腾讯研究院AI速递 20240723
生成式AI
一、 英伟达或将推出全新“特供版”B20芯片，预计年销120亿美金
1. 英伟达开发符合美国出口管制的新AI芯片B20，基于Blackwell架构，旨在服务中国市场;
2. B20芯片预计今年开始大规模量产，英伟达预计通过新产品在中国市场实现120亿美元的销售额;
3. 尽管面临美国对华出口管制，英伟达承诺继续服务中国市场，已有计划在华交付超过100万颗定制版H20芯片.
https://mp.weixin.qq.com/s/c02Z4jYETwCV_1UU6tJoXw
二、 Meta发布移动端350M小模型MobileLLM，比肩7B LLaMA-v2
1. Meta发布MobileLLM系列小模型，参数量低至350M，性能匹敌7B参数的LLaMA-v2模型;
2. MobileLLM采用SwiGLU前馈网络、深而窄的网络结构、编码共享和组查询注意力机制，优化架构设计;
3. MobileLLM在多个基准测试中实现SOTA性能，证明小模型通过精细架构设计可达到高效能.
https://mp.weixin.qq.com/s/uBHsxxuEP6KXH5DJogOq5A
三、 Numina创始人正式开源了NuminaMath 7B TIR训练数据集
1. Numina赢得AIMO进步奖，开源其7B参数的NuminaMath模型和数据集，提供高质量数学竞赛题;
2. GPT-4o在NuminaMath数据集创建中关键，执行多模态任务如翻译、格式化，增强数据集国际化和准确性;
3. NuminaMath采用链式思考格式和TIR模块，增强模型的数学解题逻辑和验证解决方案的正确性.
https://mp.weixin.qq.com/s/yfB7KVL35zLaMd5WT9hH2A
四、 奥运AI首秀！谷歌Gemini将亮相巴黎，打造AI观赛新体验
1. 谷歌Gemini AI将首次应用于巴黎奥运会转播，提供AI解说和增强观赛体验;
2. Gemini将支持个性化赛事回顾和解释赛事功能，通过AI生成内容和实时搜索增强信息获取;
3. Gemini AI与Leslie Jones合作，通过互动对话增添观赛幽默与趣味，同时利用3D实景技术提供沉浸式观赛体验.
https://mp.weixin.qq.com/s/pOAN62hULkncIZfO1AGkBA
五、 仅传统剧组 1/10 的人数，快手首部 AI 短剧播放量破 5000 万
1. 快手首部AI短剧《山海奇镜之劈波斩浪》播放量超5000万，采用AI技术制作画面，大幅减少制作人员;
2. 短剧结合传统文化元素和AI技术，通过Midjourney和快手可灵图生成视频，降低成本同时保持内容吸引力;
3. 导演陈坤利用AI技术挑战传统影视制作流程，实现快速制作且成本效率高，但人工创作和导演角色仍不可替代.
https://mp.weixin.qq.com/s/SwiAfMca_pqGrHPFSaVnwQ
六、 又用家里电脑平板组AI集群？exo框架在家跑400B大模型
1. 开源分布式AI推理框架exo允许使用日常设备如iPhone、iPad构建AI算力集群，支持400B大模型运算;
2. exo采用p2p连接方式，设备自动加入集群，支持环内存加权分区策略，实现跨设备模型分割;
3. exo框架支持tinygrad和苹果MLX框架，实验阶段目标是简化操作，未来计划支持更多设备如树莓派.
https://mp.weixin.qq.com/s/4rXNatvD9s_slj8bdbR4HA
前沿科技
七、 AI未来指北：面对人形机器人供应链，马斯克“大神”也不会了
1. 人形机器人行业尚未实现泛化能力和量产，主要困难在于软件开发和供应链成熟度不足;
2. 马斯克和其他行业领袖面临人形机器人供应链挑战，尤其是在电机和齿轮箱的定制化需求上;
3. 尽管存在供应链和技术难题，人形机器人的开发仍被视为具有潜力的领域，需要通过创新和量产来解决成本和技术问题.
https://mp.weixin.qq.com/s/IvUhduN9c6qpArvGx6dJJg
报告观点
八、 Google DeepMind：搞定这三个任务？人类不行，AI 也不行
1. 人类和AI在处理与已有知识相符的信息时推理更准确，与知识相悖时则易出错;
2. 研究通过自然语言推断、三段论逻辑有效性判断和Wason选择任务测试，发现AI和人类在这些任务上的表现受语义内容的合理性和可信度影响;
3. 结果表明，即使是高级语言模型，也存在与人类类似的内容效应偏见，显示AI在复杂逻辑推理任务中的局限性.
https://mp.weixin.qq.com/s/6Mxb3NN5NpYBnc2rua6gRw
九、 众大佬齐预测：AI模型或需先缩小规模，才能再次扩大规模
1. 当前AI领域趋势从大模型转向小模型，以应对成本、部署和资源消耗问题;
2. 小模型通过高质量数据训练，能够在保持或超越大模型性能的同时，降低规模和成本;
3. 未来AI发展可能依赖于小模型的集成和优化，而非单一的大模型扩张.
https://mp.weixin.qq.com/s/AQdZkdISilwzx0ui_mHxmg
十、 对谈吴恩达：AI图像处理革命；打破AI数据孤岛非常重要
1. AI图像处理革命正在到来，尽管稍落后于文本处理，但预计将在医疗等领域实现重大进展;
2. 数据集中化和打破数据孤岛对于AI的有效利用至关重要，有助于提升AI的训练和应用效率;
3. 吴恩达预测，未来AI模型将更小但更智能，强调了高质量训练数据的重要性以及小模型的潜力和效率.
https://mp.weixin.qq.com/s/VDZEY6q_MnaAcI5ZJTkXmQ
👇订阅下方合集，获取每日推送
