ReaderMX.
GenAI新世界

8月6日 AI 头条｜OpenAI 再次面临高层变动，多位高管休假或离职

G大模型机动组约 8 分钟
Image
划重点:
  • OpenAI 再次面临高层变动，多位高管休假或离职
  • OpenAI 宣布今年DevDay 定档十月，不会公布 GPT-5
  • 马斯克再次起诉OpenAI 及其创始人 Altman
  • AI 芯片初创公司 Groq 获得6亿美元投资， LeCun 将担任其技术顾问
  • 智谱 AI 清影视频模型开源
  • OpenAI 遭 YouTube 主播诉讼，被索赔500万美元
  • 劳埃德银行聘请 AWS高管担任新任AI主管
  • 谷歌将为 Chromebook 推出 AI 助手 Bluebuddy
  • 阿里团队推出视频 AI 生成框架 Tora：画圈操控物体运动轨迹
  • 零一万物宣布Yi API Function Call 功能上线
资讯详情：
OpenAI 再次面临高层变动，多位高管休假或离职
据 The Information 报道，在去年11月之后,OpenAI 或将再次面临重大人事变动。
据悉，OpenAI 创始人之一Greg Brockman正在休长假而另一位创始人John Schulman 已转投OpenAI 竞争对手Anthropic。此外，去年加入OpenAI 的产品负责人 Peter Deng 也已经离职。除此之外，OpenAI的安全领导者 Aleksander Madry 近日被调岗，负责另外一个项目。而在这之前，创始人呢之一的 Ilya Sutskever 也宣布离职并创建自己的大模型公司。另一位联合创始人Andrej Karpathy于2月离职，并创办了一家教育创业公司。
据悉，Schulman在X上表示，他选择跳槽到Anthropic是出于希望更深入地从事AI对齐工作的愿望，即使AI与人类价值观对齐的实践。
此前有消息称，OpenAI可能会从非营利组织转变为类似Anthropic的商业公司，目前他们正在训练其下一代旗舰模型。它最近还推出了一款搜索引擎，并正在开发一种所谓的AI代理，可以为客户自动执行计算机任务。
Image
OpenAI 宣布今年DevDay 定档十月，不会公布 GPT-5
据 TechCrunch 报道，OpenAI 表示将改变 DevDay 大会的形式，从一个大型活动转变为一系列开发者参与会议。
OpenAI还确认，它不会在 DevDay 期间发布下一款主要旗舰大模型，而是将重点放在 API 和开发者服务的更新上。
据悉，OpenAI 今年的 DevDay 活动将于 10 月 1 日在旧金山、10 月 30 日在伦敦、11 月 21 日在新加坡举行。所有活动都将包括研讨会、分组会议、OpenAI 产品和工程人员的演示以及开发者聚光灯。报名费为 450 美元，报名截止日期为 8 月 15 日。
Image
马斯克再次起诉OpenAI 及其创始人 Altman
据 Deadline 报道，马斯克于当地时间周一再次起诉OpenAI，指责该公司在与微软签署商业合作协议时背弃了造福人类的使命。
马斯克在新的起诉状中表示，Altman 以及OpenAI 的另一位联合创始人Greg Brockman违反了联邦民事敲诈勒索法，并声称马斯克和其他投资者是在其 "虚假的人道主义使命 "的诱导下投资 OpenAI 的。
值得一提的是，OpenAI 在今年 2 月完成的员工持股要约收购中估值为 860 亿美元。而马斯克在诉讼中声称，该公司 "最近的估值达到了惊人的1000亿美元"。
Image
AI 芯片初创公司 Groq 获得6亿美元投资， LeCun 将担任其技术顾问
据 TechCrunch 报道，AI 芯片初创公司 Groq 今日获得了6.4亿美元的投资，其公司估值已达到28亿美元。
据悉，本轮融资由Neuberger Berman、Type One Ventures、思科、KDDI 和三星催化剂基金参与。本轮融资过后，Groq 的融资总额超过 10 亿美元。
