ReaderMX.
GenAI新世界

8月29日 AI 头条｜OpenAI接近完成新一轮融资，估值有望超1000亿美元

G大模型机动组约 7 分钟
Image
划重点:
  • OpenAI接近完成新一轮融资，估值有望超1000亿美元
  • 谷歌宣布 Gemini 将恢复文生图功能，此前因种族描述不当下线
  • 英伟达 2025 财年第二财季营收 300.4 亿美元，同比增长 122%
  • Midjourney 宣布将推出硬件，正招聘更多人才
  • 前员工爆料，OpenAI 安全团队已流失近半成员
  • 安卓 / macOS 版 ChatGPT AI 应用现支持“@”，可无缝切换不同 GPT 模型
  • 2024 三星开发者大会将于 10 月 3 日在美国加州举行，聚焦 AI 创新
  • 阿里云发布国际首个“月球科学多模态专业大模型”
  • LG 推出新智能家居中心 ThinQ ON，内置AI语音助手
资讯详情：
OpenAI接近完成新一轮融资，估值有望超1000亿美元
据界面新闻报道，知情人士透露，OpenAI接近完成由Thrive Capital领投的新一轮融资，估值有望超1000亿美元。
据悉，Thrive将在本轮融资中投资约10亿美元。知情人士称，OpenAI首席财务官Sarah Friar当地时间28日在一份备忘录中告诉员工，公司正寻求新的资金，但未透露细节。
当前 OpenAI 正面临团队调整的问题，近期有多位高管休假或离职。
Image
谷歌宣布 Gemini 将恢复文生图功能，此前因种族描述不当下线
据 The Verge 报道，谷歌宣布，将会在未来几天内向 Gemini 高级版、商业版以及企业版的英文用户恢复文生图功能。
该功能早前因种族描述不当问题而被谷歌下架，当时有用户反映，利用 Gemini 生成的人物形象与历史不符，比如带有种族色彩的争议人物形象。恢复之后，Gemini的文生图功能将由 Imagen 3 提供支持，Imagen 3 是谷歌人工智能文本到图像生成器的最新版本。
据悉，升级后的工具能够生成从逼真的风景到质感油画的任何内容，只需几个字的描述。
Image
英伟达 2025 财年第二财季营收 300.4 亿美元，同比增长 122%
据英伟达官方消息，英伟达现已发布第二财季财报，显示，英伟达第二财季营收为 300.4 亿美元，超过市场预期 287 亿美元，同比增长 122%，此前三个季度同比增速超过 200%；净利润 166 亿美元，同比增长 168%。
具体业务方面，英伟达数据中心业务营收 263 亿美元，同比增长 154%，占总营收 88%，这部分业务包括了 AI 芯片。游戏业务收入 29 亿美元，同比增长 16%。
关于第三季度的预期，英伟达预计收入约为 325 亿美元，同比增长将达 80%，但市场对英伟达第三季度营收最高预期为 379 亿美元，市场担心其飞速增长正在放慢。英伟达盘后股价一度跌超 8%。
英伟达 CEO 黄仁勋表示，备受期待的 Blackwell 芯片样品已经交付，第四季度将开始量产，并在第四季度开始发货。英伟达 CFO 预计，Blackwell 将在第四季度带来数十亿美元的收入。
Image
Midjourney 宣布将推出硬件，正招聘更多人才
据 Midjourney 官方X 消息，Midjourney 正式进入硬件领域，与此同时正在为其旧金山的硬件团队招聘人才。
Midjourney的硬件团队早在今年6月份便已成立，但当时Midjourney 并未公布该硬件团队的成立目的，也未公布任何关于该团队的人事信息。有消息称，Midjourney 可能在考虑为 AR 和 VR 创建完全由计算生成的世界，这是基于他们在文本转换为 3D 模型方面的工作。
此外，苹果前硬件产品经理 Ahmad Abbas 已加入 Midjourney，担任其硬件主管一职。
Image
前员工爆料，OpenAI 安全团队已流失近半成员
据 Tech.co 报道，OpenAI 前员工 Daniel Kokotajlo 表示，在过去几个月里，OpenAI 的安全团队几乎有一半人已经离开了公司。
据悉，这个成立于2023年底的团队在过去几个月里有月 14 名成员辞职，只剩下 16 名骨干。Kokotajlo 透露，由于OpenAI继续将利润置于人工智能安全之上，因此人员流失是缓慢的，而不是急剧的沸腾。
据悉，OpenAI 安全团队的成员曾试图发表有关 AGI 风险的研究，但却面临 OpenAI 高管的 “寒蝉效应”，以及 “OpenAI 的传播和游说部门对发表什么内容合适的影响越来越大”。
Image
安卓 / macOS 版 ChatGPT AI 应用现支持“@”，可无缝切换不同 GPT 模型
据testingcatalog 报道，安卓版和 macOS 版 ChatGPT 现支持 Mentions 功能，用户在聊天对话中使用“@”字符来调用不同的定制 GPT 模型。
在安卓版 ChatGPT 应用中，用户输入“@”符号之后，会弹出一个窗口，让用户选择不同的 GPT，在保持聊天上下文的时候方便用户无缝切换。
