👉👉原文链接👈👈
「 行业动态 」
◇ ChatGPT 重磅升级：可以看图、听声音、说话啦！ 🔗 Twitter
ChatGPT 推出了新的语音和图像功能，包括语音对话和图像展示，提供更直观的界面。用户可以在 iOS 和 Android 上进行语音对话，显示图像解决问题、计划膳食和数据分析等任务。OpenAI 采用逐步部署策略，确保风险缓解和改进，支持特定用例如语音聊天和语音翻译。图像输入由多模态 GPT-3.5 和 GPT-4 支持，ChatGPT 的 Vision 功能旨在为用户提供实时视觉帮助，受到 Be My Eyes 合作的启发。ChatGPT 实施技术措施来限制有关个人的信息泄露，以保护用户隐私。目前这些功能逐步推向 Plus 和 Enterprise 用户，未来将扩大到其他用户群体。
- blog: openai.com/blog/chatgp…
◇ ChatGPT 月活 15 亿遥遥领先！生成式 AI 年度总结 🔗 News
ChatGPT 在生成式 AI 领域领先，月活用户达 15 亿，成为前 50 产品中最具影响力的。生成式 AI 市场快速崛起，80%产品是新兴的，50 家公司参与，科技巨头仅占 5%。ChatGPT 于去年年底发布 3.5 版本，GPT-4 的发布引爆了互联网，拥有快速增长的月活用户数。多数生成式 AI 产品依赖网站而非手机应用。超过一半的公司没有接受外部资金支持，48%的公司从零开始。ChatGPT 是前 50 产品中流量最高的，留存率高，专业化 AI 模型在未来可能成为趋势，生成式 AI 产品多采用用户订阅模式，用户愿意为其付费。
◇ 几千元训完中文版 LLaMA2！低成本，高效率 🔗 Twitter
Colossal-AI 团队成功构建了高性能的中国版 LLaMA-2 大型模型，通过降低成本和提高效率超越竞争对手，同时保持完全开源和透明的原则。LLaMA-2 使用更高质量的语料库，性能大幅提升。Colossal-AI 利用创新训练技术仅花费数百美元，取得显著效果。Colossal-AI 的模型不仅在中文能力上优于竞争对手，还提高了英语水平，与 SOTA 模型媲美。Colossal-AI 的方法可应用于各个领域，助力经济地构建大型预训练模型。在评估中，Colossal-LLaMA-2-7B-base 在 MMLU 排名中表现出色，在中文排名中超越竞争对手。
- Github: github.com/hpcaitech/C…
- 官网：platform.colossalai.com/
◇ 度小满“轩辕 70B”金融 大模型 开源！ 🔗 News
“轩辕 70B” 是度小满最新开源的金融行业大模型，参数量级达到 70B，具有强大的通用能力和专业的金融知识。该模型在 C-Eval 和 CMMLU 榜单中位居开源首位，并采用加速优化策略，高效训练，全面开放给开源社区。模型具备深入理解金融专业知识的能力，同时在多个金融子领域表现出卓越。度小满承诺将继续优化模型，推出不同版本以满足不同金融场景需求。
- Github: github.com/Duxiaoman-D…
◇ 百川智能发布 Baichuan2-53B，开放 API 全面进军 ToB 领域 🔗 News
百川智能于 9 月 25 日发布了 Baichuan2-53B 闭源大模型，全面升级了其数学、逻辑推理、和语言理解能力，降低了模型幻觉，客观问答准确率行业领先。Baichuan2-53B 还开放了 API 接口，可以集成到企业应用程序和服务中，适应不同业务需求，降低部署和转换成本。
◇ 聆心智能发布 CharacterGLM 🔗 News
CharacterGLM 是由聆心智能团队开发的千人千面社交对象定制化对话交互模型，基于 ChatGLM 模型并拥有 6B、12B 和 66B 参数量。他们开源了 CharacterGLM-6B 模型，并提供 API 访问，同时发布技术报告以促进 AI 角色扮演和心理学中的应用。相比竞争对手 JP，CharacterGLM 在大多数类别上的性能更优，尤其在访谈场景下表现显著，并在长程对话交互中后期表现出优势。使用人工交互方式评估了 CharacterGLM 与 JP 的性能，定制了多种角色类型，包括名人、生活、游戏影音和虚拟恋爱等。
- 开源地址：huggingface.co/LingxinAI/C…
- API 调用地址： bigmodel.cn/dev/api#cha…
◇ GPT-4 可能是顾问的绝佳技能均衡器 🔗 News
波士顿咨询集团和学术研究人员进行的一项研究发现，使用 GPT-4 AI 的顾问比没有使用 AI 的顾问完成任务的效率提高了 40%，速度提高了 25.1%。表现低于平均水平的顾问受益最多。该研究强调了两种使用模式：将任务外包给人工智能的顾问（“半人马”）和将人工智能集成到工作流程中的顾问（“半机器人”），这两个群体都从人工智能中受益。然而研究团队警告不要盲目部署人工智能，因为它可能会在某些问题上失败，导致在其能力范围之外的任务上性能下降近 25%。
◇ ChatGPT 的秘密成分是人类建议 🔗 Twitter
OpenAI 和 Hugging Face 等公司使用受过良好教育的员工手工定制示例来增强他们的聊天机器人。然而聊天机器人“卡拉狄加”在发布后遭受批评并被 Meta 删除，而 OpenAI 的 ChatGPT 则取得了全球轰动。ChatGPT 采用强化学习技术，雇用数百名员工提供精确建议来改善机器人。许多工人，包括在美国的自由职业者，通过编写、编辑、评分等方式提供反馈，年龄、学历和薪资各异。人类反馈提高了聊天机器人的表现，但也可能引入偏差，降低在某些任务上的准确性。大型语言模型从互联网文本中学习，可以执行多种任务，但也可能产生有害信息。聊天机器人不会预先编写所有可能的回应，而是通过模式学习和概率选择词语。人工智能科学家认为，在聊天机器人完全可靠之前，需要开发新技术来解决问题。
