圖片來源：每經(jīng)制圖

一、企業(yè)動態(tài)

（一）OpenAI公開前沿大模型安全策略細(xì)節(jié)

6月6日凌晨，OpenAI首次系統(tǒng)性地公開了其前沿大模型的安全策略，包括基礎(chǔ)架構(gòu)、保護(hù)措施、敏感數(shù)據(jù)存儲和開發(fā)人員訪問管理等高級細(xì)節(jié)。這些信息不僅展示了OpenAI模型的開發(fā)流程，也為開發(fā)者研究前沿大模型提供了技術(shù)參考。同時，OpenAI近期頻繁發(fā)布關(guān)于AI模型安全的介紹，反映出其面臨的安全壓力。此外，11名OpenAI的現(xiàn)役和前員工發(fā)布了公開信，警告前沿AI模型可能帶來的風(fēng)險，并呼吁制定安全、可持續(xù)的監(jiān)督條例和規(guī)則。

（二）斯坦福Llama3-V項目被指抄襲清華MiniCPM-Llama3-V 2.5，引發(fā)開源社區(qū)質(zhì)疑

近日，斯坦福大學(xué)的研究團(tuán)隊發(fā)布了Llama3-V項目，宣稱僅需500美元就能訓(xùn)練出一個與GPT4-V等性能相當(dāng)?shù)亩嗄B(tài)模型。然而，項目很快受到社區(qū)的質(zhì)疑，被指控抄襲了清華大學(xué)與面壁智能合作開發(fā)的MiniCPM-Llama3-V 2.5模型。面對抄襲指控，Llama3-V的GitHub倉庫和HuggingFace頁面被刪除，作者之一也對使用MiniCPM-Llama3-V 2.5的tokenizer進(jìn)行了回應(yīng)，但社區(qū)成員通過對比分析發(fā)現(xiàn)了更多代碼和架構(gòu)上的相似之處，指出Llama3-V作者可能并不完全理解自己所使用的代碼。盡管Llama3-V項目試圖通過刪除項目頁面來應(yīng)對質(zhì)疑，但社區(qū)成員已經(jīng)保存了相關(guān)證據(jù)，并呼吁斯坦福大學(xué)介入調(diào)查這一可能的學(xué)術(shù)不端行為。

（三）OpenAI和Google員工聯(lián)名警告AI風(fēng)險，獲“深度學(xué)習(xí)之父”支持

近日，來自O(shè)penAI和Google DeepMind的數(shù)名現(xiàn)任和前任員工發(fā)表了一封公開信，警告人工智能發(fā)展可能帶來的風(fēng)險，包括社會不平等加劇、錯誤信息傳播和自主AI系統(tǒng)失控等。公開信強(qiáng)調(diào)，盡管全球政府和AI專家已意識到這些風(fēng)險，但追求財務(wù)利益的AI公司往往抵制有效監(jiān)督，現(xiàn)有企業(yè)治理結(jié)構(gòu)不足以應(yīng)對挑戰(zhàn)。信中呼吁AI企業(yè)遵循不簽訂禁止負(fù)面評價的協(xié)議、建立匿名反饋機(jī)制等原則。這封公開信得到了“AI教父”Geoffrey Hinton、圖靈獎得主Yoshua Bengio以及AI安全領(lǐng)域頂級學(xué)者Stuart Russell的支持。

二、產(chǎn)品動態(tài)

（一）英偉達(dá)發(fā)布Blackwell GPU，推進(jìn)AI帝國建設(shè)并解決全球耗電難題

6月3日凌晨，英偉達(dá)CEO黃仁勛（老黃）宣布了一系列技術(shù)創(chuàng)新和產(chǎn)品迭代，包括已經(jīng)量產(chǎn)的Blackwell GPU，這款迄今為止最大的芯片將在未來8年內(nèi)將1.8萬億參數(shù)GPT-4的訓(xùn)練能耗降低至原來的1/350。Blackwell GPU的推出，連同其后三代的路線圖，標(biāo)志著英偉達(dá)在AI領(lǐng)域的雄心和實力。黃仁勛還展示了英偉達(dá)在加速計算、AI工廠、數(shù)字人、智能體等領(lǐng)域的進(jìn)展，并預(yù)告了下一代芯片Rubin。此外，英偉達(dá)還發(fā)布了數(shù)字孿生地球「Earth-2」項目，旨在通過高解析度的模擬預(yù)測全球氣候變化，推動物理AI和具身AI的發(fā)展，為未來的AI機(jī)器人時代鋪路。

