Gemma 2-2B 端侧模型正式发布；扎克伯格：Llama 4 需要十倍以上的算力

整理 | 王启隆

出品 | AI 科技大本营（ID：rgznai100）

一分钟速览新闻点！

Gemma 2-2B 开源端侧模型正式发布
马斯克 xAI 欲收购角色扮演聊天机器人开发商 Character.AI
上海人工智能实验室开源 AI 搜索框架 MindSearch
Salesforce AI 开源大型多模态交织数据集 MINT-1T
苹果发布 Apple Intelligence 开发者预览版
Meta AI 推出视频/图像分割模型 Segment Anything Model (SAM) 2
Meta AI 推出个性化 Agent 平台 AI Studio
扎克伯格：训练 Llama 4 所需算力几乎是 Llama 3.1 的 10 倍
Meta 因未经用户许可使用面部识别技术向德州支付 14 亿美元
每月花费近 2000 万美元，消息称 TikTok 成为微软 AI 服务最大客户之一
Reddit CEO：微软等公司必须付费才能抓取数据，“封锁这些公司真是一件痛苦的事情”

国内外 AI 要闻

Gemma 2-2B 开源端侧模型正式发布

近日，Google DeepMind 正式发布 Gemma 2-2B 模型并开源。该模型具有更小、更安全的特点，性能出色，能与规模大 10 倍的模型相匹敌，超越了 GPT-3.5-Turbo 和 Mistral-8x7b。它基于 NVIDIA TensorRT-LLM 库优化，在 lmsys 榜单中获得第 47 名，超过了 GPT-3.5-Turbo 的第 51 名和 Mistral-8x7b 的第 56 名。

项目链接：https://huggingface.co/collections/google/gemma-2-2b-release-66a20f3796a2ff2a7c76f98f

马斯克 xAI 欲收购角色扮演聊天机器人开发商 Character.AI

据悉，埃隆·马斯克的 xAI 已与人工智能初创公司 Character.AI 就收购展开讨论。Character.AI 去年曾进行估值超 50 亿美元的融资谈判，马斯克为 xAI 筹集约 60 亿美元，其估值达 240 亿美元。Character.AI 由谷歌校友创立于 2021 年，服务特色是允许用户创建定制聊天机器人。目前双方谈判进展不明。

上海人工智能实验室开源 AI 搜索框架 MindSearch

近日，上海人工智能实验室开源了性能匹敌 Perplexity Pro 付费级别的 AI 搜索框架 MindSearch，并提供了 Demo 和代码。MindSearch 能够浏览数百个网页来深入理解和回答问题，动态构建思考图谱，还会将用户查询分解为原子子问题并逐步扩展图。它支持解决生活中的各类问题，在深度、广度、真实性上超越 ChatGPT-Web 和 Perplexity.ai （Pro）。MindSearch 拥有优化的 UI 体验，提供多种接口，能基于多代理反思机制提高可信度和可用性。

代码链接：https://github.com/InternLM/MindSearch

论文链接：https://arxiv.org/abs/2407.20183

Salesforce AI 开源大型多模态交织数据集 MINT-1T

Salesforce AI 开源了名为 MINT-1T 的多模态交织数据集。它规模庞大，包含一万亿个文本标记和 34 亿张图像，比现有开源数据集大 10 倍。其数据来源广泛，涵盖多种文档。在构建中遵循规模和多样性原则，收集处理精细，过滤全面。使用该数据集预训练的模型在评估中表现出色，对其的深入分析也显示出显著优势，有望为相关研究和应用带来重要价值。

代码链接：https://huggingface.co/collections/mlfoundations/mint-1t-6690216ca4d0df7e518dde1c

论文链接：https://arxiv.org/abs/2406.11271

苹果发布 Apple Intelligence 开发者预览版

近日，苹果发布了 Apple Intelligence 的开发者预览版，iPhone 15 Pro、iPhone 15 Pro Max 及部分 Mac 和 iPad 设备可使用，但部分功能暂不可用，欧洲和中国用户设备暂不支持。苹果发布技术报告，称基础模型在 Google 定制 Tensor 处理单元预训练，租用云服务提供商服务器计算。该系统在全球开发者大会发布，深度集成多种系统，有多任务处理等特性，核心模型包括两种主要类型。

