AI新闻动态（2023-09-17到2023-09-23）

[ikaijua]

AI新闻动态（2023-09-17到2023-09-23）

[ikaijua]

2023-09-17 复旦NLP团队发布80页大模型Agent综述

文章全面梳理了LLM-based Agent的进展，以及未来研究的方向和挑战。它预见了代理技术在任务执行、创新探索以及日常生活中的应用潜力，为这个蓬勃发展的新兴领域绘制了学术界与工业界前进的路线图。

1. LLM-based Agent的框架包含控制端、感知端和行动端
2. Agent的多种应用场景，包括单代理、多代理和人机交互
3. Agent社会的概念,探讨了代理的社会行为、人格和运行环境
4. 前瞻性问题的讨论,如Agent与LLM的关系、潜在风险、群体智能等

• 论文链接：https://arxiv.org/pdf/2309.07864.pdf
• LLM-based Agent 论文列表：https://github.com/WooooDyy/LLM-Agent-Paper-List

媒体报道：

• 机器之心报道：复旦NLP团队发布80页大模型Agent综述，一文纵览AI智能体的现状与未来

[ikaijua]

2023-09-20 来自波形智能、苏黎世联邦理工和浙江大学的研究者发布了名为 Agents 的开源智能体框架

其主要内容和亮点包括:

1. Agents框架通过结合符号主义推理和基于LLM的连接主义推理,实现了对LLM Agent更细粒度的控制。
2. 提供了长短期记忆机制,支持工具使用和网络搜索,可以构建单智能体和多智能体系统。
3. 支持人-智能体交互,可以应用于各种交互场景。
4. 关键创新是基于符号化推理图(SOP)实现对Agent系统的细粒度控制,提高了系统的稳定性、可解释性和可调优性。
5. 用户可以通过配置来自定义智能体系统,无需编码。框架支持部署到Web应用后端。
6. 框架提供了AgentHub用于搜索和共享智能体系统。
7. 文章通过一个多角色的“影视工作室”智能体系统案例展示了框架的应用。
8. 整体来说,Agents框架为构建可控、可解释、可调优的智能体系统提供了有效的技术手段,是LLM Agent领域一个有价值的开源贡献。

• 代码 / Demo 链接：https://github.com/aiwaves-cn/agents
• 论文链接：https://arxiv.org/pdf/2309.07870.pdf
• 官方网站：http://www.aiwaves-agents.com/

媒体报道：

• 机器之心报道：功能超全的AI Agents开源库来了，能写小说，还能当导购、销售

[ikaijua]

2023-09-21 OpenAI 推出最新的图像生成AI 模型 DALL-E 3

1. DALL-E 3 集成了 ChatGPT 模型,可以自动生成更好的文本提示来指导图像生成。
2. 相比 DALL-E 2,DALL-E 3 生成的图像质量更高、更能准确反映提示的细节。
3. DALL-E 3 对提示的理解更加连贯和全面,可以生成连续的图像序列来讲述一个完整的故事。
4. OpenAI 在 DALL-E 3 中增加了安全措施,避免生成有害或侵犯知识产权的图像。
5. DALL-E 3 当前处于研究预览阶段，计划在 10 月份向部分用户开放。
6. 用户拥有使用 DALL-E 3 生成图像的所有权利。

官方介绍：

• OpenAI推文：https://twitter.com/OpenAI/status/1704666782940930201
• 官网介绍：https://openai.com/dall-e-3

媒体报道：

• 机器之心报道：OpenAI DALL·E 3来了，集成ChatGPT，生图效果太炸了
• 量子位报道：OpenAI一夜颠覆AI绘画！DALL·E 3+ChatGPT强强联合，画面直接细节爆炸

[ikaijua]