此外Groq 还宣布，Meta 首席人工智能科学家 Yann LeCun 将担任 Groq 的技术顾问，英特尔代工业务前负责人、惠普前首席信息官 Stuart Pann 将加入这家初创公司，担任首席运营官。
Image
智谱 AI 清影视频模型开源
今天凌晨，智谱AI在 Github 上将 CogVideoX 开源。值得注意的是，该模型为前两周很火的智谱的第二世代 AI 视频清影的基模型。
7 月 26 日，智谱 AI 曾在官方公众号发文，宣布清影大模型上线。
该模型可以让用户通过几个字到几百个文字的表述，在等待 30 秒之后，就可以获得一段 1440 x 960 清晰度的高精度视频。
Image
OpenAI 遭 YouTube 主播诉讼，被索赔500万美元
据 Techcrunch 报道，一位YouTube创作者正对OpenAI提起集体诉讼，指控该公司在未通知或补偿视频所有者的情况下，利用YouTube上数百万个视频内容训练其人工智能生成模型。
在周五提交给美国加州北区地方法院的一份诉状中，马萨诸塞州 YouTube 用户David Millette的律师指控 OpenAI 偷偷转录了米莱特和其他创作者的视频，用于训练模型，为该公司的人工智能聊天机器人平台 ChatGPT 以及其他人工智能生成工具和产品提供支持。诉状称，通过收集这些数据，OpenAI 从创作者的作品中 "获利颇丰"，同时也违反了版权法和 YouTube 的服务条款，即禁止将视频用于独立于其服务之外的应用程序。
Millette 的案件由 Bursor & Fisher 律师事务所代理，他们正在寻求陪审团的审判，并要求OpenAI向所有 YouTube 用户和创作者赔偿超过 500 万美元，因为他们的数据可能被卷入 OpenAI 的训练中。
Image
劳埃德银行聘请 AWS高管担任新任AI主管
据 界面新闻报道，前 AWS 高管ohit Dhawan现已加盟劳埃德银行集团，负责其人工智能战略，这是该集团数字化战略的一部分。
Dhawan 拥有悉尼大学的人工智能博士学位，此前曾负责 AWS 亚太地区的数据和人工智能战略。他将向劳埃德银行的首席数据和分析官Ranil Boteju汇报工作。
此举正值银行希望在更大范围内推广人工智能和机器学习，以提高生产率并降低成本之际。一些专家警告说，由于监管方面的担忧，现有银行在实施这项技术方面进展缓慢。摩根士丹利是最早在3月份任命人工智能部门主管的贷款机构之一。
Image
谷歌将为 Chromebook 推出 AI 助手 Bluebuddy
据 WindowsReport 报道，谷歌正在为Chromebook 系列笔记本电脑打造一款名为 Bluebuddy 的 AI 助手，将帮助用户解决蓝牙相关问题。
这款新助手将在 ChromeOS 中推出，用户只需输入遇到的问题，系统就会推荐相应的解决方案。这个功能可能会被称为 用 AI 排查故障，并且会提供一些选项，比如适配器、设备和调试日志等。
不过目前还不清楚 BlueBuddy 是否会适用于所有 Chromebook，还是仅限于 Chromebook Plus 系列，期待后续的消息。
Image
阿里团队推出视频 AI 生成框架 Tora：画圈操控物体运动轨迹
据 Github 页面显示，阿里团队最新推出了 AI 视频生成框架 Tora，同时集成了文本、视觉和轨迹条件用于生成视频，是基于轨迹导向的扩散变换器（DiT）技术。
Tora 由一个轨迹提取器（TE）、一个时空 DiT 和一个运动引导融合器（MGF）组成：TE 使用 3D 视频压缩网络将任意轨迹编码为分层时空运动补丁。MGF 将运动贴片集成到 DiT 模块中，以生成遵循轨迹的连贯视频。
Tora 无缝契合 DiT 设计，支持制作最长 204 帧、720P 分辨率的视频，可以精确控制不同持续时间、宽高比和分辨率的视频内容。大量实验证明，Tora 在实现高运动保真度方面表现出色，同时还能细致模拟物理世界的运动。
