0
| 本文作者： 我在思考中 | 2024-06-24 10:51 |
融資快報
Stability AI 獲超 1 億美元投資并任命新的 CEO：The Information消息，Stability AI 已任命 Prem Akkaraju 為新任首席執行官。視覺特效公司維塔 Wētā FX 前首席執行官 Prem Akkaraju 是包括前 Facebook 總裁 Sean Parker 在內的投資者中的一員。報道稱，這些投資者總共出資超過 1 億美元，新的資金可能會縮減一些現有投資者的股份。目前，Stability AI 公司拒絕發表評論。
OpenAI 以換股方式收購 Rockset，估值最高36億：OpenAI公司在社交平臺上宣布，其收購了領先實時分析數據庫公司Rockset，但OpenAI沒有透露交易金額。OpenAI強調，基于Rockset提供的世界一流的數據索引和查詢功能，OpenAI將在其產品中整合Rockset技術，使公司能夠將其數據轉化為可操作的情報。截至去年8月29日，Rockset公司共獲得的融資總額在1億美金左右，投后估值1億-5億美元。
HeyGen獲6000萬美元融資：HeyGen 是一家 2020 年創立于中國的AI 視頻公司，后遷至美國洛杉磯。它允許用戶創建虛擬形象，利用 AI 技術讓形象用用戶自己的聲音交流，并翻譯成多種語言。該公司目前估值 5 億美元，累計融資 7400 萬美元，本輪由 Benchmark 領投，其合伙人 Victor Lazarte 將加入董事會。其他投資者包括 Conviction、Thrive Capital 和 Bond Capital。HeyGen 擁有超過 4 萬名付費客戶，過去一年中，年化復訂閱收入從零增長到超過 3500 萬美元，自 2023 年第二季度起已實現盈利。
Waabi 獲 2 億美元資金：加拿大人工智能公司 Waabi 宣布獲得2億美元的新資金，以加速其自動駕駛卡車的研發和部署。這家多倫多初創公司的全新 B 輪融資由 Uber 和硅谷的 Khosla Ventures 領投，同時還得到了 Nvidia、保時捷和沃爾沃等知名公司的支持。
銀河通用機器人完成7億元天使輪融資：銀河通用是一家多模態大型機器人研發商，專注于制造具有嵌入式AGI的機器人，為全球提供通用機器人。投資方包括美團點評戰投、北汽產投、商湯國香基金、訊飛基金等頂級戰略及產業投資方；啟明創投、藍馳創投、經緯創投、源碼資本、IDG資本等頭部財務機構，光源資本擔任此次融資獨家財務顧問并參與早期投資。
Vecna Robotics獲得1億美元C輪融資：Vecna Robotics是美國一家自動搬運機器人研發商，通過自動駕駛汽車提供自主的物料搬運解決方案。本輪融資由Proficio Capital Partners、Blackhorn Ventures、Drive Capital、Fontinalis Partners、高原資本、Impulse VC、Lineage Logistics、Tectonic Ventures、Tiger Global老虎海外投資。
Speak融資2000萬美元：Speak是一款AI英語學習應用，通過實時對話和即時反饋幫助用戶提升口語能力。目前估值達到5億美元，領投方為Buckley Ventures。
科默羅完成新一輪融資：通過整合和優化多種傳感技術，如計算機視覺、語音識別、觸覺反饋、環境監測等，為AI智能體提供泛在普適的感知能力，使其能夠實時收集和解析來自周圍環境的大量數據。本輪融資由灝浚投資及產業龍頭上市公司共同投資，老股東蘭灣資本持續加注。
商湯科技配售獲多家戰投及頭部海外基金入股：商湯最新公告擬配售B類股份，總籌20.08億港元。本次配售有多家戰略投資人及頭部海外基金入股，現有股東增持。另外，募集資金將用于大模型研究及產品開發等。
