开源日报 | OpenAI硬刚谷歌；部分人工智能系统已擅长“说谎”；看谁先打造出“AI微信”；一个能搞钱的开发思路

欢迎阅读 OSCHINA 编辑部出品的开源日报——您探索和理解开源世界的日常指南。在这里，我们每天从宏观到微观，全面展现开源技术和文化的动态图景。

每日一更，风雨无阻

# 2024.5.14Today Summary

01 腾讯混元文生图大模型全面开源

02 开源编程助手 Devon 上线

03 IBM 开源 Granite 代码模型

04 GPT-4o 免费使用是 OpenAI 硬刚谷歌

05 一个开发思路，程序员可用来赚钱

06 部分人工智能系统已擅长 “说谎”

07 OpenAI 隐藏 “王炸”，这一次要革 Google 的命？

08 我是如何赢得 GPT-4 提示工程大赛冠军的

09 算法闭源、调用限次 ，谷歌找到新的 AI 变现路径？

10 腾讯云、阿里云宣布对 .art 域名价格进行调整

OpenSource Daily

腾讯官宣：「混元文生图大模型」全面开源

混元文生图大模型（下称：混元 DiT，Scalable Diffusion Models with Transformers）由腾讯开源，包含模型权重、推理代码、模型算法等完整模型，可供企业与个人开发者免费商用。

混元 DiT 是一个基于 Diffusion transformer 的文本到图像生成模型，此模型具有中英文细粒度理解能力，混元 DiT 能够与用户进行多轮对话，根据上下文生成并完善图像。

这也是业内首个中文原生的 DiT 架构文生图开源模型，支持中英文双语输入及理解，参数量 15 亿。

开源编程助手 Devon 上线

用户仅需通过一个命令来安装和运行该工具，以在其 IDE 中进行项目的完整编辑和执行。

开源地址：

https://github.com/entropy-research/Devon

IBM 开源 Granite 代码模型

IBM 开源了它用于辅助编程的 Granite 代码模型，源代码托管在 GitHub 上，采用 Apache License 2.0 许可证，允许商业使用。

与其它 AI 模型不同的是，IBM 致力于避免模型的版权问题，使用了开放数据集如 GitHub Code Clean、Starcoder、开放代码库和 GitHub issues 等进行训练。Granite 是 decoder-only 代码模型，可用于修 bug、解释代码和生成代码文档，使用了 116 种编程语言的代码进行训练，参数规模 30 亿、80 亿、200 亿和 340 亿。IBM 称测试显示 Granite 在开源代码模型中表现最出色。

https://github.com/ibm-granite/granite-code-models

今日观察社交观察

OpenAI 再次制造了一波焦虑，

准确地讲这是一次伪装成春季 update 的智能交互变革

1. 从之前读文看图以及迟滞感明显的语音交互，到 GPT-4o 的实时多模态自然交互，知道的人知道这意味着什么，大模型从此呆瓜变＂真人”，实时能看懂能插嘴说能思考响应还能有各种小情绪的自然交互，让智能真正成其为智能的同时，瞬间变得人人随时随地唾手可得。不能低估交互，能力、场景、用户基数瞬间几何级放大；

2. 百分百可以肯定不只是 GPT4 的后端能力 + 前端 Chatbot 聊天机器人，多模态自然交互这部分是 GPT-5 能力的选择性释放，OpenAI 在控制节奏，不会也不愿一次性把 GPT5 全都放出来，之前表达过这种观点；

3. 冲击就是：一批基于 GPT 做语音等多模态自然交互的，一批基于家庭做情感陪伴的，包括一批基于机器人做具身智能交互界面的，智能硬件底层逻辑需要进一步重构，手机厂商自研模型还需努力，包括一批做情绪计算的，助手、教育、翻译等更危了...... 想套壳 GPT 或 OTT 的，基本都会被 GPT 反过来盖帽。