Image
零一万物宣布Yi API Function Call 功能上线
据零一万物官方消息，Yi API 正式新增 Function Call 功能。
据零一万物表示，最新的模型 Yi-Large-FC 经过针对性训练，具备良好的深度理解能力、强大的指令遵循能力，既能根据用户的输入判断何时应调用函数，又能使用更贴近工具函数定义的 JSON 进行响应；同时完美兼容 OpenAI 的接口设计，能够丝滑“平替GPT”。
具备 Function Call 能力，意味着模型能够根据输入判断是否需要、何时调用外部工具，并输出请求调用函数的消息，包括函数信息、参数信息等。这种设计使得大模型能够与外部工具 API 有效地连接起来。
Image
今日重点论文：
麻省理工学院：
《Foundations of Reinforcement Learning and Interactive Decision Making》
本篇论文探讨强化学习和交互式决策制定的统计学基础，旨在解决探索-利用困境。论文提出了一种统一的框架，使用频率学派和贝叶斯方法来解决探索-利用困境，强调了监督学习/估计和决策制定之间的联系和相似之处。特别关注函数逼近和灵活的模型类，如神经网络。论文涵盖了多臂和上下文臂、结构臂以及具有高维反馈的强化学习等主题。实验设计充分，使用了多个数据集，并提供了开源代码。值得进一步研究的工作包括如何在更复杂的环境中应用这种框架以及如何处理更大规模的数据集。
论文地址：
https://arxiv.org/abs/2312.16730v1
伦敦大学学院：
《An introduction to reinforcement learning for neuroscience》
本文旨在介绍现代深度强化学习中使用的方法，这些方法已在系统神经科学中得到应用。本文还试图强调机器学习方法与实验和理论神经科学相关工作之间的密切联系。本文的主要观点是对神经科学中的强化学习进行全面回顾，涵盖强化学习的经典工作，并对现代深度强化学习中使用的方法进行介绍性概述，这些方法已在系统神经科学中得到应用。论文强调了机器学习方法与实验和理论神经科学相关工作之间的密切联系。
论文地址：
https://arxiv.org/abs/2311.07315v1
谷歌：
《Gemma 2: Improving Open Language Models at a Practical Size》
Gemma 2试图提出一种新的Transformer架构，以解决模型大小和性能之间的权衡问题。Gemma 2采用了多种技术改进，如交错的局部-全局注意力和组查询注意力，并使用知识蒸馏来训练模型。这些改进使得Gemma 2在模型大小和性能方面都表现优异。Gemma 2是一系列轻量级、先进的开放模型之一，模型规模从20亿到270亿参数不等。论文发布了所有模型的代码。Gemma 2的性能优于同规模的其他模型，甚至有时可以替代2-3倍大小的模型。论文地址：
https://arxiv.org/abs/2408.00118v2
谷歌：
《WARP: On the Benefits of Weight Averaged Rewarded Policies》
本文旨在通过引入一种新的对齐策略Weight Averaged Rewarded Policies（WARP），解决强化学习从人类反馈中学习的问题，即如何在保留预训练知识的同时提高奖励。WARP通过在权重空间中合并策略，将三个不同阶段的模型融合在一起，逐步改进KL-reward Pareto前沿，从而在固定KL的情况下获得更高的奖励。实验结果表明，WARP可以提高GEMMA策略的质量和对齐性，优于其他开源LLMs。论文还对实验设计、数据集和开源代码进行了详细描述。
论文地址：
https://arxiv.org/abs/2406.16768v1
Image

KEEP THE THREAD GOING

更多来源文章