2023-09-19 OpenAI发起的开放式红队网络招募，目的是改善AI模型的安全性

1. 红队网络由各个领域的专家组成,将与OpenAI合作对AI模型进行严格评估和红队测试。
2. 此举是OpenAI迭代部署流程的重要组成部分,旨在广泛深入地获取外部专家的反馈意见
3. 招募面向全球各地的专家,尤其鼓励女性和 traditionally underrepresented groups的专家申请。
4. 需要的时间投入灵活,即使一年5-10小时也非常有价值。
5. 红队测试工作会得到报酬,但需要保密协议。测试结果可能不会完全公开。
6. 此外文章还介绍了OpenAI的其他合作安全举措,如开源评估框架和研究者访问计划。
7. 总体目标是构建对人类有益的安全人工通用智能。

综上所述,本文公开征集红队网络成员,以多方协作的方式改进AI安全性,使AI系统更加可控、透明和公平。

官方博客：https://openai.com/blog/red-teaming-network

媒体报道：

• 量子位报道：OpenAI公开招人！骗骗大模型就给钱，一年只工作5-10小时，无需技术背景

[ikaijua]

2023-09-21 微软宣布推出统一的Copilot体验，将GPT-4加持的Copilot功能集成到Windows 11、Microsoft 365、Bing和Edge中，可以通过语音或文本进行各种操作和文档辅助。

1. Windows 11将在9月26日推送更新，带来超过150项新功能，包括在系统应用中集成Copilot AI能力。
2. Bing搜索将支持DALL-E 3生成图片，提供更个性化的答案,并在移动端推出Bing Chat企业版。
3. 11月1日推出Microsoft 365 Copilot企业版,同时增加Microsoft 365 Chat功能。
4. 重点推进AI战略布局，以更智能、便捷的方式改变人机交互方式。

这次更新的重点在于通过AI提升产品功能和用户体验,使技术为人们服务。

• 微软CEO 纳德拉推文：https://twitter.com/satyanadella/status/1704877723250819230
• 微软博客：Announcing Microsoft Copilot, your everyday AI companion

媒体报道：

• 机器之心报道：终于来了：Windows 11深夜大更新，大模型Copilot全覆盖Office
• 量子位报道：GPT-4正式接入Win11，下周二起免费推送！
• 36kr报道：一文读懂微软新品发布会：Windows 11将引入AI助手Copilot

[ikaijua]

2023-09-23 红杉资本的两个合伙人回顾了过去一年以来生成式AI的发展态势，同时提出了这样一个观点：生成式AI正在从第一阶段走向第二阶段，“炒作和快速展示正在被真正的价值和完整的产品体验所取代”

这篇文章总结了生成式AI发展的两个阶段:

1. 第一阶段：是从技术出发,展示基础模型带来的新可能。出现了初步的应用,如ChatGPT、Midjourney等。但大多应用用户留存率不高,还需找到真正价值。
2. 第二阶段：是从客户需求出发,提供端到端解决方案。应用变得多模态,有更好的编辑体验。功能从自动完成变为复杂的代理系统。更专注于解决客户问题，创造持久价值。一些新兴技术和范例正在促进这一转变。
3. 整体而言,生成式AI正从炒作走向实际价值。

• 原文链接：https://www.sequoiacap.com/article/generative-ai-act-two/

媒体报道：

• 量子位报道：生成式AI进入第二阶段 | 红杉资本

[ikaijua]

2023-09-21 思科收购大数据巨头Splunk

1. 思科以280亿美元收购Splunk,是思科历史上最大一笔收购,也是本年度软件行业最大并购。
2. 思科是网络设备供应商,以“买买买”并购著称,收购Splunk旨在补齐自身软件能力短板。
3. Splunk是大数据领域的领军企业,但近年业绩不佳,面临向云计算转型的压力。
4. 双方都面临业务转型压力,并购可获得时间整合优势,共同应对AI时代的机遇和挑战。
5. 收购使思科网络安全实力加强,Splunk获得稳定发展空间,有望助双方在AI时代获得前进动力。
6. 不过并购成功也面临监管审查和文化整合挑战。
   总体来说,这次并购是两家企业软件巨头的联姻,在一定程度上反映出AI对传统企业的冲击,以及企业力图通过联合应对的努力。

媒体报道：

• 澎湃新闻报道：思科史上最大交易：斥280亿美元收购Splunk，押注AI数据业务
• 36kr报道：豪掷280亿美元赌AI！思科收购大数据巨头Splunk，今年最大软件市场并购 | 焦点分析