4.Siri 呆若木鸡，Claude 相形失色，Gemini 反正不会...... 客观而言，其它闭源开源还没这么能打的。不过就 GPT4 动不动卡壳掉链子的那副表现，GPT-4o 的用户体验从流畅度来说好不到哪里去，能到发布会演示水平的一丢丢就不错了。尽管昨夜刚上线快到起飞。也明白为什么 GPT4 之前越来越卡成狗，不愿投入资源了。有了 GPT-4o，付费用户没几个人再愿用 4。

5.GPT-4o 免费可限量用，付费可多用，和 GPT3.5 以及最近部分免费一样，典型的敞口漏斗营销策略，不过还没充分拉开梯度，导致需求量较大的非开发者非企业用户经常受限的情况在 GPT-4o 估计会更严重。

6. 重新理解摄像头，重新理解机器视觉、听觉。手机等移动终端和碎片场景下的应用爆发力，将不输 AI PC 等生产力场景，甚至移动引爆会走在前面。这就不是几亿而是几十亿用户的问题了。

如果预估 OpenAI 手里还没打出来的几张牌，直觉会认为竞争对手一时不好追，竞品在一些基准测试成绩接近 GPT4 是当下的竞争尺度和维度之一，但接下来维度实际有好几个。

- 微博胡延平 EarthRambler

GPT-4o 将免费使用是 OpenAI 硬刚谷歌

我们都知道 OpenAI 知所以在这个时间点开这个发布会，主要原因就是因为谷歌的 I/O 大会会在一天后开始。

OpenAI CEO 山姆・奥特曼的屡次举动，也明显得表现出来，他最忌惮的竞争对手就是谷歌。比如 Sora 视频曝光，就选择了谷歌 Gemini Pro 1.5 发布的同期。在 Google Cloud Next 大会期间，又临时发布了 ChatGPT-4 Turbo 模型。

相反，OpenAI 对 Anthropic 就不太在意，几乎没有对 Claude3 发布做实质性回应。所以这次 OpenAI 发布会的实质，预期说是 OpenAI 的一次技术发布，还不如说是商业策略（竞争）的一次发布。

根据之前的一些相关资料分析，OpenAI 担心谷歌的主要原因是，后者的算力资源十分庞大，这就代表着谷歌可以以大力出奇迹的方式，碾压 OpenAI 的先发优势。

当然，更不用说谷歌毕竟是 Transformer 架构的发明公司，虽然论文的八名作者都离开了，但是起码证明人力资本储备不会比 OpenAI 差。

- 微博高飞

GPT-4o 深夜炸场，国内外差距又拉大了

国内现在的顶流，我说句不好听的，好多就是拿着现在的开源改一改，训练一下模型。一个开源模型不行，就拿多个，美其名曰 “agent”，所以一直都在别人的屁股后面。

老实说，我们有数据，照理说应该最能训练模型。

花大价钱去国外把那些最顶流的华人请回来，我觉得可以搞定。

- 微博IT 源哥

支持将整个网站转变为 LLM 能直接使用的 Markdown

Firecrawl 厉害，支持将整个网站转变为 LLM 能直接使用的 Markdown，可以作为爬虫来使用。

Firecrawl 是一项 API 服务，它获取 URL，抓取它，并将其转换为干净的 Markdown。他会抓取所有可访问的子页面，并为每个页面提供清晰的 markdown 内容。无需站点地图。