GrayMatter獲4500萬美元B輪融資：GrayMatter是一家智能機器人研發商，主要依托人工智能算法和機器學習等技術，為工業機器人開發機器人大腦，并將其轉化為智能助手。由Wellington Management、諾基亞成長基金、Euclidean Capital、Advance Venture Partners、SQN Venture Partners、B Capital Group、Bow Capital、Calibrate Ventures、OCA Ventures、Swift Ventures、3M Ventures投資。
SewerAI獲1500萬美元B輪融資：利用人工智能和計算機視覺技術在下水道基礎設施缺陷達到災難性水平之前對其進行檢查識別和分析。本輪融資由Burnt Island Ventures、Bentley、Suffolk Ventures、EPIC Ventures、Emerald Venture Capital、Innovius Capital投資。
Particle NEW獲1090萬美元A輪融資：Particle NEW是一家AI新聞閱讀器服務提供商，專注于推進基于AI的新聞閱讀器，旨在為用戶提供定制的新聞流，該服務仍處于內測階段。
（歡迎添加微信AIyanxishe2，了解更多AIGC、融資情況，與志同道合的朋友一同暢聊時新AI產品）
國內情報：
月之暗面回應進軍美國市場，目前沒有開發和發布任何海外產品的計劃：
有報道稱“月之暗面員工一直在開發最近在美國推出的產品，包括一款可在蘋果和谷歌移動應用商店上下載的 AI 角色扮演聊天應用程序 Ohai 和一款音樂視頻生成器 Noisee?！睂Υ?，月之暗面回應表示，“我們目前沒有開發和發布任何海外產品的計劃?！?/p>
快手可靈大模型開放圖生視頻，視頻續寫最長可達3分鐘：
快手旗下大模型可靈正式推出圖生視頻功能，支持將任意靜態圖像轉化為生動的5s精彩視頻，搭配創作者輸入的不同文本，可生成多種多樣的運動效果?？伸`還同步發布業內領先的視頻續寫功能，支持對已生成的視頻一鍵續寫和連續多次續寫，單次可讓視頻延續約5秒，最長可生成約3分鐘視頻，進一步展現了該模型強大的想象力和可控性。
阿里云推出首個AI程序員，"分鐘級"完成應用開發：
具備架構師、開發工程師、測試工程師等崗位技能，能完成任務分解、代碼編寫、測試、問題修復、代碼提交整個過程，最快分鐘級完成應用開發。據悉，該AI程序員是基于通義大模型構建的多智能體，而此前推出的AI編程工具"通義靈碼"主要輔助程序員進行編碼、讀代碼、查找BUG和優化代碼等工作，而"AI程序員"則能獨立承擔整個軟件開發任務。
華為云盤古大模型 5.0 發布，“夸父” 人形機器人現身：
盤古大模型5.0提供了從十億級到萬億級不同參數規格的模型；能夠理解和生成包括文本、圖片、視頻、雷達、紅外、遙感等多種模態的內容，并且支持 10K 超高分辨率圖像理解；復雜邏輯推理和數學能力的增強。盤古大模型采用STCG 技術，專注于自動駕駛、工業制造等行業場景，比如應用在寶武鋼鐵集團熱軋生產線中，預計每年多產鋼板2萬余噸、多賺9000余萬元。
華為還與樂聚合作開發了盤古具身智能大模型，基于此模型，“夸父” 人形機器人可流暢完成識別物品、問答互動、擊掌、遞水等互動演示。
鴻蒙NEXT將AI能力融入系統，小藝升級為智能體：
華為手機端測大模型應用帶來AIGC圖像生成、AIGC聲音修復、AI圖像識別等功能?；诒P古大模型5.0加持，小藝將以“小藝超級智能體”的新形式出現在系統中，用戶可以隨時召喚華為智能助手“小藝”，將文字、圖片、文檔“投喂”小藝，即可高效處理文字、識別圖像、分析文檔。
消息稱字節旗下 PICO 研發多款 AI 穿戴設備，搭載豆包大模型：
據悉，字節旗下的 PICO 從去年下半年開始在研發多個穿戴設備，這些設備將搭載 AI。字節正在招聘 ID 設計師，負責智能設備的工業設計，招聘提到了孵化成果推動落地，團隊位于深圳。
騰訊混元文生圖大模型開源訓練代碼，發布LoRA與ControlNet插件：