[ikaijua]

2023-09-20 AI芯片独角兽企业SambaNova发布新型AI芯片SN40L，8枚芯片跑大模型，就能支持5万亿参数（GPT-4的三倍）

1. 该芯片拥有高达1.5TB的内存,可以支持25.6万个token的序列长度。
2. SN40L采用了三层内存架构,包括520MB片上SRAM、65GB HBM3内存和高达1.5TB的外部DRAM内存。这为训练大模型提供了充足的内存带宽。
3. SN40L还针对大模型进行了优化,同时支持密集计算和稀疏计算加速。SambaNova声称其系统运行大模型的总拥有成本仅为行业标准的1/25。
4. SambaNova由斯坦福大学背景的工程师创立,目前估值50亿美元,已完成6轮融资。投资方包括英特尔、软银等。
5. 该公司的商业模式与英伟达不同,不仅出售芯片,还直接参与企业私有大模型的训练。目标客户为全球2000强企业。
6. SambaNova认为未来企业内部不会只运行一个大模型,而是根据不同数据训练150个模型,进行专家合成。这与谷歌等做法不同,更适合企业需求。
7. SambaNova团队中不乏华人工程师,最近发布的SN40L芯片性能强劲,被视为要挑战英伟达的潜在竞争对手。

媒体报道：

• https://spectrum.ieee.org/ai-chip-sambanova
• 量子位报道：1.5T内存挑战英伟达！8枚芯片撑起3个GPT-4，华人AI芯片独角兽估值365亿

[ikaijua]

2023-09-23 为什么英伟达的人工智能优势只是暂时的？

这篇文章讨论了NVIDIA在AI芯片领域目前的领先地位可能只是暂时的。

1. 作者认为NVIDIA靠其GPU在训练大型神经网络方面的优势建立了在AI芯片市场的统治地位。
2. 但是随着AI的发展,其他芯片架构如ARM和全新设计的定制芯片可能会在推理等其他方面超过GPU。
3. 目前NVIDIA依靠其软件生态系统保持领先,但竞争对手也在加快布局。

总体来说,作者预测NVIDIA在AI芯片市场的绝对优势有可能被其他公司削弱。关键是要看谁能在软硬件协同方面取得进展。

原文链接：https://petewarden.com/2023/09/10/why-nvidias-ai-supremacy-is-only-temporary/

[ikaijua]

2023-09-22 谷歌计划自研AI芯片,不再依赖博通,以节省成本。

1. 谷歌目前AI计算 主要依赖博通和英伟达提供的芯片。但随着AI计算需求增长,自研芯片具有显著成本优势。
2. 知情人士透露,谷歌正在设计代号Tenzing的AI训练芯片,预计2025年投入使用。
3. Tenzing的设计灵感来自于谷歌2017年自主设计的AI芯片TPU。
4. 如果Tenzing成功,每年可以为谷歌节省超过50亿美元的芯片采购成本。
5. 自研芯片也有助于谷歌加强AI技术的领先优势,并 customize 芯片以配合自家算法。
6. 不过谷歌仍会保留一定规模的博通和英伟达芯片采购,保证供应链稳定。
7. 自研芯片是技术巨头降低AI成本的重要途径。例如亚马逊、Meta等都有类似计划。
8. AI芯片市场竞争因此将更加激烈。

媒体报道:

• 36kr报道: https://m.36kr.com/p/2442740916918401

[ikaijua]

2023-09-21 YouTube在Made on YouTube活动上宣布了5个创作新工具

1. Dream Screen：可以在YouTube Shorts中添加AI生成的图像或视频背景。
2. YouTube Create：一款移动设备视频编辑制作应用，拥有AI生成字幕、智能匹配音乐节奏与画面、一键去噪声的功能。
3. AI Insights：根据YouTube观众观看的历史数据为创作者提供视频创意和提纲建议。
4. Aloud：一款自动语音配音工具，可以把视频自动翻译为多种语言配音的版本。
5. Assistive Search in Creator Music：一款AI辅助的搜索工具,可以为视频找到完美的配乐。

