每日AI快讯

在音乐界，四个热爱学习的创新者正在引领一场变革，他们所开发的AI音乐创作工具Suno，最近获得了1.25亿美元的新一轮融资，以推动音乐制作的民主化。这个投资阵容豪华，包括光速创投、Nat Friedman、Daniel Gross、Matrix和Founder Collective等知名机构。自2022年种子轮获得140万美元融资以来，Suno已经积累了超过1000万用户，其中包括一些格莱美获奖艺术家。 今年3月，Suno因其简单易用的特性引发热潮，被誉为AI音乐界的'ChatGPT'。用户只需提供一个创意，Suno就能生成两首歌曲。为了应对日益激烈的市场竞争，如Udio、Elev...

随着科技的不断进步，人工智能（AI）领域持续受到关注。在最新的市场动态中，中证人工智能主题指数呈现积极走势，截至2024年5月23日，该指数上涨0.59%。其中，成分股如中科创达、中际旭创和新易盛等均有显著涨幅。AI人工智能ETF亦表现出色，近一周累计涨幅达到2.55%，且规模创新高至9.47亿元。此外，该ETF在近3天内持续吸引资金流入，总计约2360.40万元。 英伟达，作为全球AI领导者之一，其发布的第二财季预期收入超出市场预期，股价盘后一度突破1000美元，市值升至2.3万亿美元以上。这一消息进一步提振了市场对AI行业的信...

Adobe公司近期宣布了一项重大举措，即将在安卓版Acrobat应用中引入AI增强功能，以提升用户体验。这一创新源于谷歌新推出的AICore工具，该工具允许开发者利用Gemini Nano模型进行本地化操作。谷歌已经解决了大部分技术难题，使开发者能够专注于创造更具创新性的功能。 在最近的谷歌I/O主题演讲中，Adobe透露将运用AICore来升级Acrobat，其中一项重要更新就是实现PDF文件内容的快速概览。这一功能使得用户能够迅速获取文档关键信息，同时对文档内的特定问题作出回应。值得注意的是，许多此类新功能将直接在用户的手机上通过Ge...

Meta的首席AI科学家杨立昆挑战了生成式AI如ChatGPT的能力，认为大语言模型无法达到人类的推理和规划水平。他主张发展能赋予机器“超级智能”的新方法，而不是依赖现有模型。在接受《金融时报》采访时，杨立昆指出大语言模型在逻辑理解、物理世界知识、记忆和层次化规划方面存在局限，并称这些模型本质上是不安全的，因为它们的准确性取决于训练数据。他领导的Meta基础AI研究实验室(Fair)正致力于创建具备常识且能像人一样学习的AI系统，这个过程称为“世界建模”。然而，这一愿景遭到一些专家的质疑，认为教授AI因果关系困难，可...

今年的618促销活动不仅仅局限于传统商品，大模型市场也加入了这场价格战。各大模型厂商纷纷推出大幅度优惠策略，如“连降99%”、“注册即送”和“限时免费”，以吸引客户。以API接口为主要盈利方式的大模型企业，销售的核心是token，它们的价格成为了竞争焦点。首先，幻方创业公司降低了每百万token的价格，引发行业震动。随后，智谱AI紧随其后，对自家GLM-3 Turbo模型进行大幅降价，并公开与阿里、百度进行价格比较。 字节跳动的火山引擎进一步加剧了价格战，其豆包大模型的token价格仅为8毛钱100万个。阿里和百度也不甘示弱，宣...

OpenAI，知名人工智能研究实验室，近日陷入争议，被曝出要求离职员工签署苛刻的保密协议，否则将剥夺其价值百万美元的股权。Vox网站发布了4份相关文件，揭示了OpenAI的高压策略，包括限时签署协议和威胁收回股权。尽管OpenAI CEO萨姆·阿尔特曼和首席战略官杰森·权否认知晓这一条款，但文件显示两人均有签名。这一事件对OpenAI的形象造成了打击，引发了对其是否能保持公众信任的质疑。 离职风波升级，OpenAI使用股权作为筹码，要求员工在短时间内签署严格保密和非贬低协议，甚至采取强硬措施应对员工的法律援助请求。劳动法...

商汤科技的最新大模型日日新5.0（SenseChat V5）在SuperCLUE中文大模型测评基准中取得了历史性的突破，以80.03分的总分超过GPT-4 Turbo的79.13分，成为新的榜首。这款国产模型在综合、文科领域刷新了国内最佳成绩，理科方面也保持国内领先。SenseChat V5在文科测试中得分82.20分，超过了GPT-4 Turbo，而理科测试虽未超越GPT-4 Turbo，但仍在国内大模型中排名第一。此外，模型在国内外平均水平对比中表现出色，尤其在文科能力上优于国外选手。商汤科技采用MoE架构，大规模训练数据，以及创新的训练策略，提升了模型的推理和表...

借助先进的科技，现在只需上传一张照片，你就能轻松变身为各种角色，无论是科幻片中的英雄还是复古风的穿越人物。中山大学和联想的研究团队共同研发了一款名为ConsistentID的创新技术，它能在保留五官细节的同时，根据多模态面部提示生成多样化的肖像。ConsistentID在保持五官一致性方面超越了腾讯的photomaker和小红书的instantID。 这个系统包含两个核心部分：多模态面部ID生成器和ID保存网络。前者由细粒度多模态特征提取器和面部ID特征提取器组成，能捕捉并学习详细的面部信息。后者则利用面部文本和视觉提示，通过面部...

在AI领域，大模型的价格竞争日益激烈。字节跳动旗下的火山引擎推出了豆包大模型，以极具竞争力的价格面向B端用户，将行业标准拉低至0.0008元/千Tokens，远低于市场平均水平。豆包主力模型甚至能以0.8厘处理超过1500个汉字，性价比极高。此举引发了国内其他大模型如通义千问、智普AI、DeepSeek等纷纷降价，形成“百模大战”的局面。百度的文心大模型轻量版和智谱AI的产品也进行了大幅度降价，让更多的企业和个人得以使用。腾讯的混元文生图大模型更是开源并免费商用。OpenAI的GPT-4系列也进行了降价，提供免费使用和更优惠的API...

微软近期推出了 Phi-3 系列的大型语言模型，包括 Phi-3Vision、Phi-3Small7B 和 Phi-3Medium14B，这些模型展现出与业界领先水平匹敌的性能。其中， Phi-3Medium14B 的表现甚至超越了某些知名模型，如 Mixtral8x22B 和 GPT3.5。尽管 Phi-3Small7B 规模较小，但在处理大量数据时，它的效能仍然优于 Mistral7B 和 Llama38B，成为资源受限环境的理想选择。Phi-3 系列支持的上下文长度从4K到128K，适应各种长文本处理需求。模型参数分别为 Medium 版本的14B，Small 版本的7.5B，以及 Vision 版本的4.2B。微软使用了4.8T令牌对模型...