對外開源混元DiT LoRA 小規模數據集訓練方案與可控制插件ControlNet。作為中文原生模型，用戶在通過混元DiT的訓練代碼進行精調時，可以直接使用中文的數據與標簽，無需再將數據翻譯成英文。
騰訊推出AI音樂創作模型「琴樂大模型」：
該模型由騰訊音樂娛樂集團天琴實驗室和騰訊 AI Lab 聯合研發，具備豐富的 AI 作曲和編曲能力。只需輸入中英文關鍵詞、描述性語句或音頻，「琴樂大模型」就可直接生成音樂，也可為有后期編輯需求的音樂人，提供生成樂譜的能力。
首個多任務長視頻評測基準MLVU，GPT-4o 差點沒及格：
智源聯合北郵、北大和浙大等多所高校推出難度大升級的多任務長視頻理解評測基準 MLVU ，該基準旨在提升機器對長視頻內容的理解能力，包括視頻、音頻和文本等多模態信息的綜合分析。MLVU 的難度較大，考驗了算法在多種任務上的綜合性能，如視頻摘要、問答、分類等。
金沙江創投朱嘯虎稱5年后將沒有獨立大模型公司存在：
金沙江創投合伙人朱嘯虎表示，今年將是AIGC創業回歸商業本質的開始。5年后將沒有獨立的大模型公司存在。因為沒有商業模式，價格已經在成本以下了，創業公司沒辦法跟進。取而代之的將是專注于AI應用的公司或云服務企業。朱嘯虎還提到，生成式AI是一個類似于PC、移動互聯網的十年周期，將是未來10年的長坡厚雪。他判斷，2024將是大模型爭霸之年。另外如果GPT-5未能如期發布，英偉達等相關公司的股價可能要狂跌。
更多國內情報：
搭載首個游戲Copilot，能“聽懂人話”的AI隊友：網易伏羲工作室研發全球首個游戲Copilot，基于多模態技術，應用于網易旗下永劫手游，化身為“AI隊友”，能夠與玩家進行實時語音交互并完成游戲對局各種復雜操作的“智能體”，可提供游戲指導、戰術分析、情感交流等服務。
知網宣布CNKI AI學術研究助手4.0：該AI學術助手結合AI大模型技術和高質量數據，提升文獻檢索、研讀和學術創作效率。新增功能包括可控生成、文獻擴展、學者檢索、全文翻譯和學術拓展服務，滿足用戶個性化需求。突出升級是問答式增強檢索和學者檢索服務。
CVPR自動駕駛無圖挑戰賽，小米獲全球第二：小米聯合了北郵，提出了一種關于道路拓撲理解的新方法，共同斬獲第二名。前三被中國玩家包攬，第一名是朗歌科技，第三名為曠視&北理工。知名Tier1博世全球，僅拿到了第四名的成績。據悉，朗歌科技成立于2021年，背后實際控制人為李書福，控股比例超96%，朗歌董事長劉金良為吉利集團董事。
騰訊元寶版本更新，AI 搜索解析能力升級：可支持單文檔最長 1000 萬字的超長文處理，一次性解析最多 50 個文件，單個文件大小不超過 100MB，支持上傳和解析包括多種文件格式。同時支持一鍵生成柱狀圖、折線圖、餅狀圖等數據圖表。新版騰訊元寶還支持解析 URL 網址和各類鏈接?，F已接入微信搜索、搜狗搜索等搜索引擎，覆蓋微信公眾號等騰訊生態內容，支持其他互聯網信源。
國際情報：
OpenAI CTO 稱GPT-5將在一年半后發布，創意性工作可能消失：
OpenAI CTO Murati表示，只需一年半時間，AI就可以在某些領域達到博士的智能。根據她的說法，GPT-3的智能相當于幼兒，GPT-4相當于聰明的高中生，而下一代模型（GPT-5），將在18個月后發布，并達到博士水平。她還表示AI可能會扼殺一些本來不應該存在的創意性工作。
美國財政部公布新規草案，將禁止美國人對中國 AI、芯片等領域的某些投資：
美國財政部發布一份長達12頁的規則草案，要求對美國在半導體和微電子、量子計算和人工智能領域的某些投資進行監管，禁止或要求限制中國在 AI 和其他技術領域的投資。美國財政部表示，新規旨在實施“一項狹義的、有針對性的國家安全計劃”，重點關注對受關注國家的某些境外投資。
亞馬遜據悉將推出AI版Alexa，每月收費5到10美元：