Meta AI 推出视频/图像分割模型 Segment Anything Model (SAM) 2

Meta AI 推出新一代的 Segment Anything Model (SAM) 2，在视频和图像对象分割上功能强大。它能实时精确分割，在多个领域有广泛应用，性能卓越，在多数据集上优于以往。其架构先进，引入内存机制保持分割的一致性和准确性。开源代码和权重，提供丰富数据集。在公平性和人机交互效率方面表现出色，大幅减少视频分割的交互时间。

模型下载：https://github.com/facebookresearch/segment-anything-2

论文链接：https://ai.meta.com/research/publications/sam-2-segment-anything-in-images-and-videos/

Meta AI 推出个性化 Agent 平台 AI Studio

近日，Meta AI 推出了基于 Llama 3.1 的 AI Studio 平台。该平台让任何人无需技术技能就能轻松创建定制的 AI 角色，包括创作者 AI 和基于兴趣的角色。用户可创建、自定义，从模板开始或从零设计，设置名字、性格等，还能选择训练内容。创建的角色能分享，也能发现他人的角色并互动。此平台可用于教学、社交管理等领域，有自动回复和个性化互动功能，帮助创作者扩大影响力，相关链接也已给出。

扎克伯格：训练 Llama 4 所需算力几乎是 Llama 3.1 的 10 倍

Meta 第二季度盈利延续良好态势，上季度营收超 390 亿美元，利润约 135 亿美元，用户使用活跃。CFO 表示 AI 投资回报需长期等待，扎克伯格愿提前投资基础设施。Meta AI 助手有望年底成为全球使用最多的助手，未来真正收入将来自商业应用。

值得关注的是，Meta AI 近期已在准备训练 Llama 4，扎克伯格希望其明年推出时成为业内“最先进”模型，但他同时表示，训练 Llama 4 所需计算量几乎是 Llama 3.1 的 10 倍。此外，Quest 3 销售超预期，Threads 即将拥有 2 亿月活用户，Facebook 在年轻人群体中重新增长。

Meta 因未经用户许可使用面部识别技术向德州支付 14 亿美元

Meta（前 Facebook）同意支付 14 亿美元与德克萨斯州和解，此为该州与单一公司达成的最大和解协议，用以解决未授权使用用户生物特征数据的隐私诉讼。此前，该公司已根据类似指控在伊利诺伊州达成 6.5 亿美元和解。德克萨斯州共和党总检察长肯・帕克斯顿表示，这一和解体现了对科技公司违法行为的严肃处理。Meta 表示问题已得到解决，并希望在未来加深在德克萨斯州的投资，包括开发数据中心。诉讼指控 Meta 违反了禁止未经同意获取或出售生物特征信息的州法律。此外，Meta 在 2021 年关闭了人脸识别系统并删除了超过 10 亿人的脸部指纹数据，当时有超过三分之一的使用者选择了面部识别功能。

每月花费近 2000 万美元，消息称 TikTok 成为微软 AI 服务最大客户之一

有消息称，截至今年 3 月份，TikTok 每月向微软支付近 2000 万美元，以通过微软购买 OpenAI 的模型。这笔金额几乎占据了微软 AI 收入的四分之一，也使 TikTok 成为微软 AI 服务的最大客户之一。在全球云计算市场的竞争中，微软通过整合 OpenAI 的人工智能技术，成功地将其云服务转化为一项利润丰厚的业务。微软的云 AI 业务有望实现年收入 10 亿美元（当前约 72.48 亿元人民币），但该报道指出，如果 TikTok 开发出自己的大型语言模型，它可能不再需要如此大量地依赖这些（来自微软的）能力。（The Information）

Reddit CEO：微软等公司必须付费才能抓取数据，“封锁这些公司真是一件痛苦的事情”

Reddit CEO 史蒂夫・霍夫曼近日表示，如果微软等公司希望继续抓取该网站的数据，就必须付费。此前，Reddit 已经与谷歌和 OpenAI 达成协议。霍夫曼指出，如果没有这些协议，Reddit 无法控制或了解其数据的使用方式，这迫使他们不得不屏蔽那些不愿意接受数据使用条件的公司。他特别点名了微软、Anthropic 和 Perplexity 三家公司，称他们拒绝谈判，并称封锁这些公司“非常麻烦”。