腾讯研究院AI速递 20240904
生成式AI
一、 马斯克AI超级计算机再升级！再加10万张，一半H200
1. 马斯克的AI超级计算机Colossus已使用10万张H100 GPU，计划再增加10万张，包括5万张更先进的H200;
2. Colossus采用单一RDMA架构，所有GPU通过高速、低延迟网络连接，提高了协同工作效率;
3. 从建设到上线仅用122天，Colossus将用于训练包括自动驾驶在内的多种AI模型，对其他AI公司构成压力.
https://mp.weixin.qq.com/s/kA_ac9lsJM1uZEpKA_Priw
二、 OpenAI首颗芯片曝光：台积电1.6nm，为Sora应用打造
1. OpenAI首颗芯片采用台积电1.6纳米技术，专为AI视频生成工具Sora定制;
2. A16制程技术提供显著性能提升，包括8-10%的速度提升和15-20%的功耗降低;
3. OpenAI计划减少对外购AI芯片的依赖，尽管面临产能和技术挑战，但已开始自研芯片的初步步骤.
https://mp.weixin.qq.com/s/E1MC2gi86iqhDK3iWUgn7Q
三、 无问芯穹融资5个亿，国内AI基础设施的最大单笔融资
1. 无问芯穹完成近5亿元融资，累计融资近10亿元，成为上海新兴的独角兽企业;
2. 投资方包括社保基金中关村自主创新专项基金、启明创投、洪泰基金等，其在AI基础设施领域得到强大支持和信任;
3. 由清华大学电子工程系汪玉教授领衔，专注于大模型软硬件一体化方案，推动AI基础设施的本土化和创新发展.
https://mp.weixin.qq.com/s/M4xpmNejPO2zNce3sv0mYg
四、 噩耗！SD3、FLUX.1等开源文生图模型，可能将无法使用
1. AB-3211法案要求文生图模型嵌入详细、不可移除的元数据，用于识别AI生成图像并提供生成细节;
2. 法案对开源模型影响较大，主要为高成本的技术和法律要求，如来源数据嵌入、对抗性测试，增加开发者负担;
3. 大型科技公司支持法案，可能加剧开源与闭源模型间的不平等，对小型开发者和学术机构构成挑战.
https://mp.weixin.qq.com/s/Iz3oDiiMLrnIfihgUpzKuw
五、 阶跃星辰图像生成大模型Step-1X，正式上线了！国风意境
1. 阶跃星辰推出图像生成大模型Step-1X，专注于生成具有深度语义对齐和细节表现的图像，特别优化了对中国文化元素的处理;
2. Step-1X支持长达2000字符的图片生成指令，适用于多种创作场景如广告、游戏美术和教育辅助;
3. 官方公布两个隐藏玩法提升生成效果，包括特定咒语增强写实程度和使用智能助手「跃问」完善Prompt.
https://mp.weixin.qq.com/s/bX9Ty1w8krNLK79dBzSlGw
六、 李飞飞提出ReKep，实现具备空间智能，还能整合GPT-4o
1. 李飞飞团队提出ReKep框架，通过关系关键点约束实现机器人的空间智能，优化机器人与环境的复杂交互;
2. ReKep能与GPT-4o等多模态大模型整合，提高任务执行的精确性和适应性;
3. ReKep实现了多阶段任务的分解和优化，通过约束优化问题定义机器人操作任务，增强执行策略的泛化能力.
https://mp.weixin.qq.com/s/AdyOPA6RhFIu5sjra5cW2Q
七、 专注游戏开发、性能测试、游戏体验，VideoGameBunny
1. VideoGameBunny (VGB) 是一款专为游戏环境设计的视觉AI助理，能够理解游戏场景并提供实时反馈，帮助玩家识别关键物品和解答问题;
2. VGB采用多层感知器网络，结合强预训练的视觉和语言模型，支持高达1152×1152像素的图像分辨率，有效捕捉游戏中的多尺度视觉元素;
3. 模型使用LoRA微调方法和PEFT库优化训练效率，处理超过185,000张游戏图像和39万个图像-指令对，生成详细的JSON格式数据以增强游戏体验和开发效率.
https://mp.weixin.qq.com/s/gS_8LZShO2eaSbJdvgV0HA
八、 8岁小孩哥用AI制作游戏，全程2小时，50多万人围观
1. 8岁孩子使用Claude AI和Cursor工具独立创建了多个项目，包括游戏和应用程序，每个项目耗时约2小时;
2. 孩子的父亲Meng To仅提供了技术设置支持，孩子利用AI工具自学完成项目，展示了AI编程工具的易用性和教育潜力;
3. 该事件引发了广泛关注和讨论，突显了AI工具如Cursor在降低编程门槛和提升开发效率方面的潜力.
https://mp.weixin.qq.com/s/Ked4SBTzsz5mnoF-kQz96Q
前沿科技
九、 迈向「多面手」医疗大模型，上交大发布医疗大规模构建流程
1. 上海交通大学团队开发了MedS-Bench评估基准和MedS-Ins指令微调数据集，全面提升医疗大模型在临床任务中的应用能力;
2. MedS-Bench包括11类高级临床任务，超越传统的多项选择问答，更全面评估模型在实际医疗场景中的表现;
3. MedS-Ins数据集整合了多源医学文本，覆盖122个临床任务，用于训练医学大模型，提高其在复杂临床任务中的性能.
https://mp.weixin.qq.com/s/Z-l6I8v0q-pKx2JgAmOKBA
报告观点
十、 张宏江在青腾全球私访：我对于AI和大模型的八点观察和看法
1. 张宏江认为大模型是新一代操作系统，将重塑软件生态，尤其是To B软件公司正在利用AI重写软件;
2. 提出大模型的核心是尺度定律，强调了从CPU到GPU为中心的计算重心转移，以及大模型在处理大规模数据时的效率问题;
3. 强调多模态大模型是实现通用人工智能（AGI）的关键，预测未来机器人将具备更广泛的思考和行动能力，推动自主智能的发展.
https://mp.weixin.qq.com/s/IG59wdNVZBfHipAa5uvSfQ
👇订阅下方合集，获取每日推送