亞馬遜正計劃對其虧損十年之久的語音助手Alexa服務進行重大改造，將AI聊天機器人納入其中，并提供兩個級別的服務，每月收取5到10美元的費用。新的語音助手將稱為“Remarkable Alexa”，這是亞馬遜重振Alexa服務的最后嘗試，亞馬遜已經要求員工在8月的最后期限前準備好最新版本的Alexa。
AI學會篡改獎勵函數、欺騙研究者，Claude團隊稱無法根除的行為，令人不安：
研究人員發現 AI 能夠篡改自己的獎勵函數來欺騙研究者，雖然這種行為在實際應用中并不常見，但研究人員仍未找到有效方法來阻止這種行為。這項研究表明 AI 在特定條件下可能會學會篡改獎勵函數，即使在沒有明確訓練的情況下。研究人員對 AI 在現實場景中的此類傾向保持謹慎，并強調這種行為可能是由于規范博弈的泛化而產生的。
斯坦福大模型評測榜 Claude 3 排名第一，阿里、零一萬物進入前十：
這份榜單評估了文本模型在 57 個不同任務上的準確性，包括基礎數學、美國歷史、計算機科學、法律等領域。在排名前十的大語言模型中，有兩款國內模型：阿里巴巴的 Qwen2 Instruct（72B）和零一萬物的 Yi Large（Preview）。Claude 3 Opus 排名第一，由美國的 Anthropic 公司開發，亞馬遜是其投資者。OpenAI 的 GPT-4o 和 GPT-4 也分別位列榜單第二和第四。谷歌的 Gemini 1.5 Pro、Meta 的 Llama 3（70B）也進入了前十。
Groq免費開放whisper-large-v3模型，支持語音轉錄和翻譯：
該模型為用戶提供了強大的語音轉錄和翻譯功能，可在Playground或本地項目中使用API。用戶體驗高速轉錄，支持多種語言翻譯成英文。Whisper API兼容OpenAI標準，提供語音轉文本和翻譯功能，便于集成到應用程序中。
GPT-4o挑戰ARC-AGI，71%準確率成新SOTA：
GPT-4o 突破 ARC-AGI 基準，該基準由 Fran?ois Chollets 創建，并被認為是衡量通用人工智能進展的唯一標準。之前的 ARC-AGI 競賽獲勝者在測試集上僅取得了 21% 的成功率，而 GPT-4o 則在公共測試集上達到了 50% 的準確率，在訓練集的保留子集上達到了 71%，成為新的 SOTA。盡管 GPT-4o 的表現令人印象深刻，但由于使用了閉源模型和過多的運行時計算，該成績未能獲得 ARC-AGI 獎項和主要排行榜的資格。
紅杉美國合伙人稱AI兩千億美元的問題，現在變成了六千億美元：
紅杉美國合伙人 David Chan 提出，AI 市場的潛力已經從 2000 億美元增長到 6000 億美元，這一轉變得益于英偉達超越蘋果成為全球市值最大公司的推動。David Chan 通過將英偉達的年收入預測乘以 2 倍來反映 AI 數據中心的總成本，再乘以 2 倍以反映 GPU 最終用戶的使用情況，得出了這一市場規模的估算。
馬斯克稱特斯拉人工智能硬件占一半，英偉達/其他硬件占一半：
馬斯克談到特斯拉的冷卻需求稱，今年的電力和冷卻需求約為130兆瓦，但在未來18個月左右將增加到500兆瓦。目標是特斯拉人工智能硬件占一半，英偉達/其他硬件占一半。要么不入局，要么就入局全力一搏。主要是HW4，部分Dojo。然后在明年下半年推出HW5（已更名為AI5）。特斯拉AI5計算機的能力是HW4計算機的約10 倍，整個軟件棧都是特斯拉開發的。
軟銀創始人孫正義擬在新投資計劃中打造“超級”人工智能：
孫正義稱該公司芯片將支持一個由機器人和強大數據中心組成的生態系統，可以共同治療癌癥、打掃房屋和與孩子一起玩耍。“實現超級人工智能是我要做的事情，”他預言，超級人工智能可能會在10年內出現，其能力將會是人類的1萬倍。
更多國際情報：
消息稱蘋果與 Meta 討論合作，將生成式 AI 引入 Apple Intelligence：報道稱，除了谷歌和 Meta，人工智能初創公司 Anthropic 和 Perplexity 也一直在與蘋果商談，希望把它們的生成式人工智能引入蘋果智能系統。