苹果 macOS 平台最新版 ChatGPT 也已上线该功能，但目前 iOS 平台 ChatGPT 仍未上线。
Image
2024 三星开发者大会将于 10 月 3 日在美国加州举行，聚焦 AI 创新
三星电子今日宣布，2024 三星开发者大会（SDC 2024）将于当地时间 10 月 3 日在美国加州圣何塞麦克内里会议中心举行。
今年活动将以“为了大家的人工智能：10 年的开放性创新与未来”为主题，重点关注如何充分利用当今的 AI 创新。
三星电子设备体验（DX）部门负责人（副会长）韩宗熙将登台发表主旨演讲，庆祝三星的“AI for All”愿景，还将谈论三星的 AI 伦理原则。
Image
阿里云发布国际首个“月球科学多模态专业大模型”
据阿里云官方消息，中国科学院地球化学研究所与阿里云联合发布了国际首个“月球科学多模态专业大模型”。这一创新模型基于阿里云通义系列模型构建，旨在提高月球撞击坑的年代和形态判别准确率，目前已达到80%以上。
该模型结合了视觉、多模态及自然语言等通义系列模型，并采用了RAG检索增强技术，在阿里云百炼专属版上进行微调及训练。月球撞击坑识别是其最佳落地场景，这对于研究月球地质演化具有重要意义。撞击坑的特征，如大小、深浅和形状，是了解月球地质历史的关键。
月球专业大模型以视觉、多模态及自然语言等通义系列模型为基模，结合RAG检索增强等技术，于阿里云百炼专属版进行微调及训练。目前，月球专业大模型的最佳落地场景是月球撞击坑识别，并且准确率已达到80%以上。
Image
LG 推出新智能家居中心 ThinQ ON，内置AI语音助手
据 LG 官方消息，LG宣布推出其首个专用智能家居中心 ——ThinQ ON。这款新设备即将在 IFA2024科技展上亮相。
从外观来看，ThinQ ON 是一个小巧圆形的白色集线器，同时也具备智能音箱的功能，内置了 LG 的 AI 语音助手。ThinQ ON 采用了先进的人工智能技术，能够通过 Matter、Thread 和 Wi-Fi 等连接方式，控制 LG 家电及其他智能家居设备。这意味着，用户可以通过 LG 的 ThinQ 智能家居平台，监控家中设备的使用情况，并根据个人习惯进行调整。
LG 的 AI 助手不仅能够理解自然语言，还能解析上下文，学习用户的偏好，让家居生活更加智能化。
Image
今日重点论文：
阿卜杜拉国王科技大学：
《PV-Tuning: Beyond Straight-Through Estimation for Extreme LLM Compression》
本文旨在解决对于大型语言模型进行极端压缩（1-2位/参数）时的精度和比特宽度之间的权衡问题，并提出一种新的fine-tuning策略PV-Tuning。本文质疑了在极端LLM压缩中使用STE的有效性，并提出了一种表示无关的PV-Tuning框架，它可以泛化和改进现有的fine-tuning策略，并在一定情况下提供收敛性保证。
论文地址：
https://arxiv.org/abs/2405.14852v1
Deepseek：
《Fire-Flyer AI-HPC: A Cost-Effective Software-Hardware Co-Design for Deep Learning》
Fire-Flyer AI-HPC架构试图解决深度学习和大型语言模型所需的计算和带宽资源的不断增长，以及构建高性能计算的高昂成本问题。Fire-Flyer AI-HPC架构是一种硬件和软件协同设计框架，通过优化通信和计算的重叠来实现深度学习训练的可扩展性，同时减少成本和能源消耗。
论文地址：
https://arxiv.org/abs/2408.14158v1
伦敦玛丽皇后大学：
《Foundation Models for Music: A Survey》
本论文旨在综述基于预训练模型（FMs）在音乐领域的最新研究进展，包括表示学习、生成学习和多模态学习等方面，探索FMs在音乐理解、生成和医疗应用方面的潜力。本文重点关注FMs在音乐领域的应用，探索其在音乐表示学习、生成学习和多模态学习方面的潜力，同时强调模型预训练范式、架构选择、标记化、微调方法和可控性等问题的重要性。
论文地址：
https://arxiv.org/abs/2408.14340v2
图宾根大学：
《Uncertainties of Latent Representations in Computer Vision》
论文旨在解决机器学习中的不确定性量化问题，使得机器学习模型能够在不安全的输入下做出安全的反应，并且使得不确定性评估易于访问和使用。论文的关键思路是将不确定性估计添加到预训练计算机视觉模型的潜在表示向量中，通过概率和决策理论提出了一些方法，如Monte-Carlo InfoNCE（MCInfoNCE）和损失预测，使得这些不可观测的潜在表示的不确定性是可靠的。
论文地址：
https://arxiv.org/abs/2408.14281v1
Image

KEEP THE THREAD GOING

更多来源文章