GenAI新世界

6月6日 AI 头条|微信发布新规,发布 AI 生成内容需标注

划重点:
  • 微信发布新规,发布 AI 生成内容需标注
  • 智谱 GLM4-9B系列模型开源,性能超越Llama3
  • Humane 通知 AI Pin 用户立即停止使用充电盒
  • 字节推出 AI 音乐工具海绵音乐,现已开始内测
  • 首个中文大模型匿名竞技场琅琊榜榜单发布
  • Siri 联合创始人称苹果与 OpenAI 合作只是权宜之计
  • 英特尔推出 AI Playground 应用,帮助 AI 新手快速入门
  • AI设计工具Motiff妙多面向全球发布
  • 面壁智能宣布 MiniCPM 免费商用
  • 腾讯混元发布开源加速库:生成图片时间可缩短 75%
  • 快手版Sora 可灵开放测试,可生成2分钟视频
  • Stable Audio Open 开源 AI 模型发布
资讯详情: 微信发布新规,发布 AI 生成内容需标注 据微信珊瑚安全官方消息,微信将进一步规范自媒体消息的“信息来源标注”。 微信表示,发布使用AI等技术生成的信息时,必须标注内容为AI制作;发布含有虚构、演绎内容时,必须标注内容为虚构。已进行标注的信息,会在信息底部显示相关提示,更好地帮助广大用户准确了解信息。对于未规范进行信息来源标注的内容,平台将会进行提醒并限制其传播。
智谱 GLM4-9B系列模型开源,性能超越Llama3 据智谱AI 官方消息,GLM-4-9B系列模型现已正式开源,其模型性能全面超越Llama3-8B模型。 GLM-4-9B使用了10T 高质量多语言数据进行训练,数据量是 ChatGLM3-6B 模型的 3 倍以上。同时,采用了 FP8 技术进行高效的预训练,相较于第三代模型,训练效率提高了 3.5 倍,预训练计算量增加了 5 倍。
Humane 通知 AI Pin 用户立即停止使用充电盒 据 The Verge 报道,Humane 近日向 AI Pin 用户发布通知,要求他们立即停止使用其充电盒。 Humane 在邮件中表示,该充电盒因第三方电池单元存在问题,可能会带来火灾安全风险。Humane 表示,他们已经取消了第三方供应商的资格,并寻找新的电池供应商。Humane明确指出,AI Pin 本身、磁性电池增压器及其充电垫不受影响。
字节推出 AI 音乐工具海绵音乐,现已开始内测 据字节跳动官方消息,AI 音乐生成工具海绵音乐现已开启内测,官网现已上线。 据悉,海绵音乐在人声处理方面表现优异,尤其是在中文歌曲中,减少了电音的使用,提高了吐字清晰度和演唱流畅性。相比较Suno,海绵音乐的音乐风格更符合国人的喜好。不过海绵音乐的训练数据较少,目前其所生成的音乐还缺乏新意。
首个中文大模型匿名竞技场琅琊榜榜单发布 据 SuperCLU 官方消息,国内首个中文大模型匿名对战竞技场琅琊榜正式发布,首期榜单包含17个中文代表性大模型,截止6月5日共获得12608次有效投票。 首期榜单中,MiniMax的abab6.5-chat以1173分暂列榜首,智谱AI的GLM-4和月之暗面的moonshot-v1-128k(Kimi)紧随其后,分别取得1079分和1059分。在本次榜单中,超过1000分的大模型有10个,均有不俗表现。
Siri 联合创始人称苹果与 OpenAI 合作只是权宜之计 据 iphoneincanada 报道,Siri 的联合创始人Dag Kittlaus认为, 苹果与 OpenAI 在 AI 技术方面的合作可能只是暂时。 此前有消息称,苹果和 OpenAI 正在达成一项协议。作为合作的一部分,苹果可能会在 iOS 18 中投资使用 ChatGPT 功能。而 Kittlaus 表示,"苹果公司正在为其 Siri 数字助理注入人工智能。但该公司自己的聊天机器人还没有达到要求。"“对苹果公司来说,与OpenAI的合作很可能是一种中短期关系。但可以肯定的是,他们将在这里努力建设自己的能力。”
英特尔推出 AI Playground 应用,帮助 AI 新手快速入门 据英特尔官方消息,英特尔公布全新 AI 工具 AI Playground,该工具旨在让生成式 AI 新手快速实现入门。 AI Playground 需要搭配英特尔 AI XMX 引擎,所以需要有 Arc 锐炬独显或集成 Arc GPU 的英特尔酷睿 Ultra 处理器。AI Playground 可以像其他 Windows 应用程序一样安装,无需使用命令行和脚本即可 PC 上本地化运行 AI 功能。 AI设计工具Motiff妙多面向全球发布 据36氪报道,6月5日,定位“AI时代设计工具”的Motiff妙多面向全球发布。 据介绍,Motiff妙多由看云软件研发,首创AI复制、AI布局、AI设计系统创建、AI设计系统维护、AI一致性检查等多个AI功能,是国内首个自研图形渲染引擎的界面设计软件。