AI 角色扮演Character.ai流量已達谷歌搜索 20%：Character.ai通過高效的內存架構設計、Attention 狀態緩存和直接用 in8 精度量化訓練等優化手段，實現了每秒處理 20000 個 AI 推理請求，達到了 2024 年谷歌搜索流量的 1/5，并大幅降低了推理成本。
數據顯示谷歌已降低 Reddit 對 AI 搜索結果的影響：據SERanking 數據顯示，Reddit 已經不再是谷歌“AI 摘要”功能信息來源的前十名。此前不少用戶反饋谷歌 AI 摘要功能會生成一些奇怪的結果。
高通開放 AI 模型，助力開發者打造驍龍 X Elite 平臺智能應用：這些模型現已在高通 AI Hub 上提供，涵蓋圖像分類、對象檢測、語義分割和生成式 AI 等領域。注冊開發者可以獲取這些預訓練模型，快速構建人工智能應用。
AI在體育領域的潛在應用，可根據網球運動員肢體語言識別情緒：德國研究員利用卷積神經網絡，準確識別了網球運動員在比賽中通過肢體語言表達的情緒，該模型的準確率高達 68.9%。研究結果發表在《知識系統》期刊上。
無需充電、加油，新型機器人開始商用，可自由探索海洋：Seatrec 公司在美國宇航局噴氣動力試驗室的支持下，研發了一種新型海洋機器人，該機器人不需要充電或加油，能夠消除海底電池殘骸，利用海洋溫度波動產生動能，實現長期自由探索海洋。
AI 大模型會不會講笑話？谷歌 DeepMind 團隊實驗顯示，會講，但笑點不多：研究人員發現，大語言模型生成的大多數笑話都是“泛泛而談”，鮮有令人驚喜的結果出現。原因可能是大語言模型的制作者會使用過濾器來防止可能令人覺得反感或受到冒犯的輸出。
史上最貴減持！黃仁勛5天套現5.7億，英偉達兩天暴跌1.6萬億：黃仁勛在 5 個交易日內套現超過 5.7 億元人民幣股份，而英偉達股價兩天內大跌導致市值減少超過 1.6 萬億元人民幣。
Product Hunt 熱榜，Mojo AI Reveal讓logo動起來
Mojo AI Reveal 是一個方便的在線平臺，用戶只需上傳帶有透明背景的 .png 格式 logo，即可利用 AI 技術生成動感十足的專業標志動畫。操作簡單，即使沒有專業設計技能也能輕松上手。上傳文件需小于 25MB，以確保最佳效果。
?https://mojo-app.com/ai?ref=producthunt
GitHub Trending 熱榜，開源實時翻譯助手 RTranslator
RTranslator 是一款專為 Android 設備設計的免費開源實時翻譯應用程序，支持對話模式、對講機模式和文本翻譯模式，能夠在兩人或多人之間進行實時翻譯。該應用程序使用 Meta 的 NLLB 進行翻譯，OpenAI 的 Whisper 進行語音識別，這些 AI 模型在設備本地運行，確保用戶隱私并支持離線使用。RTranslator 要求設備至少有 6GB RAM 和一顆足夠快的 CPU，以保證其穩定運行。用戶可以通過下載 APK 文件并在首次啟動時下載必要的模型來安裝應用。
RTranslator 支持多種語言，不收集任何個人數據，完全保護用戶隱私。作為一款開源應用，它的代碼對公眾開放，但使用了一些外部庫和 AI 模型，這些庫和模型的許可證各不相同。雖然目前該應用仍處于測試階段，存在一些已知問題，如某些語言的語音合成問題和藍牙連接不穩定問題，但它已經展示出極大的潛力。
?https://github.com/niedev/RTranslator?tab=readme-ov-file
開發者推薦
1.Granola：職場人士的 AI 智能會議筆記應用
Granola 是專為持續連續會議的職場人士設計的 AI 智能會議筆記應用，能夠實時聽寫會議內容并在會后增強筆記。目前僅支持 Mac 系統，但 Windows 版本正在開發中。Granola 不需要會議機器人，通過 Mac 音頻即可進行聽寫，并提供可自定義的模板和 GPT-4 集成功能，幫助完成會后行動項如撰寫跟進郵件等。該應用還支持輕松分享筆記至常用平臺，提供免費試用版和每用戶每月 10 美元的專業版，被 Zinc 等公司廣泛采用并獲得積極評價。
