许用户共同参与创作。

Midjourney 表示，在 Room 中，用户可以一起创建和分享图像，并参与实时聊天。在Room中，用户可以看到房间中其他人创作的图像，这有助于激发灵感和创意交流。

Room的右侧提供语音和文字聊天功能，用户可以讨论他们的创作过程、分享想法和反馈。左侧生成的图像可以轻松地被引用到聊天中，这促进了用户之间的互动和合作。Room为用户提供了一个协作和社交的空间，使Midjourney的体验更加丰富和多维。

英伟达与越南科技巨头 FPT 达成合作，将投资 2 亿美元共建 AI 工厂

据AASTOCKS报道，越南科技巨头 FPT 与英伟达当地时间周二宣布达成全面战略合作，双方计划投资 2 亿美元、利用英伟达的技术建造一家人工智能工厂。

双方在联合声明中表示，FPT 计划利用英伟达的支持促进 AI 研究，并为越南和全球客户提供服务与解决方案，英伟达还将帮助 FPT 在汽车和数字化转型等领域开发 AI 技术。

据路透社报道，FPT 是越南胡志明市证券交易所市值最高的科技公司，市值达到 55 亿美元，提供各种 AI、云计算和大数据服务，去年总收入超过 20 亿美元。

英伟达 CEO 黄仁勋曾在去年 12 月表示，该公司希望扩大与越南顶尖科技公司的合作，并支持越南培养人工智能和数字基础设施开发人才。目前，英伟达已经在越南投资超过 2.5 亿美元。

消息人士称，Perplexity 正在为其人工智能搜索平台筹集 2.5 亿美元以上的资金，估值为 2.5B-3B 美元

据TheVerge报道，人工智能搜索引擎初创公司Perplexity是目前的热门资产。TechCrunch 获悉，该公司目前正在筹集至少 2.5 亿美元资金，估值在 25 亿至 30 亿美元之间。

在此消息发布之前，该公司在过去四个月内进行了另外两次大规模融资，估值实现了飞跃：1 月份，该公司筹集了近 7400 万美元，估值达到 5.4 亿美元（高于 2023 年 4 月的 1.21 亿美元）。3 月初，该公司完成了估值为 10 亿美元的融资——从那时起，这一融资就一直悄悄公开（在PitchBook 的数据库中，融资金额为 5600 万美元），彭博社今天早些时候强调了这一融资（没有提及融资金额） ），首席执行官 Aravind Srinivas指出为 6270 万美元。

报道的这两轮并不是故事的全部。我们从与该公司关系密切的多个消息来源了解到，该公司实际上还在进一步筹集至少2.5 亿美元的资金，以利用其在市场上获得的关注。据消息人士透露，NEA 和 IVP 都是该公司之前的支持者，他们也希望在这一轮更大规模的投资中进行投资。

一位消息人士称，他们或其他先前的支持者是否参与，可能取决于 Perplexity 是否愿意与现有投资者合作，而不是进行多元化，扩大其上限表以引入新投资者。

“他们的增长非常迅速，”一位现有投资者的合伙人表示。“是的，我们会寻求参与。”

Perplexity 产品的核心是基于人工智能的生成式搜索引擎，它使用聊天机器人风格的界面提供结果。它绝对不是唯一一家追求搜索机会的生成人工智能公司：这实际上是有多少人在使用 ChatGPT 和微软的 Bing（由 OpenAI 提供支持）等产品，而谷歌正在通过其 Gemini LLM 大力推动改善搜索结果。

亚马逊希望托管公司的定制生成人工智能模型

据TheVerge报道，AWS 是亚马逊的云计算业务，希望成为公司托管和微调其定制生成人工智能模型的首选场所。

昨日，AWS 宣布推出自定义模型导入（预览版），这是 AWS 面向企业的生成 AI 服务套件 Bedrock 中的一项新功能。该功能允许组织将其内部生成人工智能模型作为完全托管的 API 导入和访问。

公司的专有模型一旦导入，将受益于与 Bedrock 库中其他生成人工智能模型相同的基础设施（例如 Meta 的 Llama 3 或 Anthropic 的 Claude 3）。他们还将获得工具来扩展他们的知识，对其进行微调并实施保障措施以减轻他们的偏见。

AWS 生成人工智能副总裁 Vasi Philomin 在接受 TechCrunch 采访时表示：“有些 AWS 客户已经在 Bedrock 之外使用其他工具进行微调或构建自己的模型。” “这种自定义模型导入功能使他们能够将自己的专有模型引入 Bedrock，并在 Bedrock 上已有的所有其他模型旁边查看它们，并将它们与 Bedrock 上已有的所有工作流程一起使用”。