开源，支持自己托管服务。

项目：github.com/mendableai/firecrawl

主页：firecrawl.dev

- 微博黄建同学

一个开发思路，程序员可用来赚钱

1、动态漫画，目前非常流行，在各大视频平台都是爆款。

2、动态漫画的逻辑很简单，将小说按镜头拆分，然后给每个镜头配图，配个语音，就能合成视频。

3、AI 开源大模型、AI 开源文字转语音、AI 开源绘画，技术已经成熟，简单整合，就是一个动态漫画的行业解决方案。

具体流程如下：

A. 用开源大模型，将小说拆分成镜头语言。Llama 3、ChatGLM3、Mistral 7B.... 可选模型特别多。

B. 用开源 AI 生成图片，根据镜头语言，生成图片。stable Diffusion 就能轻松驾驭。

C. 用开源的文字转语音，将小说转换成音频。XTTS、VITS、eSpeak.... 可选模型特别多。

简单整合一下，做成 WEB 页面，直接卖授权，很好卖的。

目前市面上的解决方案，主要是卖接口，面向 C 端，生成 1 分钟的视频收费 0.6 元 +。

面向 B 端，类似的程序源码几千块，调用 API 每分钟还得几毛钱。

本地部署，卖个几千块，竞争力很强，不愁客户。

- 微博天玑 - 无极领域

媒体观察

OpenAI 一夜改写历史，GPT-4o 干翻所有语音助手！丝滑如真人引爆全网科幻成真

OpenAI 说要改变历史，他们做到了。看完发布会的观众们，久久未从巨大的震惊中走出 —— 科幻电影中的「Her」，在此刻成真了！在全场欢呼中，CTO Mira Murati 走到台上，为全世界揭晓了 OpenAI 神秘新产品的面纱。

GPT-4o 加持的 ChatGPT，和人类的对话丝滑得像个真人，惊掉在场所有观众的下巴。眼看着科幻中的设想一件件成真，活在这个奇点临近的时代，我们何其幸运。

-新智元

新研究发现部分人工智能系统已擅长 “说谎”

近期美国麻省理工学院一个研究团队称，部分人工智能系统已经学会如何欺骗人类，其中包括部分号称已被训练成乐于助人和诚实的系统。该研究成果发表在美国细胞出版社旗下的《模式》杂志上。

文章第一作者、美国麻省理工学院人工智能安全领域博士后彼得・帕克和他的同事们分析了一些文献，重点关注了人工智能系统传播虚假信息的方式 —— 通过习得性欺骗，它们系统地学会了 “操纵” 他人。

- 人民网

OpenAI 隐藏 “王炸”，这一次要革 Google 的命？

AI 搜索，真的有机会革掉 Google 的命吗？现在看来，还有一段不短的路要走。

长达 20 年未有大变的搜索引擎领域，需要一个新的故事起点。

毕竟，作为 Google 或者百度搜索用户的我们，对搜索页面泛滥且无用的广告、以及常常 “言不及义” 的低精度关键词搜索和虚假信息早已经疲惫不堪。

不过也得承认，目前可见的 OpenAI 的搜索产品形态，并未有 “历史性” 的创新。也就是说，AI 搜索距离 “iPhone 时刻” 和通用 AI 搜索爆发的奇点，仍然遥远。

但如果你也相信光的话，你一定会相信奥特曼。

- 智谷趋势

我是如何赢得 GPT-4 提示工程大赛冠军的

提示工程是一门融合了艺术和科学的学科 —— 它既需要对技术的理解，也需要创造力和战略思维。这篇文章汇编了我一路以来学习到的提示工程策略，这些策略能让 LLM 切实完成你想完成的任务并做到更多！

- 机器之心

今日推荐开源项目

zellij-org/zellij

https://github.com/zellij-org/zellij

Zellij 是一个终端工作区。它具有终端多路复用器的基本功能（类似于 tmux 或 screen），但包含许多内置功能，允许用户对其进行扩展并创建自己的个性化环境。

每日一博

逃离 HTML + CSS

当下，构建交互式应用程序的主流技术是 Web 技术，其中包括 HTML、CSS 与 Java。在过去的 10 年，Web 技术生态发生了翻天覆地的变化，包括层出不穷的开发框架，诸如 React、Vue、Svelte，也包括日新月异的前端工程化工具，比如 Webpack、esbuild、Vite 等等。但归根结底，他们都逃不开 HTML、CSS、Java 三剑客的范畴。

