AIGC产品经理周报资讯｜9月07日-10月13日

WEEKLY REPORT

10/13

2024

互联网行业一周新闻速览

Meta 首次公开展示了自家的「用于媒体的突破性生成式 10 月 12 日，在第十二届中国移动全球合作伙伴大会主论坛上，中国移动发布了最新的九天善智多模态基座大模型，全面解析了九天系列大模型的亮点能力、特色技术。
四大亮点：九天善智多模态大模型的强大功能解析
中国移动将新发布的多模态大模型命名为 “善智”，在人工智能高速发展的时代，平衡 “大善” 与 “大智” 至关重要。这一命名体现了中国移动追求技术卓越与社会责任并重的理念，使大模型不仅文理兼修、德艺双馨，更能普惠应用，进而创造人类文明新的福祉。

在几十年研究生涯中，Hinton 培养出了 40 位博士生，其中不乏前 OpenAI 首席科学家 Ilya Sutskever、前苹果 AI 总监 Ruslan Salakhutdinov 这样的大牛。
在周二的一次演讲中，Hinton 表示自己非常幸运，遇到了很多聪明的学生，他们取得了非常大的成功，有的做出了伟大的成果。其中他为弟子 Ilya「解雇」奥特曼而感到自豪，并认为奥特曼现在更关心利润而不是安全。他同时呼吁加强对 AI 安全以及由好奇心驱使的基础研究的支持。

原文链接：

https://www.jiqizhixin.com/articles/2024-10-05-5

大约在三周前，陶哲轩提出了一个众包项目，结合专业和业余数学家、自动定理证明器、AI 工具和证明辅助语言 Lean， 来描述与 4694 条 magma（原群） 方程定律相关的蕴含图，这些定律可以使用最多四次 magma 操作调用来表达。

该项目已运行 19 天，从已解决的原始蕴含的角度来看，该项目（截至撰写本文）已完成 。

原文链接：

https://www.jiqizhixin.com/articles/2024-10-13-3

来自浙江大学的研究团队提出了一个全球化、多技巧的大型开源高质量歌声数据集 GTSinger，带有技巧对照组、真实乐谱、配对朗读数据，涵盖了目前所有歌声任务的需求，并在多个歌声任务上提供基准测试。

论文地址：

https://arxiv.org/abs/2409.13832

项目主页：

https://gtsinger.github.io/

开源数据：https://huggingface.co/datasets/GTSinger/GTSinger

开源代码：

https://github.com/GTSinger/GTSinger

目前，该论文已被 NeurIPS 2024 Datasets and Benchmarks Track 接收为 Spotlight，并已开源完整数据集和相关代码。

原文链接：

https://www.jiqizhixin.com/articles/2024-10-13-2

人工智能（AI）已被用来揭示地球各个角落的多种基本生命体。

阿里云、中山大学、悉尼大学等机构的合作团队开发了一种深度学习算法，称为 LucaProt，用于发现来自全球不同生态系统的 10,487 个宏转录组中高度分化的 RNA 依赖性 RNA 聚合酶 (RdRP) 序列。LucaProt 整合了序列和预测结构信息，从而能够准确检测 RdRP 序列。

借助 LucaProt，研究人员发现了总共 161,979 种新的 RNA 病毒，认为这将极大地改善地球生命的绘制，并有助于识别数百万种尚未鉴定的病毒。

论文链接：

https://www.cell.com/cell/fulltext/S0092-8674(24)01085-7

原文链接：

https://www.jiqizhixin.com/articles/2024-10-12-6

Swarm。这是一个实验性质的多智能体编排框架，主打特征是工效（ergonomic）与轻量（lightweight）。

项目地址：https://github.com/openai/swarm

Swarm 开源后引起了热烈讨论，有网友表示这能帮助简化许多潜在的多智能体用例的工作流程。

原文链接：

https://www.jiqizhixin.com/articles/2024-10-12-3

我们很多人都听说过数字孪生（digital twin），在英伟达等公司的大力推动下，这种高效运营工作流程的方法已经在很多工业场景中得到应用。
但你听说过数字表亲（digital cousin）吗？

近日，斯坦福大学李飞飞团队就做出了一个这样的研究，其可有效地将真实数据变成适用于机器人学习的模拟数据 —— 在降低真实转模拟成本的同时还能提升学习的泛化性能。

简单来说，你只需拍一张照片，就能将照片中的物体变成虚拟版本，并且这个数字虚拟版本还不是照片中物体的一比一复刻，而是存在一定的变化。

原文链接：

https://www.jiqizhixin.com/articles/2024-10-12-2

2024年10月11日，通用人工智能创业公司——月之暗面正式发布可自主海量搜索解决复杂问题的 Kimi 探索版。Kimi 探索版具备AI自主搜索能力，可以模拟人类的推理思考过程，多级分解复杂问题，执行深度搜索，并即时反思改进结果，提供更全面和准确的答案，帮助用户更高效地完成分析调研等复杂任务。

Kimi 探索版的搜索量是普通版的 10 倍，一次搜索即可精读超过 500 个页面。在内部性能评估测试中，Kimi 的性能评估团队结合 1000 多个来自用户的真实长难问题，对比了国内所有的主流 AI 助手和搜索类产品，包括付费和专业版本，Kimi 探索版的回答准确性和完整性具备全面优势，综合性能超过同类产品至少 30%。

原文链接：

https://www.jiqizhixin.com/articles/2024-10-11-9

国庆期间，抖音上一款名为“AI治愈绘本”的特效凭借温暖优美的画风和高还原度吸引了数百万用户投稿，采用了动态绘本的拟物玩法，“AI治愈绘本”特效首次使用了3D立体翻书的形式，巧妙地将首张用户图作为书皮呈现，玩法新颖有趣。基于该特效投稿的“成为绘本里的温暖主角”话题播放量超过11亿。

据了解，“AI治愈绘本”特效底层使用了字节跳动豆包大模型的图像生成能力，技术团队通过多项自研算法，保证了模型有更好的风格响应度、画面美观度，让风格化效果更富有表现力，并且更大程度还原了人物面部特征、服装款式、颜色、配饰等主体特征，在“美且像”的维度上取得了良好的效果。

为呈现更好的交互方式，技术团队还使用了自研的主体抹除、扩图能力，对风格化结果图进行后处理，使得多张结果图可以在端上进行切换。上述过程中应用到的IP保持技术RealCustom和 AI扩图和AI消除技术ByteEdit，两项成果分别入选CVPR2024和ECCV2024。

RealCustom是一种个性化定制技术即IP保持，对于任意开放域物体或人物 IP 均可实现无需微调的实时定制化生成，在AI绘本中主要起到保持输入图片特征的作用。

原文链接：

https://www.jiqizhixin.com/articles/2024-10-11-8