腾讯研究院AI速递 20241024
生成式AI
一、 一夜之间，大模型像人一样操控电脑！Claude 3.5重磅升级
1. Claude 3.5 Sonnet 能模仿人类使用计算机，支持光标移动、点击和虚拟键盘输入；
2. Claude 3.5 Sonnet 性能超过 OpenAI ο1-mini，且为首个提供计算机操作能力的 AI 模型；
3. Anthropic 强调「计算机使用」功能仍处于实验阶段，安全性和应用潜力正在开发和评估中。
二、 刚刚，Stable Diffusion 3.5重磅开源，文生图模型霸主归来！
1. Stable Diffusion 3.5 包含三个模型：Large、Large Turbo、Medium，满足不同需求；
2. 重点提升可定制性、性能优化及多样化输出，尤其在消费级硬件上表现突出；
3. Stability AI 引入安全与负责任的AI实践，未来将支持ControlNets功能。
三、 一夜之间，视频生成模型被颠覆！Genmo 推出开源 Mochi 1
1. Mochi 1 是一款新的开源视频生成模型，提供流畅且自然的动作表现，符合物理规律；
2. 模型能够根据输入的提示词精确生成特定的角色、场景和动作，提高用户控制精度；
3. Mochi 1 支持高清版本，同时模型已通过大额融资，表现出强大的市场潜力。
四、 Runway放大招Act-One，一部手机就能搞定电影级的动画
1. Act-One 能通过视频和语音输入生成逼真的虚拟角色表演，保留表情和动作细节；
2. 该工具大幅简化面部动画制作，仅需普通摄像头，降低了制作门槛；
3. 支持多风格角色转换和多轮对话场景生成，适用于电影、游戏开发等创意内容制作。
五、 魔法填充+无限扩图，Ideogram推出AI画板工具Canvas
1. Ideogram Canvas 提供无限创意板功能，用于组织、生成和编辑图像；
2. Magic Fill 工具可替换对象、添加文本、修复瑕疵和更改背景；
3. Extend 工具可以将图片扩展到原始边界之外，同时保持风格一致。
六、 Canva知名设计平台推出全新文本转图像生成器“Dream Lab”
1. Canva 推出基于 Leonardo.ai Phoenix 模型的文本转图像生成器 Dream Lab，支持3D渲染和插画风格；
2. Canva 的 Magic AI 工具套件新增多功能，包括自动生成字幕、动画效果和交互式图表；
七、 全球首次！时序大模型突破十亿参数，华人团队发布Time-MoE
1. Time-MoE 采用混合专家架构，参数规模达24亿，提升了时序预测精度并降低计算成本；
2. Time-300B 是全球最大时序数据集，包含3000亿个时间点，助力多领域时序任务的泛化能力；
3. Time-MoE 支持任意长度的输入和输出，突破了时序预测的计算瓶颈，适用于全域时序预测。
八、 剽窃指控不断，搜索明星公司Perplexity AI卷入诉讼漩涡
1. Perplexity 被指控未经授权使用多家出版机构的内容，涉及版权和商标侵权；
3. 尽管 Perplexity 曾提出收入分成计划，多个出版商仍对其内容剽窃行为提出指控。
前沿科技
九、 成功率提升15%，浙大、碳硅智慧用LLM进行多属性分子优化
1. Prompt-MolOpt 利用基于 Prompt 的嵌入提升多属性分子优化能力，成功率相对提高 15%；
2. 该模型能处理有限数据集，在零样本和少样本设置下表现出色，适用于药物设计等多领域分子优化；
3. Prompt-MolOptP 变体保留关键药效团，同时优化其他分子结构，拓宽了实际应用场景。
报告观点
十、 诺贝尔经济学奖得主：AI相当于工业革命，会导致大量失业
1. Daron Acemoglu 认为 AI 类似早期工业革命，可能导致大量失业和生活水平下降；
2. 他担心AI发展可能加剧财富和权力集中，扩大贫富差距，限制劳动者从中受益；
3. Acemoglu 强调 AI 应用于增强人类能力，创造新工作任务，而非单纯替代劳动者。