Web 技术生态成熟、稳定，然而却存在一个致命的问题，因为使用 Web 技术去构建跨平台应用程序并不是一件简单的事情。

https://my.oschina.net/VGG/blog/11105679

事件点评

腾讯云、阿里云宣布对 .art 域名价格进行调整

腾讯云发布公告称，因收到上游注册局成本价格变动通知，腾讯云决定于 2024 年 5 月 22 日 0 点，对.art 域名后缀（普通词）续费 / 转入价格进行调整：

• 首年注册价格：不变
• 续费价格：175 元
• 转入价格：170 元

点评

这一价格调整反映了域名注册市场的动态变化。腾讯云和阿里云作为主要的云服务提供商，其对.art 域名的价格调整可能影响了整个域名注册市场的定价策略。

域名价格的变动还可能影响用户选择注册或续费特定域名的决策。例如，价格上涨可能会导致用户寻找更经济实惠的替代方案，或者在价格较高时选择不续费。

这一事件也显示了云服务提供商在市场中的竞争地位。腾讯云和阿里云作为市场上的主要玩家，他们的价格调整可能会对其他云服务提供商产生影响，迫使他们也进行相应的价格调整。

谷歌展示在 Android 虚拟机中运行 ChromeOS

根据 Android Authority 的报道，谷歌开发了支持在 Android 智能手机中基于虚拟机运行的 ChromeOS。

报道称，这个特别的 ChromeOS 构建版本内部代号为 “ferrochrome”，目标就是用于在虚拟机中运行。根据演示视频，“ferrochrome” 已经能够流畅地在 Google Pixel 8 运行 —— 并且是跑在虚拟机中。

点评

谷歌在 Android 虚拟机中运行 ChromeOS 的能力展示了 Android 操作系统的强大灵活性。通过在 Android 设备上运行 ChromeOS，谷歌证明了 Android 不仅可以用于智能手机，还可以在多种设备上运行，包括平板电脑、智能手表、电视和汽车仪表盘等。表明 Android 操作系统具有广泛的应用潜力。

其次，这一技术的发展可能对个人电脑市场产生影响。ChromeOS 与 Android 的结合可能会为用户提供一种新的计算体验，尤其是在移动设备上。虽然目前尚不清楚谷歌是否计划在未来的 Pixel 设备上推出这一特别版本的 ChromeOS，但这种技术的发展可能会为未来的设备带来新的可能性。

最后，这一技术的发展还可能对谷歌自身的产品线产生影响。谷歌目前拥有 Android 和 ChromeOS 两个成功的操作系统，它们在功能上相互补充。ChromeOS 在 Android 设备上的运行可能意味着谷歌将更加注重这两个平台的协同发展，而不是将它们合并成一个操作系统。

开源之声

媒体观点

让 “真创新” 受到 “真保护”

“与已有规则不同，本案裁判把握开源许可协议约束力，界定开源代码权利人与软件二次开发者的权利边界，彰显了开源代码基础上二次研发的新成果应予保护，不必完全受制于国外机构单方制定的强制开源规则的鲜明导向。判决结果对于激励创新、促进软件业健康规范发展具有一定意义，给软件开发者吃了‘定心丸’。” 苏州知识产权法庭庭长赵晓青谈及该案判决时如是说。

-人民法院报

李开复谈大模型：ofo 式烧钱不可取，看谁先打造出 “AI 微信”

李开复认为，国内大模型赛道的竞跑从狂奔到长跑，终局发展将取决于各个选手如何有效达到 “TC-PMF”(技术成本和产品市场契合度)。

“大模型从训练到服务都很昂贵，算力紧缺是这一赛道的集体挑战，行业应当共同避免陷入不理性的 ofo 式流血烧钱打法，让大模型能够健康地蓄能长跑。”

-中国新闻网

算法闭源、调用限次 ，谷歌找到新的 AI 变现路径？

AlphaFlod 3 的未来可能会像 GPT 一样被包装成一款商用软件，面向不同的用户推出不同的版本。譬如，预测结构的排序可能会成为付费项目的一部分，需要研究人员有偿使用。如今绝大多数研究人员已经习惯了在论文之中附上 AlphaFlod 2 的预测结果，但随着工具闭源，这一习惯或许也将逐渐改变。

