4 月 30 日 AI 头条｜OpenAI 向 ChatGPT Plus 用户开放“记忆”功能
荷花约 8 分钟划重点：
OpenAI 向 ChatGPT Plus 用户开放“记忆”功能
Kimi上线智能体功能Kimi+
三星报告利润增长10倍，AI 推动内存芯片市场复苏
百度搜索推出AI图片助手 支持去水印、画质修复、AI扩图等功能
联发科天玑9300 宣布5月7日发布
小鹏汽车发布全新品牌MONA 并推出小鹏AI天玑系统
OpenAI 增强内容合作，签署使用英国《金融时报》资料库训练 AI 模型
消息称小红书内测自研大模型“小地瓜”，有望落地社交和搜索
摄影平台 EyeEm 声称将默认使用摄影师作品训练 AI 模型
资讯详情：
OpenAI 向 ChatGPT Plus 用户开放“记忆”功能
据Binance报道，OpenAI 公司今天宣布，面向所有 ChatGPT Plus 用户开放“记忆”（Memory）功能，可以让 ChatGPT 记住用户在聊天中讨论过的事情，并避免重复信息。
用户可以控制 ChatGPT 需要记住的内容，可向 ChatGPT 发出明确指令使其记住指定内容，同时也可以询问 ChatGPT“你记住了什么”。用户也可以完全关闭该功能，或者通过对话、设置来让 ChatGPT“忘记”此前要求记住的内容。
OpenAI 在今天发布的新闻稿中表示，相比较早期测试版本，现在 ChatGPT 可以告诉用户合适更新“记忆”。用户可以通过查看聊天机器人从对话中获取的内容来管理 ChatGPT 记住的内容，甚至让 ChatGPT“忘记”不需要的详细信息。
Kimi上线智能体功能Kimi+
月之暗面今天宣布， Kimi 更新了全 Kimi+ 功能，并上线了官方智能体商店。
Kimi+是Kimi更新的增强版智能体，新增多项实用功能，如商品挑选、学术搜索、旅行规划、小红书爆款生成等。其支持@不同Kimi+接力聊天，提高工作效率。
目前，Kimi+只在网页端上线了，而且暂时还不支持用户自己创建智能体。虽然已有的智能体也算是覆盖了比较常用的基本场景了，但还是很期待未来能够更新自定义功能，希望 Kimi+ 能给我们带来更多惊喜！
三星报告利润增长10倍，AI 推动内存芯片市场复苏
三星电子周二发布报告称，由于人工智技术的发展推动计算机内存芯片市场复苏，上季度营运利润增长了10倍。
三星表示，今年1-3月季度的营运利润达到6.6万亿元（约合48亿美元），远高于去年同期的6400亿韩元(约合4.65亿美元)。报告显示，公司营收增长近13%，达到71.9万亿韩元（约合520亿美元），主要益于内存芯片价格上涨以及旗舰产品 Galaxy S24智能手机的强劲销售。
三星将通过 AI 技术为用户带来更智能、更便捷的体验，为产品赋予了更多功能，助力公司在半导体和智能手机领域的持续增长。
百度搜索推出AI图片助手 支持去水印、画质修复、AI扩图等功能
百度近日正式宣布，推出AI图片助手，让用户直接通过百度 APP 进行图片修改，并配备多项 AI 功能。
百度表示，用户可以在百度 APP 中搜索修图，之后上传图片进行调正。此外百度还推出了新的涂抹消除功能，可以对图片中的内容进行消除和修复。百度还计划在5月份上线一键抠图、背景替换等功能。
百度表示，在将于今年5月30日举办的2024百度移动生态万象大会上，百度搜索会正式推出更多基于大模型的产品功能，为用户提供更好的搜索体验。
联发科天玑9300 宣布5月7日发布
据联发科官方消息，联发科天玑开发者大会MDDC2024将于5月7日举行，天玑9300 旗舰芯片将在大会上发布。
据悉，天玑9300 旗舰芯片基于台积电4nm工艺打造，架构延续了4颗超大核 4颗大核组合。CPU主频最高为3.4GHz，Geekbench 6单核成绩2300，多核成绩7700。安兔兔综合成绩突破230万，是目前安卓阵营跑分最高、性能最强的手机芯片。GPU上，天玑9300 采用Arm Immortalis-G720 MP12，虽然频率维持在1.3GHz，但与前代天玑9300相比，前者整体性能的竞争力依然强劲。
据爆料，vivoX100S将首发这颗芯片，RedmiK70至尊版紧随其后，加入首批搭载行列。
小鹏汽车发布全新品牌MONA 并推出小鹏AI天玑系统
小鹏汽车今天亮相2024北京车展，并发布全新品牌MONA。
据小鹏汽车表示，MONA代表 Made Of New AI。李小鹏强调其作为全球AI智驾汽车普及者的角色和使命。李小鹏透露，关于MONA品牌的更多信息将在今年6月揭晓，并预测在下半年，MONA的销量有望超越雷军的小米汽车SU7。
此外，小鹏汽车还宣布了其AI天玑系统今日开始公测，小P也接入了AI大模型。这一系列的创新举措，进一步展示了小鹏汽车在智能驾驶和人工智能技术方面的领先地位。
OpenAI 增强内容合作，签署使用英国《金融时报》资料库训练 AI 模型
据TechWet报道，OpenAI 近日和英国新闻媒体《金融时报》签署协议，利用后者的资料库内容训练人工智能模型。OpenAI 此前已经与美联社等四家媒体达成了类似协议。
英国《金融时报》将其内容授权给 OpenAI，帮助后者开发生成式人工智能技术，可以创建接近于人类创作的文本、图像和代码等。
根据双方的合作内容，ChatGPT 用户能够看到精选的摘要、引述以及《金融时报》新闻的链接，此外可以就某条新闻展开聊天。
