每日一看大模型新闻（2023.12.15-12.17）3D、视频直接扔进对话框，大模型掌握跨模态推理；PaLM 2数学性能暴涨6%！DeepMind新作力证「合成数据」是通往AGI关键；OpenAI：

1.产品发布

1.1雅意2.0国产大模型发布

发布时间：2023-12-15

雅意2.0国产大模型发布 支持多款国产算力硬件兼容_凤凰网

主要内容：中科闻歌发布了雅意2.0，并公布了开源技术报告。雅意2.0的模型架构和代码都是自主研发的，可用于行业应用场景的自主训练和微调，并支持多款国产算力硬件兼容。雅意2.0拥有数据、模型、应用的全自主知识产权，基于240TB多源基础数据和2.65万亿Tokens高质量训练数据。此外，雅意2.0还升级了多项技能，包括多轮对话角色扮演、超长上下文输入、多模态能力、内容安全风控以及智能插件等。

1.2视频重绘工具DomoAI 不用SD视频一键就能转动漫

发布时间：2023-12-15

视频重绘工具DomoAI 不用SD视频一键就能转动漫_科技魔方-中文AI大模型门户网站

主要内容：DomoAI通过简短文本提示，用户能在20秒内将文本转化为高质量艺术品，实现快速创作和保持一致的绘画风格。如描述老巫师或水下游泳的女孩，帮助用户快速实现个性化创作。提供社区平台，用户可在Discord中获取支持，使DomoAI成为与用户互动发展的艺术创作社区。

官网地址:DomoAI使用入口地址 Ai网站最新工具和软件app下载

2.技术更新

2.1 3D、视频直接扔进对话框，大模型掌握跨模态推理

发布时间：2023-12-17

走在GPT 4.5前面？3D、视频直接扔进对话框，大模型掌握跨模态推理

主要内容：近期有研究团队提出了一种解决跨模态推理的框架X-InstructBLIP，可以让语言模型以较低成本掌握跨模态推理能力。该框架通过一个冻结的预训练编码器对文本指令进行token化，对非文本输入进行嵌入化，然后通过Q-Former对这些查询嵌入进行变换，最终通过一个可训练的线性层将修改后的查询嵌入投影到冻结LLM的嵌入空间。该研究团队还构建了一个判别式跨模态推理挑战数据集DisCRn，用于评估X-InstructBLIP在不同模态上执行判别式推理的能力，结果表明X-InstructBLIP展现出了很强的跨模态推理能力。

论文地址：https://arxiv.org/pdf/2311.18799.pdf

GitHub 地址：https://github.com/salesforce/LAVIS/

2.2 PaLM 2数学性能暴涨6%！DeepMind新作力证「合成数据」是通往AGI关键

发布时间：2023-12-16

PaLM 2数学性能暴涨6%！DeepMind新作力证「合成数据」是通往AGI关键

主要内容：合成数据是大模型的未来，可以提供高质量的训练token。由于人类无法产生足够多的高质量数据，合成数据成为实现AGI的关键。谷歌DeepMind和Mila实验室的研究发现，合成数据能够提高大模型的数学问题解决和代码生成能力。利用反馈进行自我训练可以减少对人工生成数据的依赖。合成数据具有潜在的扩展性和成本优势。通过使用简单而强大的语言模型自我训练方法，合成数据可以增强语言模型的能力。实验结果表明，与人工生成数据相比，合成数据微调的效果更好，特别是在参数较大的模型中。合成数据的应用还能提高模型的推理能力和解题能力。总体而言，合成数据为大模型的训练提供了一种有效且可扩展的替代方案。

论文地址：https://arxiv.org/pdf/2312.06585.pdf

2.3 OpenAI：用小模型监督大模型

发布时间：2023-12-15

https://twitter.com/OpenAI/status/1735349718765715913?s=20

主要内容：OpenAI发布了超级对齐（Superalignment）团队的第一篇论文，展示了从弱到强的泛化，通过小模型监督大模型。研究表明，可以使用GPT-2级别的模型来激发GPT-4的大部分能力，达到接近GPT-3.5级别的性能。这使得研究人员可以在取得迭代式经验进展的同时，调整未来的超人模型。OpenAI同步开源了代码，并且启动了一项1000万美元的资助计划，支持研究人员广泛开展超人类AI对齐工作。