◇ 人工智能从根本上来说是“一种监控技术” 🔗 News
在 TechCrunch Disrupt 2023 上，Signal 总裁 Meredith Whittaker 谈到了人工智能与监控技术的关联。许多依靠用户数据货币化的公司对人工智能兴趣浓厚，而人工智能与大数据及目标行业紧密相连，包括 Google、Meta 和国防公司等。人工智能被用于监控商业模式，特别是监控广告领域的发展，同时也用于监视方面，例如面部识别摄像头可以生成情感数据，用于影响资源和机会的决策。这些监视系统通常由工作人员组织和注释数据，需要人工劳动。虽然人工智能不一定都具有剥削性，但模糊功能等应用具有积极用途。推动面部识别技术开发的经济激励措施多样化，不仅限于市场。
◇ 2023 年值得关注的顶级 AI 影响者名单！ 🔗 Twitter
◇ 百度 CTO 王海峰：知识增强大语言模型具备 AI 的 4 项基础能力 🔗 News
9 月 21 日，由科技部、中国工程院和清华大学联合主办的长城工程科技会议讨论了 AI 技术前沿和产业发展，重点关注了大语言模型的应用和市场。百度 CTO 王海峰表示，大语言模型具备通用人工智能的核心能力，有望推动通用人工智能的发展。深度学习技术降低了 AI 应用门槛，提高了研发效率。飞桨和文心大模型相互促进，推动 AI 生态的繁荣。文心大模型的训练速度和推理速度得到显著提升，扩展了大模型应用场景。企业可集约化生产和平台化应用大模型，推动产业升级和经济增长。
◇ AI 能耗成本太高，微软考虑用核电来为数据中心供能 🔗 News
微软考虑使用核电来运行其大型数据中心，以应对人工智能业务的高能耗问题，正在寻找核技术首席项目经理来领导这一战略，尤其是在能源领域和核技术方面有深入了解的人，负责领导小型模块化反应堆（SMR）和微反应堆的整合工作。该职位要制定核技术采用战略、选择合作伙伴，并评估业务影响。这一举措旨在为微软云和人工智能数据中心提供可持续动力。
◇ 专家们对所构成的威胁存在不同意见，但人工智能不容忽视 🔗 News
一些 AI 专家认为通用人工智能（AGI）即将出现，引发了安全担忧。全球人工智能安全峰会将在布莱奇利公园举行，伊恩·霍加斯表达了对 AGI 的担忧。AGI 是难以控制的人工智能系统，可能高于人类水平执行任务。一些人呼吁暂停大型 AI 实验，担心 AGI 可能在几年内实现。但也有人认为 AGI 的威胁被夸大，可以监管市场并巩固大公司的地位。除了 AGI 的威胁外，AI 系统的直接影响也引发了关切，如未经许可使用艺术家和作家作品，以及使用低薪工人进行模型构建任务。另外开源 AI 也引发了关切，可能被滥用并产生生物武器等威胁。唐宁街希望国际领导人将注意力集中在机器可能对人类造成的严重损害上。
「 机器人领域 」
◇ 使用视频和强化学习训练机器人 🔗 Twitter
使用视频和强化学习共同训练机器人是一种有效的方法。在大量可用的视频数据上，比如 Ego4D 数据，进行训练是第一步。利用基于 ICVF 的无监督强化学习方法，可以训练一个价值函数，用于预测每个意图下每种可能结果的概率。接下来，在机器人的数据上训练一个多任务价值函数，比如使用 Bridge 数据集。这个阶段的目标是微调 ICVF 以适应机器人的特定任务和环境。一旦确定了目标任务，就可以进行微调。最后通过大约 10 个演示，机器人可以获得一个对干扰物具有鲁棒性的成功策略。这意味着，即使在有干扰的情况下，机器人也可以执行一些复杂的任务。通过这种方式，机器人可以像人类一样学习新的技能，并适应不同的环境和任务。
◇ GELLO ：通用、低成本、直观的机器人操纵器远程操作框架 🔗 Twitter
GELLO 是一种低成本、直观的机器人操纵器远程操作框架，旨在用户友好且价格实惠。GELLO 是给定目标臂的按比例缩放、运动学等效的复制品。这使得用户可以通过直接操纵 GELLO 来控制目标手臂的关节来直观地控制目标手臂，从而减少了用户与目标手臂之间的实施差距。GELLO 利用 3D 打印零件和现成电机，使其成为构建定制远程操作设备以进行高质量机器人学习演示的经济高效的解决方案。
- Website: wuphilipp.github.io/gello_site/
- paper: arxiv.org/abs/2309.13…
「 融资快讯 」
◇ 「Anthropic」 获得亚马逊 40 亿美元注资 🔗 News
亚马逊向 Anthropic 投资 40 亿美元，合作开发业内最可靠、高性能的基础模型。AWS 将成为 Anthropic 的关键任务工作负载的主要云提供商，提供领先计算基础设施。亚马逊开发人员和工程师将能够通过 Amazon Bedrock 在最先进的模型之上构建生成式人工智能功能。 亚马逊和 Anthropic 致力于人工智能的安全训练和部署，并参与多个组织促进负责任的人工智能技术。亚马逊的投资和供应将支持人工智能安全和研究的前沿。
「 早点趣玩 」
◇ 制作 AI 生成的动画 GIF 🔗 Twitter
「 技术阅读 」
◇ 斯坦福大学 CS224N： NLP 与 深度学习 | 2023 🔗 YouTube
