腾讯研究院AI速递 20240812
生成式AI
一、 清华研制“太极-II”芯片：大模型算力救星，开辟后摩尔时代
1. “太极-II”芯片采用全前向模式（FFM）训练方法，提高了光学神经网络的训练速度和精度，无需精确建模；
2. 芯片实现了多个应用领域的突破，包括最深的光学神经网络、高分辨率散射成像和动态全光非视距成像；
3. “太极-II”芯片的成功研制标志着智能光计算领域的重大进展，为AI大模型的发展提供了新动力，开辟后摩尔时代新路径。
https://mp.weixin.qq.com/s/YWw7JDdbBIjgySdzM5bcvA
二、 直播版Deepfake太恐怖！单张照片实时视频换脸，不挑硬件
1. Deep-Live-Cam项目允许使用单张照片进行实时视频换脸，无需专用硬件加速；
2. 该技术支持实时预览，适用于在线会议和直播带货等多种场景；
3. 项目已开源并迅速火爆，但同时引发了关于真实性和道德风险的广泛讨论。
https://mp.weixin.qq.com/s/bsQmZUa_ZpYrBAvNiVgBSw
三、 爆火毒舌AI每小时赚2.8万！每分钟36个新用户，火遍全球
1. 毒舌AI应用通过分析Twitter用户的历史发言生成犀利点评，实现每小时4000美元的收入；
2. 应用在用户激增后面临运营成本问题，通过动态调整收费策略和开源代码来平衡增长和收入；
3. 创始人通过修改提示词简单调整，实现全球市场的快速拓展，展示了“自然语言编程”的强大潜力。
https://mp.weixin.qq.com/s/bM9vAj_h5vPeCuT9Mt-g1g
四、 这款看不了时间的 AI 手表，凭什么卖得比 Apple Watch 还贵
1. Nowatch 是一款无时间显示功能的手表，主打个性化和装饰性，使用天然宝石和金属作为表盘材料；
2. 设备通过磁力器简化了表盘更换过程，提供多种表盘和表带选项，实现高度定制化；
3. Nowatch 集成了健康追踪功能和 AI 功能，通过背部传感器监测健康数据，并通过 App 提供个性化健康建议。
https://mp.weixin.qq.com/s/CO4eCBswEUOTf8FfJgYeuQ
五、 新PyTorch API：几行代码实现注意力变体，兼具性能和灵活性
1. FlexAttention 是一个新的 PyTorch API，允许用户通过几行代码实现多种注意力变体，如因果注意力和滑动窗口注意力；
2. 该API通过 torch.compile 优化，实现了与手写内核相媲美的性能，同时支持自动求导和利用注意力掩码的稀疏性改善性能；
3. FlexAttention 在前向传播中达到了 FlashAttention2 性能的 90%，在反向传播中达到了 85%，展示了其高效性和灵活性。
https://mp.weixin.qq.com/s/8uoZZf4hNSLQYLKFr95jTw
六、 30秒生成建模师级Mesh更新！最大可生成面数提升至1600
1. MeshAnything V2使用Adjacent Mesh Tokenization (AMT)算法，将最大可生成面数从800提升至1600，优化了token序列长度和结构；
2. AMT算法通过优先表达相邻面片，使用更少的vertex表达面片，降低了attention计算量，提高了模型效率；
3. MeshAnything V2在性能和效率上超越前版本，实现高质量人造Mesh生成，适用于3D工业应用。
https://mp.weixin.qq.com/s/aXjfYdcu9hNsH1ulj7w-Bw
前沿科技
七、 波士顿动力机器人大秀俯卧撑，一口气8个！转型后首次曝光成果
1. 波士顿动力的Atlas机器人展示了能连续做8个俯卧撑的能力，使用非线性模型预测控制方法优化动作；
2. Atlas机器人从液压驱动转向全电驱动，以降低成本并适应商业化需求；
3. 尽管技术上有所进步，Atlas机器人的手部设计仍未包含手指，这在技术和实用性方面仍是一个挑战。
https://mp.weixin.qq.com/s/iAiubetMpW3vU18Xz-ksRQ
八、 Google DeepMind推出首个媲美人类中级选手的乒乓球机器人
1. DeepMind开发的乒乓球机器人在29场比赛中赢得了45%，包括100%胜率对抗初学者和55%对中级选手；
2. 机器人采用分层和模块化策略架构，结合多种技术如迭代定义任务分布和实时适应未知对手，提升与人类选手的竞技水平；
3. 尽管机器人在高级选手比赛中表现不佳，研究团队计划通过提高处理能力和策略学习来优化其性能。
https://mp.weixin.qq.com/s/4sORje0GztOP6MQsK7-Ndg
报告观点
九、 Cohere联创访谈：AI行业不存在泡沫，但应该清楚AI能力边界
1. Cohere联合创始人Nick Frosst认为AI行业不是泡沫，强调AI在实际应用中创造的有形价值；
2. Frosst对AI技术的未来持现实态度，认为AI不会达到人类水平的智能，而是应用于特定任务提供实际价值；
3. Cohere采用基于广泛研究的大型语言模型为企业客户构建定制模型，强调对AI能力边界的清晰理解是成功应用AI的关键。
https://mp.weixin.qq.com/s/2jIK3-dKJSWJSXxiYUO-zg
十、 吴恩达 Ark Invest ：基础模型训练成本年降75%，大厂优势难保
1. AI 基础模型的竞争日益激烈，但大厂的优势可能不会长期保持，因为训练和推理成本正在迅速下降；
2. 开源技术对推动AI技术进步具有重要作用，尽管存在风险，但其带来的优势远大于潜在的风险；
3. 分销渠道在AI系统部署中扮演关键角色，有效的渠道可能成为未来AI技术成功与否的决定性因素。
https://mp.weixin.qq.com/s/3O8Fm9hzF7hKioOnRGKSrQ
👇订阅下方合集，获取每日推送
