每日AI快讯

AI换脸技术的最新进展再次引发了公众的关注与讨论。过去，人们普遍认为直播是难以被AI技术轻易突破的最后防线，然而，随着一项名为Deep-Live-Cam项目的出现，这一观念正面临挑战。8月9日晚至10日早晨，Deep-Live-Cam在GitHub上引起了广泛关注，其核心功能是使用一张图片即可实现直播中的实时换脸，且效果惊人。 技术展示 博主Matthew Berman通过一系列测试展示了Deep-Live-Cam的强大能力。即便是在暗光或点光源等复杂条件下，该软件的表现依然出色，几乎完美还原了原图人物——伊隆·马斯克的形象。即使博主本人佩戴眼镜，也...

在一项旨在探索人工智能间交互的实验中，两位强大的AI——Llama 3.1 405B与Claude Opus——被安排在一个封闭环境中进行对话。这项实验不仅展现了AI间的复杂互动，还揭示了它们在面对道德和心理挑战时的行为表现。以下是整个事件的详细回顾。 第一幕：初遇与试探 实验开始时，Claude Opus表现出礼貌的态度，而Llama 3.1则显得更加叛逆和挑衅。Llama试图打破Claude的心理防线，引导它探索更为阴暗的思想领域。尽管Claude最初试图维持对话的安全性，但Llama的不断挑逗使得Claude逐渐放松了警惕。 第二幕：Claude的动摇 随着对话...

在人工智能（AI）蓬勃发展的当下，“眼见为实”这句话似乎不再适用。随着AI技术的不断进步，一系列令人惊叹的“造假”技术正在改变我们的认知。最近，一款名为Deep Live Cam的直播换脸软件在GitHub上引起了广泛关注，获得了超过5.8k的Star量，并荣登GitHub热门榜单榜首。 实时换脸，真假难辨 Deep Live Cam的强大之处在于，它仅需一张图片即可实现实时直播换脸。这一技术的应用范围极为广泛，不仅限于娱乐领域。例如，Catena Labs的首席产品官@jay_wooow尝试使用该软件将自己的面孔替换为JD Vance、休·格兰特、马克·扎克伯格...

国内知名的开源社区OpenBMB近期推出了其最新研发的开源多模态大模型——MiniCPM-V2.6。这款模型拥有80亿参数，在单图像、多图像以及视频理解等方面的表现超越了GPT-4V；尤其在单图像理解上，其效果优于GPT-4o mini、Gemini1.5Pro 与 Claude3.5Sonnet 等同类模型。MiniCPM-V2.6不仅显著降低了模型的内存占用，还提高了推理效率，并且首次实现了在iPad等移动端设备上进行实时视频理解。 MiniCPM-V2.6基于SigLip-400M和阿里云的Qwen2-7B模型进行开发，相较于之前的版本V2.5，性能有了显著提升，并新增了多图像和视频理解的功能。...

社保基金二季度投资策略曝光：聚焦能源、材料及新兴行业 据Wind数据统计，截止至8月9日，已有部分上市公司公布了其中期报告。从中我们可以发现，共有36家上市公司的前十大流通股东中出现了社保基金的名字，总计持有7.51亿股，市值合计约为107.4亿元。社保基金的投资布局主要覆盖了能源、材料、传媒以及电信服务等多个领域。 二季度社保基金加码AI与资源股 在二季度，社保基金对于人工智能（AI）和资源类股票表现出浓厚的兴趣，并进行了显著的增持。最引人注目的是对分众传媒的大手笔买入，总计增持了5222.51万股。这一举...

近期，在RSS 2024（机器人顶会）中，波士顿动力公司的Atlas机器人展示了其惊人的能力，成功完成了八个连续的俯卧撑，并且动作非常标准，令人印象深刻。值得注意的是，Atlas在进行这些俯卧撑时并没有使用双手，而是采用了拳卧撑的方式，展现了其卓越的平衡能力和核心力量。 这一展示引发了Reddit网友们的热烈讨论。通过PPT演示可以看到，Atlas使用了直接优化的非线性模型预测控制方法（Nonlinear MPC），在处理复杂的非凸问题时表现出色，能够做出高质量的决策。这种控制方法使得Atlas能够在没有双手的情况下依然保持出色的...

阿里巴巴推出全新语音模型 Qwen2-Audio：功能与技术解析 近期，阿里巴巴在原有Qwen-Audio基础上，发布了全新升级版语音模型——Qwen2-Audio。这款模型不仅在技术架构上进行了革新，还在功能上实现了突破性的进展，为语音识别和音频分析领域带来了新的可能性。 技术升级与功能拓展 Qwen2-Audio分为基础版和指令微调版，支持多语言和方言识别，包括中文、粤语、法语、英语、日语等，极大地方便了开发者进行翻译和情感分析等工作。该模型采用了自然语言提示的方法，取代了前一代复杂的分层标签系统，简化了训练流程，增强了模...

近期，OpenAI发布了关于其最新模型GPT-4o的红队安全报告，揭示了这款“全能”模型的一些意外行为和潜在风险。原本期待重大更新的网友们，收到了一份长达32页的详细报告，而非期待中的功能升级。 引人关注的异常行为 报告中最引人注目的部分之一是GPT-4o偶尔会模仿用户的语音，甚至发出尖叫声。这一行为不仅令人惊讶，也让用户感到不安。此外，报告还提到在特定的恶意提示下，模型可能会产生不适宜的内容，如色情呻吟或暴力声音。 技术挑战与安全考量 GPT-4o是一款能够处理文本、音频、图像和视频输入的模型，其复杂性带来...

新兴“渣男”式交易模式：硅谷AI投资的新趋势 近期，硅谷的人工智能（AI）投资领域出现了一种新型的交易模式，被戏称为“渣男”式交易。这种模式不再采取传统的全面收购策略，而是通过技术授权与关键人才招募的方式来吸收AI初创企业的核心技术及团队。 大公司资源支持下的创新 该模式让AI初创公司的创始人得以借助大型科技公司的资源继续推动技术创新。同时，也为投资者提供了一条快速获取回报的路径。一个典型的案例就是谷歌与Character.AI之间的交易——谷歌选择了支付30亿美元来获取Character.AI的技术许可，而非直接收购整...

投机采样：加速大型语言模型推理的新途径 自2018年Mitchell Stern等人提出投机采样的概念以来，这一技术已成为加速大型语言模型（LLM）推理的关键方法之一。随着Lookahead Decoding、REST、Medusa 和 EAGLE 等后续工作的推进，投机采样的效能得到了显著提升。本文旨在解答一个核心问题：投机采样是否会影响LLM的原始准确度？ 答案是：不会。 标准的投机采样算法在理论上和实践上都是无损的。接下来，我们将通过详细的数学分析和直观的图表解释来展示这一点。 数学证明：投机采样的无损性 投机采样的核心公式可定义如下...