[AI 周报]20240126 -- 国产大模型的逆袭

大公司动态

国产大模型 Yi-VL 名列前茅

自从 2023 年 11 月，李开复的 AI 初创公司 01.AI 推出的开源大模型 Yi034B 以来，仅仅经过了 3 个月的时间，其 又推出了最新的大模型 Yi-VL。Yi-VL 在多份榜单的排名就超过 Llama 2，成为最好的开源大模型。

Yi-VL 是基于 Yi 语言模型研发，可以看到基于Yi语言模型的强大文本理解能力，只需对图片进行对齐，就可以得到不错的多模态视觉语言模型——这也是Yi-VL模型的核心亮点之一。Yi-34B 以其精通普通话和英语而著称 ，在针对中文场景打造的CMMMU数据集上，Yi-VL模型展现了“更懂中国人”的独特优势。

尽管在 Yi-34B 刚推出的时候，曾经有 Yi-34 是借鉴于 Llama 2 的传言，如今随着训练数据的不同， Yi-VL 正在更快接近、超过GPT-4V，达到世界第一梯队水平。

github: https://github.com/01-ai/Yi

Bard 超过 GPT-4？

根据 lmsys 大模型的消息，Google Bard（Gemini Pro） 的排名正在飞速上升，人类评分甚至超过了 GPT-4 的一些版本，排在了仅次于 GPT-4-Turbo 的位置。需要说明的是目前 Gemini Pro 的 API 价格大概只有 GPT-4 的 1/40。当然也有人猜测，Google 在偷偷测试 Gemini Ultra，只不过没有修改 API 的版本。

Google 推出 Lumiere

Google 推出了从文本提示到视频生成的模型 Lumiere。Lumiere 可以把文本提示转换为完整的视频剪辑，这个功能对视频创业有非常重大的影响。Lumeire 可以通过结合时间与空间的采样，来提升视频长度和质量。它还具有运动风格化，图像到视频转换以及高级编辑等功能。这些功能很有意义，可以为 AI 驱动的内容创作带来很大帮助，重塑数字媒体格局。

不过和上周的字节跳动的 MagicVideo-V2 一样，该大模型目前还没有对大众开放访问。

OpenAI 入局芯片制造？

OpenAI 的 CEO Altman 正在筹备创建一个全球芯片工厂网络（称为“晶圆厂”），以减少对英伟达的依赖。潜在的合作者包括台积电（TSMC）、三星或韩国存储芯片制造商SK海力士。

由于 AI 的进步，各大公司于芯片的需求也与日俱增，以至于到了芯片短缺的地步。作为回应，大型科技公司可能会开始自己动手，启动 AI 硬件的垂直整合。但与 Google 或 AWS 不同的是，OpenAI 似乎选择了内部生产芯片的昂贵途径。

行业资讯

马斯克宣布即将发布 Grok-1.5

特斯拉、xAI 的 CEO 马斯克（Elon Musk）宣布下个月即将发布 Grok1.5。预期在 Gork-1.5 中，将会有一些实质性的提升，包括减少 AI 的幻觉（hallucinations）带来的错误信息。Grok 是 xAI 于 2023 年 7 月推出的大模型，可以允许用户对 twitter 上的发生的实时的事件进行提问。但是该功能只对 X Premium Plus 账户订阅者开放。除了一般用途之外，马斯克还计划把较小版本的 Grok 集成到特斯拉汽车中。

Adobe 发布 ActAnywhere

Adobe 研究人员创建了 ActAnywhere，这是一种开创性的新视频模型，可以彻底改变电影制作。

伦理/法律/安全/争议问题

WHO 出台 AI 在医疗保健应用指南

世界卫生组织（WHO）出台了大型多模态（LMM）模型指南，用来指导 AI 在医疗保健领域可能出现的伦理道德问题。由于 AI 的快速发展，现在已经有越来越多的大模型被应用到医疗保健领域，这也帮助提高了医学研究的效率。与此同时，诸如错误信息、数据偏见、网络安全都问题也都慢慢的凸显出来。因此，世卫组织敦促让利益相关方一起参与进来，在 AI 的开发和监管方面共同协作，以确保使用合乎道德规范和公平的方式使用 AI。

据预测，LMMs将在医疗保健、科学研究、公共卫生和药物开发中得到广泛的应用和应用。

Kin.art 帮助艺术家的作品免于被 AI 训练

Kin.art 为艺术家推出了一个免费工具，以防止他们的作品被用于生成式AI模型训练。

AI 正在重塑军事战略

五角大楼在自主技术方面的进步正在重塑军事战略，最近在 AI 驱动的蜂群无人机和舰船方面取得的突破就证明了这一点。美国海军第四舰队在这一转变中发挥了重要作用，在多国演习中利用空中和海上无人机的联合行动来加强敌人的快速探测和消灭。与此同时，美国空军正在探索 AI 在引导高性能无人机方面的潜力，提出了一种变革性的空战方法。

AI 协助破解悬案

警方正在探索将基于DNA的面部预测与面部识别技术相结合，以破解悬案。Parabon NanoLabs 率先采用这种 AI 驱动的方法，从犯罪现场的 DNA 生成 3D 面部模型来协助侦探。然而，这种方法将 AI 生成的面部表型与面部识别系统相结合，引发了关于科学准确性和道德问题的辩论，主要关注错误识别的风险和对公民自由的影响。