马斯克或将在明年年底前出售特斯拉人形机器人 Optimus

据 The Verge 报道，马斯克今天表示，预计会在2025年递签对外销售人形机器人 Optimes。

据悉，特斯拉预计在今年年底前可以拥有完成 Optimus 工厂任务的能力。特斯拉计划今年年底前在其自家工厂率先使用该机器人。

几个月前，特斯拉发布了新一代人形机器人 Optimus Gen 2，旨使其能够接管人类的重复性工作。与之前的版本相比，新原型机器人有着诸多改进。

EVI正式发布API，提供转录、语音合成服务

据 Hume 官方消息，旗下可识别对话客户情感的人工智能 EVI 即日起正式开放 API。

据报道，EVI 的情商影响深远而多样。在医疗保健、教育和客户服务等领域，其潜在应用几乎是无限的。试想一下，当学生遇到困难时，虚拟辅导员可以感知并提供个性化的帮助，或者虚拟治疗师可以为需要帮助的人提供感同身受的支持。有了 EVI，这些场景不再局限于想象，而是触手可及。

Hume 表示，自发布以来，它已经生成了大约10万次的对话，平均每次对话时长为10分钟，总计产生了超过300万条消息。

据DoNews报道，微软、谷歌近日发布新闻稿，宣布和 Thorn、All Tech Is Human 机构合作，致力于在其生成人工智能技术中实施强有力的儿童安全措施。 

Thorn 是一家致力于开发保护儿童免受性虐待技术的非营利组织，而 All Tech Is Human 是一家专注于发展和加强负责任的科技生态系统的组织，两家组织宣布和 Amazon、Anthropic、Civitai、Google、Meta、Metaphysical、Microsoft、Mistral AI、OpenAI 和 Stability AI 等科技巨头公司合作，在开发生成 AI 技术过程中，制定强有力的儿童安全承诺。

上述公司承诺，在开发生成式 AI 技术过程中，会阻止生成、传播儿童性虐待材料（AIG-CSAM）以及其它伤害到儿童的内容。

今日重点论文：

牛津大学：

《AutoAD III: The Prequel – Back to the Pixels》

本论文提出了一种基于Q-former的架构，使用预训练的视觉编码器和大型语言模型，从原始视频中生成AD，并提出了新的评估指标以评估AD质量。论文提供了两种构建AD数据集的方法，并公开了这些数据集。实验使用了现有数据集，并开发了新的评估指标来评估AD质量。提出的Q-former-based架构在AD生成方面取得了最新的成果。

论文地址：

https://arxiv.org/abs/2404.14412v1

首尔大学：

《Guess The Unseen: Dynamic 3D Scene Reconstruction from Partial 2D Glimpses 》

本文使用3D高斯点插值（3D-GS）表示法来表示世界和多个人物，通过在规范空间中优化3D-GS表示来融合稀疏的线索，利用预训练的2D扩散模型合成未见过的视图，最终实现高质量的3D人体重建。该方法能够在各种具有挑战性的例子中重建高质量的可动画3D人体，能够在任意时间点渲染场景和编辑3D场景。实验结果表明，该方法的质量和效率优于其他现有方法。

论文地址：

https://arxiv.org/abs/2404.14410v1

莱斯大学：

《SpaceByte: Towards Deleting Tokenization from Large Language Modeling》

本文提出一种新的字节级Transformer模型架构，即SpaceByte，在中间层插入更大的Transformer块，但仅在某些字节，如空格字符之后应用这些更大的块，从而提高性能。论文使用实验验证了SpaceByte模型在固定训练和推理计算预算的情况下，优于其他字节级架构，并且与tokenized Transformer架构的性能大致相当。论文还开源了代码。

论文地址：

https://arxiv.org/abs/2404.14408v1

谷歌：

《LANGUAGEMODELBEATSDIFFUSION—TOKENIZERISKEYTOVISUALGENERATION》

论文的亮点包括：1.提出了一种新的视频分词器MAGVIT-v2，将像素空间输入映射为LLMs学习所需的离散标记；2.通过实验验证了使用MAGVIT-v2的LLMs在ImageNet和Kinetics等标准图像和视频生成基准测试上的优越性；3.在视频压缩和动作识别等任务上，MAGVIT-v2也表现出色；4.论文使用了开源的数据集和代码，值得进一步研究。

论文地址：

https://arxiv.org/abs/2310.05737v3

亚利桑那大学：

《FromWordstoNumbers:YourLargeLanguageModelIsSecretlyACapableRegressorWhenGivenIn-ContextExamples》

大型语言模型（如GPT-4、Claude3等）可以在没有任何额外训练或梯度更新的情况下，执行回归任务，并且性能可以与传统监督学习方法相媲美或超越。论文通过实验发现，大型语言模型在回归任务上的表现非常出色，甚至可以超越传统监督学习方法。研究还探究了大型语言模型在上下文示例数量增加时的性能变化，并表明其具有亚线性的后悔能力。

论文地址：

https://arxiv.org/abs/2404.07544v1