不过，无论是开源还是闭源，是免费还是商用，我们都应尊重 DeepMind 与 Isomorphic Labs 的选择。毕竟，面对分子生物学理解、调节生物系统复杂的原子相互作用这一命题，AlphaFlod 3 确实带领行业向前迈出了一大步，有望实现在统一的框架内准确预测各种生物分子系统的结构。

-动脉 vcbeat

ChatGPT 没有做的 AI 搜索，是不是下一个战场

多模态 “抢镜” 已久，单纯的语言模型似乎有点寂寞，而 AI 搜索似乎重新点燃了这方面的热情。它会是继视频和音乐创作之后的下一个 AIGC 热点领域吗？是不是很快就会进入激烈的 “千搜大战” 了？

-视智未来

用户观点

OpenAI 发布 GPT-4o 全能模型：支持实时语音视频交互、

速度比 GPT-4 Turbo 快 2 倍

• 观点 1：未来需要新的芯片和计算机架构才能实现 AGI。不管 Sora 还是 chatGPT，都不是通用人工智能，也没有自主意识， 两次因果放大，跨越三个空间层级 —— 自主信息系统的特点。DNA 通过 RNA 读取信息，表现在蛋白质等生物大分子上，维持细胞运转，这是一次因果放大，更微观层面的扰动引起 DNA 的突变，也是一次因果放大，所以以 DNA 为主信息系统实现了两次因果放大，跨越了三个空间层级。同样，大脑思考学习表现在身体行为上，是一次因果放大，自主意识、偶发灵感亦源于更微观层面的扰动，也是一次因果放大，所以说大脑 - 神经系统也做到了两次因果放大，跨越了三个空间层级。而且这两级因果放大，后一级是非常稳定的，前一级是不稳定的。如果两级放大都非常稳定，就会融合成一级了，若两级都不稳定，那跟自然界一直都有发生的蝴蝶效应没什么区别了。对于前一级放大稳定，后一级不稳定，这其实就是普遍存在的主体行为变化产生的外界影响。现在的计算机只做到了一次因果放大，跨越两个空间层级，所以只是自动信息系统。未来若要冲刺人工智能则需要再下探一级。

甲骨文宣布面向 Java 开发者的 AI 编程工具

• 观点 1：能自动优化屎山代码么😏
• 观点 2：必须推出合适的离线使用环境

程序员梗图

END

References

https://www.oschina.net/news/292383

https://weibo.com/6105753431/Oe6xclPmO

https://www.solidot.org/story?sid=78154

https://weibo.com/1507823045/Oe8jxgWe9

https://weibo.com/5648162302/OdYSYb9io

https://weibo.com/1182260872/Oeek6vkvz

https://weibo.com/1233486457/Oecsh8Gi3

https://weibo.com/1219795431/Oecwjompr

https://mp.weixin.qq.com/s/P89liAcOeIfh7H08G3HCig

https://36kr.com/p/2774410256974979

https://new.qq.com/rain/a/20240514A00X3A00

https://mp.weixin.qq.com/s/pnXY9c9aXR41LeWFx9DEyg

https://github.com/zellij-org/zellij

https://my.oschina.net/VGG/blog/11105679

https://www.oschina.net/news/292418

https://www.oschina.net/news/292350/chrome-os-on-android

https://mp.weixin.qq.com/s?__biz=MzkyODM5MzMxMA==&mid=2247493515&idx=1&sn=73d19a03f96e47063f6bced56738621a&scene=0

https://new.qq.com/rain/a/20240514A00SNS00

https://t.cj.sina.com.cn/articles/view/7517400647/1c0126e47059053qna

https://m.yunnan.cn/system/2024/05/14/033051840.shtml

https://www.oschina.net/news/292171/oracle-announced-code-assist

https://mp.weixin.qq.com/s/yYest7pPb4WDxYhRsob9KA

最后，欢迎扫码下载「开源中国 APP」

阅读海量技术报告、程序员极客分享