面壁智能宣布 MiniCPM 免费商用 面壁智能官方消息,面壁小钢炮 MiniCPM 现可免费商用。 面壁智能表示,即日起, MiniCPM 和 MiniCPM-V 权重将对学术研究完全开放,并且企业、个人在填写问卷登记后亦允许商业使用,社区使用 MiniCPM 系列模型需要遵循 Apache 2.0 和《MiniCPM 模型社区许可协议》。
腾讯混元发布开源加速库:生成图片时间可缩短 75% 腾讯今天宣布,发布针对混元 DiT的加速库,号称大幅提升推理效率,生图时间缩短 75%。 官方表示,混元 DiT 模型的使用门槛也大幅降低,用户可以基于 ComfyUI 的图形化界面使用腾讯混元文生图模型能力。同时,混元 DiT 模型已经部署至 HuggingFaceDiffusers 通用模型库中,用户仅用三行代码即可调用混元 DiT 模型,无需下载原始代码库。
快手版Sora 可灵开放测试,可生成2分钟视频 快手今天宣布,“可灵”视频生成大模型官网正式上线。据悉,可灵大模型为快手AI团队自研,基于快手在视频技术方面的多年积累,采用Sora相似的技术路线,结合多项自研技术创新,效果对标Sora。 可灵大模型不仅具备强大的概念组合能力和想象力,还能够生成大幅度的合理运动、模拟物理世界特性。其生成的视频分辨率高达1080p,时长最高可达2分钟(帧率30fps),且支持自由的宽高比。
Stable Audio Open 开源 AI 模型发布 Stability AI 今天宣布,推出Stable Audio Open开原模型,可以基于用户输入的提示词,生成高质量音频样本。 Stable Audio Open 最长可以创建 47 秒的音乐,非常适合鼓点、乐器旋律、环境音和拟声音效,该开源模型基于 transforms 扩散模型(DiT),在自动编码器的潜在空间中操作,提高生成音频的质量和多样性。
资讯详情: 普林斯顿大学: 《Transformers are SSMs: Generalized Models and Efficient Algorithms Through Structured State Space Duality》 本论文旨在探讨状态空间模型(SSM)与注意力机制的关系,并提出了一种新的架构Mamba-2,旨在进一步优化SSM的性能。通过对结构化半分离矩阵的各种分解,将SSM与注意力机制联系起来,提出了状态空间对偶(SSD)框架,并在此基础上设计了Mamba-2架构,该架构的核心层是Mamba选择性SSM的改进版本,速度比原来快2-8倍,同时在语言建模方面与Transformer相当竞争力。 论文地址: https://arxiv.org/abs/2405.21060v1 纽约大学阿布扎比分校 《DeepOKAN: Deep Operator Network Based on Kolmogorov Arnold Networks for Mechanics Problems》 论文旨在解决工程设计中需要进行昂贵的重复模拟的问题,提出了一种新型神经算子DeepOKAN来提高神经网络的预测能力。DeepOKAN使用Kolmogorov Arnold网络(KANs)和高斯径向基函数(RBFs),相比于传统的神经网络架构,可以更有效地处理复杂的工程场景预测,并且需要更少的可学习参数。 论文地址: https://arxiv.org/abs/2405.19143v1 亚利桑那州立大学 《Model Predictive Control and Reinforcement Learning: A Unified Framework Based on Dynamic Programming》 论文旨在提出一个将近似动态规划、模型预测控制和强化学习联系起来的新的概念框架,以解决一些基本的顺序决策问题,如增强学习和模型预测控制中的不确定性处理和稳定性增强等问题。论文提出了两个算法——离线训练和在线玩,这两个算法通过牛顿法的强大机制相互协作。这种协作方式是强化学习和模型预测控制设计架构的核心,并提供了一个桥梁,以弥合强化学习和模型预测控制之间的文化差异。 论文地址: https://arxiv.org/abs/2406.00592v1 斯坦福大学 《Show, Don't Tell: Aligning Language Models with Demonstrated Feedback》 本文旨在解决如何通过少量的演示来对语言模型进行定制化的问题,以达到更好的输出效果。文章提出了一种名为Demonstration ITerated Task Optimization (DITTO)的方法,通过在线模仿学习的思想,将用户的演示作为优于LLM和其中间检查点输出的反馈,从而实现对LLM输出的调整。 论文地址: https://arxiv.org/abs/2406.00888v1