英国《金融时报》已成为 ChatGPT Enterprise 的客户，为所有《金融时报》员工购买访问权限，确保其团队能精通该技术，并能从 OpenAI 工具带来的创造力和生产力提升中受益。
消息称小红书内测自研大模型“小地瓜”，有望落地社交和搜索
据 36 氪报道，多个独立信源透露，由小红书 AI 创新负责人张德兵（薯名：宇尘）牵头的大模型团队，在部分内部产品灰度测试自研通用大模型基座“小地瓜”。小红书 AI 产品的探索，则主要由小红书产品和设计负责人邓超（薯名：樱木）负责。
报道称，知情者透露小红书对上线新 AI 产品的态度非常谨慎，原因是害怕破坏现有的内容生态。一名知情者说：“小红书的内容生态是活人种草，AI 在里面怎么样才不违和，这是困扰小红书的一个问题。”
据悉，社交和搜索则是小红书希望走出图文种草的舒适区，用 AI 触达更多用户的新场景。
早在去年 5 月就有报道称小红书已筹备了独立的大模型团队，核心员工来自广告业务的 NLP 技术团队。目前该部门在内部为保密状态，在员工系统里也被直接隐藏。
在负责小红书的大模型之前，张德兵曾担任过一年的小红书智能多媒体算法负责人，主要负责 AI 和音视频算法方向。在更早期，他还在快手担任多模态智能创作组负责人，负责视觉相关的算法研发。
截至目前，小红书暂未就以上事项对外回应。
据ZAKER新闻报道，摄影分享平台 EyeEm 近日变更其服务条款，宣布将默认使用平台上的照片来训练 AI 模型，如果用户不同意条款，需要自行删除自己的所有作品。
据介绍，EyeEm 摄影平台创立于 2011 年，该平台在 2015 年上线 EyeEm Market 照片交易市场，允许用户出售自己的摄影作品，在 2021 年以接近 4000 万美元的价格被瑞士社交网站 Talenthouse 收购，不过自 2022 年夏天开始，EyeEm 平台上的摄影师开始对外抱怨没有收到应有的报酬，该平台也在 2023 年 4 月申请破产，而在 2023 年 10 月，西班牙公司 Freepik 宣布买下了该摄影平台。
yeEm 近日变更了服务条款中的 8.1 节，其中声称如果摄影师选择将照片上传到 EyeEm 平台，即等同于授权该平台可转让及可再授权的权利，不仅允许平台复制、公开展示、制作衍生商品及传播，还能使用这些内容来训练软件算法与机器学习模型，相关条款同时适用于上传至 EyeEm 平台及 EyeEm Market 市场的内容。
不希望自己的摄影作品被免费用来训练 AI 模型的 EyeEm 用户，需要自行在 EyeEm 平台中删除所有作品，对于已经提交至 EyeEm Market 市场的作品，用户需要发送邮件提交“删除申请”，但需要“最多 180 天”的处理时间。
今日重点论文：
微软研究院：
《Orca 2: Teaching Small Language Models How to Reason》
论文中提出了通过教授小型语言模型不同的解决问题的策略来提高其推理能力，相比于当前的研究，这是一种新的思路。论文使用了15个不同的基准测试数据集，共计大约100个任务和超过36,000个独特提示，证明了Orca 2在零样本设置下表现出色。此外，作者公开了Orca 2的权重，以支持对小型语言模型的开发、评估和对齐的研究。
论文地址：
https://arxiv.org/abs/2311.11045v2
剑桥大学：
《Why do Random Forests Work? Understanding Tree Ensembles as Self-Regularizing Adaptive Smoothers 》
论文提供了一种新的量化决策树集成的平滑度的方法，并对决策树集成的优势进行了进一步的解释。研究表明，决策树集成可以通过三种不同的机制提高性能，即减少噪声引起的预测方差、减少给定固定输入数据时学习函数质量的变异性，以及通过丰富可用的假设空间减少潜在的偏差。
论文地址：
https://arxiv.org/abs/2402.01502v1
巴黎萨克雷大学：
《A Hitchhiker’s Guide to Geometric GNNs for 3D Atomic Systems》
论文提出了一种基于几何图形的神经网络架构，利用3D原子系统的物理对称性和化学属性来学习有信息量的表示。提供了一个系统的分类法，包括不变网络、笛卡尔基础下的等变网络、球基础下的等变网络和无约束网络。同时，论文还介绍了关键数据集和应用领域，并提出了未来的研究方向。
论文地址：
https://arxiv.org/abs/2312.07511v1
乔治亚理工学院：
《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：
《MambaByte: Token-free Selective State Space Model》
论文使用MambaByte模型在字节级别上进行训练，并将其与其他基于字节的模型和子词模型进行比较，发现MambaByte模型的计算效率更高，并且在性能方面与现有的子词Transformer模型相当甚至更好。此外，论文还开源了MambaByte模型的代码和预训练模型，并使用了多个数据集进行实验验证。
论文地址：
https://arxiv.org/abs/2401.13660