（二）國產(chǎn)AI視頻生成模型「可靈」開放測試，展現(xiàn)高真實度和物理規(guī)律模擬能力

近日，快手推出了名為「可靈」的國產(chǎn)AI視頻生成大模型，該模型基于Sora技術(shù)路線并結(jié)合自研創(chuàng)新，能夠生成長達(dá)2分鐘、1080p分辨率的超長視頻。可靈不僅在運動模擬上表現(xiàn)出色，還能準(zhǔn)確刻畫復(fù)雜運動并符合物理規(guī)律，如重力和光學(xué)反射。此外，它還支持自由寬高比，與快手的短視頻生態(tài)高度匹配。目前，可靈已在快影APP中開放測試，標(biāo)志著快手在短視頻領(lǐng)域的AI應(yīng)用邁出了重要一步。

（三）Meta AI模型NLLB200在Nature發(fā)表，翻譯質(zhì)量提升44%

6月6日，Meta公司在《自然》雜志上發(fā)表了關(guān)于其最新AI模型No Language Left Behind (NLLB)的研究文章，該模型能夠支持200種語言之間的高質(zhì)量翻譯，特別強(qiáng)調(diào)了對低資源語言的翻譯能力。NLLB-200模型通過采用稀疏門控專家混合架構(gòu)，實現(xiàn)了高效的參數(shù)利用和計算資源分配，顯著提升了翻譯質(zhì)量，平均翻譯質(zhì)量提升了44%。此外，NLLB項目還包括了數(shù)據(jù)挖掘與預(yù)處理的創(chuàng)新方法，多語言訓(xùn)練策略，以及綜合評估工具的開發(fā)，確保翻譯結(jié)果的安全性和可靠性。

（四）Stable Diffusion 3 Medium模型將于6月12日開源，優(yōu)化多方面性能

6月3日晚，Stability AI的聯(lián)合首席執(zhí)行官Christian Laforte在AMD產(chǎn)品發(fā)布會上宣布，備受期待的文本到圖像生成模型Stable Diffusion 3的Medium版本，具有20億參數(shù)，將在6月12日通過Hugging Face平臺開源。該模型在照片真實感、樣式、圖片質(zhì)量以及資源消耗等方面進(jìn)行了顯著優(yōu)化，提供了與閉源產(chǎn)品Midjourney、DALL·E 3相媲美的性能。盡管之前Stability AI經(jīng)歷了管理層變動和財務(wù)危機(jī)，但公司不僅穩(wěn)定了局面，還可能獲得了AMD的贊助。Stable Diffusion 3采用了Diffusion Transformer架構(gòu)，有效提升了文本語義理解、文字嵌入和圖像樣式的表現(xiàn)，目前該模型限于學(xué)術(shù)研究使用，商業(yè)化使用需聯(lián)系Stability AI。

（五）昆侖萬維開源2000億參數(shù)稀疏大模型Skywork-MoE，支持單GPU推理

6月3日，昆侖萬維公司宣布開源其2000億參數(shù)的稀疏大模型Skywork-MoE，該模型在保持高性能的同時大幅降低了推理成本。Skywork-MoE是基于之前開源的Skywork-13B模型擴(kuò)展而來，是首個完整應(yīng)用MoE Upcycling技術(shù)并落地的千億級MoE大模型，也是首個支持使用單個4090 GPU進(jìn)行推理的開源模型。模型權(quán)重、技術(shù)報告完全開源，免費商用，無需申請。Skywork-MoE在8x4090服務(wù)器上通過FP8量化和非均勻Tensor Parallel并行推理方式，能夠達(dá)到2200 tokens/s的吞吐量。該模型還引入了Gating Logits歸一化操作和自適應(yīng)的Aux Loss訓(xùn)練優(yōu)化算法，提升了模型性能和泛化水平。此外，Skywork-MoE展示了在不同訓(xùn)練階段如何通過調(diào)整auxiliary loss系數(shù)來控制Drop Token Rate，以及如何通過Expert Data Parallel和非均勻切分流水并行技術(shù)提高大規(guī)模分布式訓(xùn)練的效率。