这些新工具将开启新的创作形式，减少时间和成本并让创作者触达到更多观众。

youtube博客介绍：

• https://blog.google/products/youtube/youtube-new-creator-tools-2023/
• https://blog.youtube/madeonyoutube/
• https://blog.youtube/news-and-events/made-on-youtube-2023/

[ikaijua]

2023-09-20 GitHub Copilot Chat现已免费开放给所有Github Copilot个人用户

1. GitHub Copilot Chat是一个强大的AI助手，可以帮助开发者用自然语言提升生产力和编程体验。
2. 它可以提供实时指导、代码分析、安全issue修复建议等，无需离开IDE就可以用自然语言交互。
3. GitHub Copilot Chat推动自然语言成为新的通用编程语言，将让更多开发者参与软件开发，推动创新。
4. GitHub Copilot Chat对个人开发者和企业用户同时开放，使各类开发者都能使用该AI助手提升效率。

Github博客文章：GitHub Copilot Chat beta now available for all individuals
GitHub Copilot Chat使用教程：https://docs.github.com/en/copilot/github-copilot-chat/using-github-copilot-chat

[ikaijua]

2023-09-18 字节跳动旗下AI写作产品火山写作开启V2.0版本内测

火山写作V2.0的新功能。主要亮点包括:

1. 主题深挖功能,可以根据给定文本为用户提供更多写作灵感和内容。解决灵感枯竭的问题。
2. 先搜后写功能,可以调用搜索引擎为AI生成提供信息支持,提高生成结果的精准度和时效性。解决AI生成信息匮乏的问题。
3. 写作助手功能,提供AI对话窗口,用户可以随时将生成内容拖拽到编辑器中,实现头脑风暴和内容共创。
4. 全文优化功能,对生成内容进行润色,确保文章内容连贯、符合逻辑。
5. 提供六大改写功能：提升表达、修改语气、扩写、总结、缩写、翻译。用户可以自由选择需要的改写方式。

火山写作网址：https://www.writingo.net/document
微信公众号介绍：https://mp.weixin.qq.com/s/E_DU1y59zaPshXUKTcJlVQ

[ikaijua]

2023-09-19 Google对其AI助手Bard进行了新的升级。主要有以下几点:

1. Bard现在可以连接Google应用和服务，如Gmail、Docs、Drive等，根据这些应用中的信息给出更为个性化的回复。例如可以根据Gmail日程安排机票酒店，或根据Drive中的简历总结出个人陈述。
2. 加强了“Google一下”功能，可以更方便地验证Bard给出的回复，点击高亮词组可以查看支持或反对的信息。
3. 可以更方便地在他人分享的Bard对话中加入讨论，提出额外问题或延续对话。
4. 将已有的英语功能如Lens图像上传、搜索图像等扩展到40多种语言。
5. 使用了更强大的PaLM 2模型，通过强化学习提升了模型的直觉和想象力，质量和准确度更高。
6. 此次升级后，Bard在头脑风暴、编程、语言转换等方面能力进一步提升，可以更好地协助用户实现创意。

谷歌博客介绍：Bard can now connect to your Google apps and services

媒体报道：

• 新智元报道：Bard炸通谷歌全家桶！大模型史上首次上网自查，邮件地图文档视频一网打尽

[ikaijua]

2023-09-20 levenLabs 推出 Projects 功能，用于快速生成长语音内容，如有声读物等。

Projects 可以在几分钟内生成完整的有声读物或新闻文章等长篇语音内容。它结合了长形式语音合成、语音条件化和并行语音生成等技术。可以为不同的文本片段指定不同的语音,同时保持语音的连贯性。可以调整文本片段之间的暂停长度,精细控制语速。只需重新生成部分内容，而不用全部重新生成。

需要订阅才能使用该功能。

官网：https://elevenlabs.io/projects

官方博客介绍：Introducing Projects: Create High-Quality Audiobooks in Minutes

[ikaijua]

2023-09-21 Amazon 发布由 AI 驱动的全新 Alexa 语音助手

Aomzon Alexa宣传视频：https://www.youtube.com/watch?v=UqS3NxJ2L_I