AI前沿速报0708：10亿token的Transformer变体大家好，欢迎来到本期AI前沿速报。本期我们将带您了解前沿的AI研究成果，包括风格化3D人像合成方法、学件思想等。同时，我们也关注到了AI领域的安全问题，以及AI在各行业的应用和发展。希望通过这些资讯，让大家更深入地了解AI的日新月异变化。请大家关注、点赞、转发这篇内容，让更多的人了解AI的新动态。

　　研究团队提出了一种能够通过文本描述自定义3D人像风格的方法。他们利用预训练模型构建小样本风格化人像数据集，并使用Image-to-Triplane模型进行微调。实验结果显示，该方法能够快速合成高质量的风格化3D人像，并且具有较好的可扩展性。该方法对于AI初学者来说易于理解和使用，为风格化3D人像合成提供了一种简单有效的解决方案。

　　WAIC·云帆奖评选出10位璀璨明星和15位明日之星，他们的专业领域涵盖大模型技术、自然语言处理、智能决策、系统架构、可信AI和数据安全等。获奖者表示，AI领域仍有待探索，期待更多年轻先锋将通用AI技术应用到更广泛的领域中。其中明日之星得主包括陈立、杜雅丽、费豪、顾津锦、孙建凯、孙天祥、彭思达、李一鸣、庞天宇、张伟楠等。

　　学周志华教授提出的学件思想可以帮助普通用户找到适合自己任务的机器学习模型。学件市场通过用户需求和模型规约的匹配，推荐合适的模型给用户。学件的优势包括解决缺乏训练数据和训练技能的问题，避免灾难性遗忘，实现持续学习和终身学习，保护数据隐私和专有权，应对计划外的任务，减少碳排放。学件市场的原型设计验证了学件思想的可行性。学件市场的成功将推动AI的普及，让用户能够轻松找到合适的模型。

　　最近，谷歌和卡内基梅隆大学的研究者发表的一篇论文表明，只要将图像转化为LLM能够理解的语言，就可以通过上下文学习解决视觉任务。研究者提出了一种新方法SPAEGPT，使LLM能够生成图像内容，而无需进行参数更新。实验结果显示，SPAEGPT在视觉任务中的性能优于其他方法。这项研究为进一步探索LLM在计算机视觉领域的应用提供了新思路。

　　清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）招聘博士、博士后和科研助理，欢迎人工智能与自然语言处理领域的青年学者申请。实验室在大规模预训练模型、中文信息处理、机器翻译等方面有深入研究，并与腾讯、华为、阿里等企业有合作关系。申请者需具备相关研究经验和编程能力。申请截止日期为2023年7月31日。详情请见实验室主页。

　　最近一项研究发现，大型语言模型（LLMs）和生成式人工智能（AI）项目存在严重的安全问题。研究人员发现，这些项目涉及信任边界风险、数据管理风险、固有模型风险和基本安全实践等问题。令人担忧的是，这些项目的安全评分普遍较低，平均只有4.6分（满分10分）。研究还提出了一些改进措施，以减轻这些风险并确保项目的安全性。通过全面的风险评估和强大的安全措施，组织可以在保护敏感信息和维护安全环境的同时，利用开源LLMs的优势。

　　中国证监会对蚂蚁集团及旗下机构处以71.23亿元罚款，原因是存在违法违规行为。蚂蚁集团被要求关停违规开展的“相互宝”业务，并补偿消费者利益。此次罚款消息使得阿里巴巴美股盘前上涨超过3%。蚂蚁集团还在公司治理层面完成整改，包括引入独立董事、阿里巴巴合伙人不再担任蚂蚁集团相关管理层等。蚂蚁集团上市进程将被推迟至少两年。

　　Meta旗下社交应用Threads在首日突破3000万注册用户，迅速吸引了大量用户。Threads被认为是对推特的竞品，类似于推特的短消息平台，用户可以发布、转发和评论等。Meta创始人扎克伯格积极参与Threads，并表示希望达到10亿用户。此次发布被视为Meta对推特的直接挑战，扎克伯格表示这只是首轮的开局阶段。此外，Threads还计划与Fediverse兼容，成为去中心化的一部分。

　　谷歌计划为其Pixel系列智能手机自研定制芯片，减少对三星的依赖。然而，该计划最近受挫，自研芯片可能要推迟到2025年才能发布。谷歌的芯片名为“张量芯片”，计划使用台积电取代三星，并采用新的3纳米制程工艺制造芯片。谷歌认为自研芯片将使手机速度更快、更省电。谷歌的Pixel手机去年出货量为780万部，相比之下，iPhone和三星手机的出货量分别为2.32亿部和2.58亿部。谷歌计划在2025年之前推出完全定制版的芯片。

　　光刻机巨头ASML回应称没有向中国市场推出特别版光刻机。三星电子二季度利润预计将同比暴跌96%。特斯拉上海超级工厂裁员，电池一期裁员超50%。TikTok呼吁美法官阻止蒙大拿州实施禁令。雅虎计划再次上市，CEO表示将积极考虑并购机会和人工智能。字节大健康高管调整，吴海锋孙雯玉调任抖音、TikTok搜索负责人。微软能从ChatGPT中赚到至少900亿美元。软银计划开发生成式AI，有望获日本近53亿日元补贴。中国移动将发布“九天”1+N大模型。扎克伯格表示Meta新应用Threads注册用户已超过三千万。苹果公开五项与汽车音响系统相关的新专利申请。