论文地址：https://cdn.openai.com/papers/weak-to-strong-generalization.pdf

开源代码：https://github.com/openai/weak-to-strong

2.4微软扩展Azure AI Studio，引入Llama2和GPT-4Turbo with Vision

发布时间：2023-12-15

微软大幅扩展 Azure AI Studio，将 Llama 2、GPT-4 Turbo with Vision 纳入其中

主要内容：微软整合Meta的Llama2作为模型即服务引入Azure AI Studio，提供多个开源Llama模型，丰富Azure云存储和服务客户的AI选择。微软在Azure AI Studio中加入OpenAI的GPT-4Turbo with Vision，为客户提供更多先进的AI工具，包括图像分析和描述能力。 微软采取多元化策略，拓展AI模型库，不仅提供与OpenAI合作的模型，还引入竞争对手的开源模型，满足不同客户需求。

2.5英特尔：发布AI处理器Meteor Lake

发布时间：2023-12-15

一文读懂英特尔发布会：新型酷睿Ultra处理器发布，核显性能翻倍_腾讯新闻

主要内容：英特尔在纽约举行了“AI Everywhere”活动，正式推出代号为Meteor Lake的新型酷睿Ultra处理器。该处理器专为支持AI技术而设计，内置AI加速引擎，可更快地运行AI程序。酷睿Ultra处理器有三种不同的配置，分别是酷睿Ultra 5、酷睿Ultra 7和酷睿Ultra 9。英特尔称，与AMD Ryzen 7 7840U、高通骁龙8cx Gen 3和苹果自研M3芯片等笔记本电脑处理器相比，酷睿Ultra 7 165H芯片的多线程性能提高了11%。与之前的英特尔酷睿i7-1370P相比，它的功耗降低了25%，比AMD的Ryzen 7 7840U的功耗降低了79%。英特尔的所有新CPU还将配备NPU，即神经处理单元，提供“低功耗AI加速和CPU/GPU卸载”，能够执行AI驱动的任务，如背景模糊、眼动追踪和图片框架等。

3.商业动态

3.1数智上海2023峰会成功举办，共论智能创新赋能产业数字化转型

发布时间：2023-12-17

数智上海2023峰会成功举办，百余位大咖齐聚，共论智能创新赋能产业数字化转型

主要内容：2023年上海城市数字化转型体验周于12月16日在上海财经大学国家大学科技园开幕，以“应变求机 以数谋新”为主题。活动由市政府副秘书长庄木弟颁发先进集体、先进个人奖，并授牌数智上海智库协作超级节点第二批共建单位。数智上海2023峰会同期举行，中国工程院院士邬江兴、吴志强等分享主题演讲。活动涵盖1场主论坛、5场“数智说”平行论坛及重磅发布。活动由多家单位指导和主办，包括上海市城市数字化转型工作领导小组办公室、上海市经济和信息化委员会等。现场还揭牌算力网络协会，试点“数字伙伴”微站点，启动数智原生专家会诊厅，发布长三角制造业数字化转型试点示范征集名单。此外，三场高端对话紧扣数智产业发展新趋势，吸引了众多观众线上观看直播。

3.2下一代自动驾驶系统，少不了大模型，系统调研来了

发布时间：2023.12.16

下一代自动驾驶系统，少不了大模型，系统调研来了

主要内容：在本文中，腾讯地图、普渡大学、UIUC、弗吉尼亚大学的研究人员对这个领域进行了系统调研。该研究首先介绍了多模态大型语言模型 (MLLM) 的背景，使用 LLM 开发多模态模型的进展，以及对自动驾驶的历史进行回顾。然后，该研究概述了用于驾驶、交通和地图系统的现有 MLLM 工具，以及现有的数据集。该研究还总结了第一届 WACV 大语言和视觉模型自动驾驶研讨会 (LLVM-AD) 的相关工作，这是应用 LLM 在自动驾驶领域的首个研讨会。为了进一步推动这一领域的发展，该研究还讨论了关于如何在自动驾驶系统中应用 MLLM，以及需要由学术界和工业界共同解决的一些重要问题。

综述链接：https://arxiv.org/abs/2311.12320

研讨会链接：LLVM-AD Workshop @ WACV 2024

Github 链接：https://github.com/IrohXu/Awesome-Multimodal-LLM-Autonomous-Driving

4.其他资讯

4.1智联：受AI影响最大的职位除了财务还有这些

发布时间：2023.12.16

智联招聘郭盛：受AI影响最大的职位除了财务还有这些_凤凰网

主要内容：2023年中国年度最佳雇主颁奖盛典在成都举行，智联招聘集团董事长郭盛提到数字化对职场的影响，特别是财务、翻译和银行领域。他表示人工智能技术可能影响法律、合规等领域，并指出新能源和智能制造行业招聘需求增长。他强调数字化的重要性，呼吁个人利用数字化工具提升自身能力。