（六）智譜AI發(fā)布開源GLM-4系列大模型，引領(lǐng)MaaS平臺升級與行業(yè)生態(tài)發(fā)展

6月5日，智譜AI在其開放日上宣布了GLM-4系列大模型的最新開源版本，包括性能超越Llama 3 8B的GLM-4-9B和多模態(tài)能力比肩GPT-4V的GLM-4V-9B，同時大幅降低了大模型服務(wù)的成本，以6分錢/100萬Token的價格提供服務(wù)。智譜AI的MaaS（Model as a Service）平臺升級至2.0版本，提供更高效的模型微調(diào)平臺和簡化的私有模型部署流程。公司CEO張鵬強(qiáng)調(diào)了通過技術(shù)創(chuàng)新實現(xiàn)應(yīng)用成本降低和客戶價值提升的商業(yè)策略，并展示了智譜AI在大模型技術(shù)、生態(tài)建設(shè)和AI安全標(biāo)準(zhǔn)制定方面的領(lǐng)導(dǎo)地位。此外，智譜AI的開源模型累計下載量達(dá)到1600萬次，顯示了其在AI技術(shù)領(lǐng)域的廣泛影響力。

三、前沿觀點

（一）英偉達(dá)Jim Fan認(rèn)為具身智能的關(guān)鍵在于開發(fā)「Foundation Agent」

近日，英偉達(dá)高級研究科學(xué)家Jim Fan在GenAI峰會上探討了具身智能的挑戰(zhàn)與發(fā)展，認(rèn)為難點不在于硬件，而在于開發(fā)「Foundation Agent」——一種能夠?qū)崿F(xiàn)具身性、現(xiàn)實交互和技能掌握的通用算法。他分享了英偉達(dá)在Minecraft AI研究、Metamorph多形態(tài)機(jī)器人控制、Eureka自動獎勵函數(shù)設(shè)計等方面的最新進(jìn)展，并強(qiáng)調(diào)了域隨機(jī)化技術(shù)在將模擬環(huán)境訓(xùn)練的模型泛化到現(xiàn)實世界中的應(yīng)用。Jim Fan預(yù)測，隨著技術(shù)進(jìn)步，仿人機(jī)器人的成本將大幅下降，而人工智能的發(fā)展將是推動具身智能發(fā)展的關(guān)鍵因素。

（二）報告：生成式AI應(yīng)用激增，亞太成增長最快區(qū)域

近日，全球咨詢公司麥肯錫發(fā)布的最新調(diào)查報告指出，生成式AI技術(shù)如ChatGPT和Copilot等的應(yīng)用在2024年顯著增長，65%的受訪管理者已經(jīng)在業(yè)務(wù)中使用該技術(shù)，相比2023年的33%幾乎增長了兩倍。報告特別強(qiáng)調(diào)，亞太地區(qū)是應(yīng)用生成式AI增長最快的區(qū)域，這主要得益于技術(shù)環(huán)境和原生數(shù)字人口的優(yōu)勢。應(yīng)用場景主要集中在營銷銷售、產(chǎn)品服務(wù)開發(fā)以及IT領(lǐng)域。企業(yè)采用生成式AI的方式多樣，包括使用現(xiàn)成產(chǎn)品、合作微調(diào)模型和自主開發(fā)。麥肯錫認(rèn)為，2024年是生成式AI實現(xiàn)場景化落地并產(chǎn)生商業(yè)價值的一年。

來源：每經(jīng)科技提供