　　北京大学和腾讯ARC Lab的研究人员提出了一种名为DragonDiffusion的新方法，可以在扩散模型中实现细粒度的图像编辑，包括调整大小、重新定位对象、改变外观和拖动内容等任务。该方法利用图像特征的对应关系来指导生成特征的修订和改进，从而实现图像的内容一致性保持。研究人员发现ayx爱游戏，这种方法可以直接将扩散模型的创作能力转化为图像编辑应用。

　　华为发布了盘古大模型3.0，该模型分为基础大模型、行业大模型和细化场景模型三层。基础大模型包括自然语言、视觉、多模态、预测和科学计算等通用技能。行业大模型则针对政务、金融、制造、矿山、气象等不同行业进行训练。盘古大模型3.0具备超过3万亿tokens的预训练数据和千亿级别稠密模型的能力。华为云还提供了大模型行业开发套件，支持客户训练自己的专属行业大模型。此次发布的盘古大模型3.0是华为在AI for Industries战略下的重要举措。

　　中国科学技术信息研究所发布的《2022全球人工智能创新指数报告》显示，中美两国仍是全球人工智能发展的领跑者，中国连续三年保持全球第二水平。报告指出，中国在人才、教育、专利产出等方面有所进步，但基础资源建设仍需提高。报告还指出，全球人工智能正处于加速发展期，战略部署和人工智能治理受到重视，数据和算力基础设施建设持续推进，人工智能产业化进程加快，人工智能赋能科学研究。

　　中关村科金聚焦生成式AI技术，通过领域大模型提供对话场景服务。他们基于领域大模型构建了一套完备的技术体系，并推出了一系列产品和服务，覆盖金融、政务、零售等行业。与通用大模型相比，领域大模型更专注于某个特定领域的知识和技能，具备更高的领域专业性和实用性。中关村科金认为，领域大模型是未来的趋势，可以为企业提供定制化的AI解决方案，实现业务的更快增长。

　　联汇科技在2023世界人工智能大会上发布了基于大模型能力的自主智能体OmBot，并推出了首批应用。OmBot是一种能够感知环境、自主决策并具备记忆和思考能力的计算机模型，可以模仿人类大脑工作机制。首批应用包括视频小欧、文档小欧和AIGC小欧，分别用于智慧店长、学习助理和剪辑助手。此外，联汇科技还发布了欧姆大模型3.0，支持开放识别、视觉问答和认知推理等能力。联汇科技表示，他们将以开放的方式拥抱AGI时代，推动普惠AI赋能千行百业。

　　瀚博半导体在2023世界人工智能大会上发布了第二代GPU SG100，同时推出了南禺系列GPU加速卡和LLM大模型AI加速卡等多款新品。SG100是一款集渲染、AI和视频处理于一体的7nm全功能GPU芯片，具备业界领先的性能。南禺系列加速卡针对云游戏、云桌面和工作站提供算力支持，LLM大模型AI加速卡和一体机方案为大模型应用提供算力支持。瀚博半导体还与多家合作伙伴开展深度合作，共建GPU产业生态。

　　商汤宣布日日新大模型体系全面升级，包括商量2.0、秒画3.0、如影2.0、琼宇2.0和格物2.0等多个产品。商量2.0在三个全球权威测评基准中超越了ChatGPT，而秒画3.0实现了专业摄影级图片细节刻画。如影2.0提升了语音和口型流畅度，琼宇2.0和格物2.0在3D重建和物品纹理还原方面有了显著提升。商汤CEO表示，大模型的突破将推动人工智能的新一轮技术，并希望通过大模型+大装置的方式加速应用和落地。

　　微软亚研院新研究出一种名为LongNet的Transformer变体，可以处理10亿个token，相比目前最强的GPT-4的32k token，大幅提升了处理能力。LongNet利用了一种叫做“膨胀注意力”的机制，可以让注意力场随着距离的增长呈指数级扩展。实验证明，LongNet在语言建模方面表现出更好的性能。这项研究引起了人们的关注和讨论，有人对其成果表示期待，也有人对其创新性提出质疑。

　　特斯拉、比亚迪、蔚小理等16家国内车企签署了《汽车行业维护公平竞争市场秩序承诺书》，承诺不以非正常价格扰乱市场竞争秩序，不夸大宣传、不虚假宣传，注重质量和品质，履行社会责任。这意味着车企将不再通过价格战来竞争，而是通过技术实力和产品质量来吸引消费者。这也标志着上半年车市的大规模价格战正式结束。

　　旷视研究院参加了CVPR 2023的自动驾驶感知决策系统挑战赛，并在OpenLane拓扑关系挑战赛中获得冠军。比赛要求参赛者能够理解场景，感知车道中心线和交通元素的拓扑关系。旷视研究院使用了YOLOv8和PETRv2等模型，在交通元素检测和车道中心线检测方面表现出色。他们的方法在交通元素感知和拓扑关系预测方面领先于其他参赛者。旷视研究院一直以来在深度学习和计算机视觉方向有着良好的研究成果。