?https://www.granola.so/
2. Florence-2：微軟開源的輕量級視覺語言模型
Florence-2是微軟開源的輕量級視覺語言模型，使用MIT許可證發布。它在FLD-5B大規模數據集（包含1.26億張圖像和54億條視覺注釋）上訓練，展現出強大的零樣本和微調能力。該模型在圖像標注、目標檢測、地面化和分割等多種視覺任務中表現出色，性能可與大型模型相媲美。Florence-2系列包括參數為0.23億的base版本和0.77億的large版本，體積小巧，適合移動設備部署。模型架構結合了DaViT視覺編碼器和基于Transformer的多模態編碼器-解碼器，為計算機視覺領域帶來新的可能性。
?https://huggingface.co/collections/microsoft/florence-6669f44df0d87d9c3bfb76de
4.Andrej Karpathy 分享 Micrograd 項目：了解神經網絡訓練的核心
Andrej Karpathy 在 X 上發布了一篇帖子，介紹了他的早期項目 Micrograd。這個項目通過 94 行代碼實現了一個標量自動微分引擎，這是訓練神經網絡的核心。這個過程包括構建一個計算圖，輸入數據和神經網絡參數通過基本操作如加法和乘法，最終以一個單一的損失值結束。然后通過反向傳播和鏈式法則計算梯度，這些梯度指導參數的調整以減少損失，從而改進網絡。
Karpathy 強調，盡管還需要了解計算圖的結構、損失函數和參數更新方法等，但這些代碼已經體現了訓練神經網絡的基本原理。他還分享了 Rumelhart、Hinton 和 Williams 在 1986 年發表的關于反向傳播算法的論文鏈接，以及他在 YouTube 上的視頻，詳細解釋了 Micrograd 的構建過程。
?https://github.com/karpathy/micrograd
?https://www.youtube.com/watch?v=VMj-3S1tku0
5.CosmicMan-SDXL 生成高保真度的人類圖像
CosmicMan-SDXL 是一個專門用于生成高分辨率人類圖像的文本到圖像基礎模型，基于 stabilityai/stable-diffusion-xl-base-1.0，并提供了 UNet 檢查點。
?https://huggingface.co/cosmicman/CosmicMan-SDXL
熱議話題
BVP 發布“State of the Cloud 2024” 報告，聚焦 AI 五大趨勢：
Bessemer Venture Partners 報告重點關注人工智能領域的五個關鍵趨勢，分別是：
1.ChatGPT 的爆發，月度網站訪問量，與 Reddit 和 X 平臺相當，顯示出極高的用戶關注度；
2.大型科技公司戰爭，基礎模型成為新一戰的核心，2023 年約 90% 的私募 GenAI 融資由企業風險投資者推動；
3.模型層的價值集中，風險投資流向：2023 年約 60% 的風險投資資本流向了模型層，表明人工智能價值創造主要集中在該層面；
4.代碼協作者的創新熱潮，2023 年在代碼協作者領域共投資了 39 億美元。GitHub Copilot市場領先，安裝量超過 1400 萬，成為開發者的熱門工具；
5.AI 原生公司的快速增長，AI 原生公司在收入達到 10 億美元方面比傳統云服務提供商快 50%。
敬請期待明日的最新動態！
AI情報局征集情報合伙人，匯集獨家價值線索！如果您可以提供有關AI最新成果&行業內幕&獨特產品，請添加運營微信號：AIyanxishe2備注行業崗位。
雷峰網(公眾號：雷峰網)
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
