腾讯研究院AI速递 20240305
生成式AI
一、 Groq收购Definitive Intelligence公司，或进一步威胁英伟达地位？
1. Groq收购Definitive Intelligence，加强在生成式AI领域的竞争力，或威胁英伟达的市场地位；
2. Groq利用LPU推理引擎显著提升大语言模型处理速度，有望减少生成式AI输出的等待时间；
3. Groq通过GroqCloud业务拓展，提升云平台服务的容量和效率，加速生成式AI应用的部署和开发者支持。
https://mp.weixin.qq.com/s/UJGIHoQ2Isc1YsXuThD1ew
二、 Anthropic公司宣布推出Claude 3模型系列，性能全面超越GPT4
1. Anthropic推出Claude 3系列，超越GPT-4，包括三款性能递增模型：Haiku、Sonnet、Opus，提供先进智能和成本效益平衡；
2. Claude 3具备高级多模态能力，实时支持聊天、自动完成、数据提取，速度快且准确性高，特别是Opus模型在智能水平大幅提升；
3. 引入强大的视觉处理能力，减少拒绝回答率，提高长上下文处理和记忆能力，Opus在复杂问题上准确性提高两倍。
https://mp.weixin.qq.com/s/AqoTriIGzm_AlLtI5AzoDA
三、 OpenAI AGI 时间表疑似泄露！马斯克起诉或让 GPT-5 推迟发布
1. 马斯克诉讼OpenAI，可能导致GPT-5发布延迟，争议集中于OpenAI的开源承诺与实际行为、与微软合作及治理结构；
2. 马斯克强调OpenAI初衷为开放研究，投入显著财力支持，但批评其向闭源转变，与微软合作背离初衷；
3. 疑似内部文件泄露，揭示OpenAI目标在2027年实现AGI，展示AI参数与人脑突触数量对比。
https://mp.weixin.qq.com/s/pjKAcSi25iaLqUrnVmS8_w
四、 2张图2秒钟3D重建！名为DUSt3R的新型AI工具火爆GitHub
1. DUSt3R工具能够使用仅两张图片在不到2秒内完成3D重建，无需任何额外数据或相机校准；
2. 该工具在多个任务上取得了最先进的结果，包括单目/多视图深度估计和相对位姿估计，显示出强大的3D视觉任务处理能力；
3. DUSt3R支持多视图立体重建，通过点图回归方法和全局对准策略，允许从未知相机姿态的照片中恢复几何量，包括相机参数和3D重建效果。
https://mp.weixin.qq.com/s/x9tBrILl8y6klQ3mwDHgOA
五、 文生图平台ideogram发布1.0版本，对标DALL·E3和MidjourneyV6
1. 文生图平台ideogram.ai完成8000万美元A轮融资，由Andreessen Horowitz领投，发布1.0版本，号称超越OpenAI的DALL·E 3和Midjourney V6；
2. ideogram.ai 1.0版本特色包括Magic Prompt文本提示助手，大幅提升画质、样式、长文本理解，同时将图像错误率降低2倍；
3. ideogram.ai支持生成多种图像类型和风格，允许用户对宽高比和像素进行精确设置，满足广泛需求，包括广告设计和媒体传播行业。
https://mp.weixin.qq.com/s/rrxeEtzPL2vT_GlWcizq4w
六、 Mac专属大模型框架来了！两行代码部署，能聊本地数据，支持中文
1. Chat with MLX框架支持Mac用户本地部署大模型，仅需两行代码实现安装和启动；
2. 支持11种语言，自带7种开源大模型，特有的Magic Prompt功能可深度理解并生成图像提示词；
3. 尽管在苹果设备上的计算量负担较大且可能不及N卡玩家体验，本地化部署保障了数据安全性，展现了向消费级产品普及的趋势。
https://mp.weixin.qq.com/s/KDmPnwivHEpfpYGuZIs9oA
七、 突发！苹果「全球最佳的 AI 消费级笔记本电脑」发布，M3芯片
1. 苹果新款MacBook Air搭载M3芯片，支持高达24GB统一内存，提高了性能并支持复杂AI运算；
2. 集成AI功能，包括实时语音转文本、翻译和文本预测等，优化了工作效率和创造力；
3. 支持运行大型语言模型(LLMs)和扩散模型等优化AI模型，提供本地生成图像的极佳性能，号称「全球最佳的AI消费级笔记本电脑」。
https://mp.weixin.qq.com/s/C9hGPqQNYmu9OEziHMT6VQ
八、 7B模型超越GPT4-V！港科大等发布「图推理问答」数据集GITQA
1. 香港科技大学和南方科技大学的研究团队发布GITQA数据集，通过结合视觉图（Visual Graph）和文本模态，探索图推理能力的增强；
2. 在GITQA数据集上，基于LLaVA-7B/13B模型微调的多模态模型GITA-7B/13B展现了超越GPT-4V的图推理性能；
3. 实验表明，视觉图的加入能显著提升模型的图推理能力，特别是在结构复杂的图推理任务上，且数据增强策略（特别是布局增强）能进一步优化模型性能。
https://mp.weixin.qq.com/s/YOlwd_JOmj2tyS1pdCo5fA
前沿科技
九、 长达45年历史的《中美科技合作协定》正式终结？到期了但没续签
1. 《中美科技合作协定》未能续约，标志着双方45年科技合作的终结，可能导致科技领域的脱钩；
2. 《自然》杂志发表社论批评终止协定为“危险的愚蠢之举”，强调合作带来的互惠互利和对全球科技发展的重要性；
https://mp.weixin.qq.com/s/U1NIMzKEmy123Ob4LXKFnw
报告观点
十、 DeepMind CEO：LLM+树搜索就是AGI技术线路，AI科研依赖工程能力
1. DeepMind CEO Hassabis认为，结合大型语言模型（LLM）和树搜索是实现通用人工智能（AGI）的关键技术路线；
2. 他强调了在现有大模型基础上加入规划和搜索能力的重要性，以及利用网络上的信息和收集的数据作为先验知识来实现AGI的速度；
3. Hassabis提到，DeepMind和Google Brain的合并标志着AI技术发展的新时代，强调了工程能力对于AI科研的重要性，并认为闭源模型在安全性方面优于开源模型。
https://mp.weixin.qq.com/s/MrGnETtEgVE091DqYAxXJw
【往期回顾】
https://docs.qq.com/sheet/DYXVhemNFem1XZ2ZC?tab=BB08J2
