🌐 Meta AI 推出 Transfusion 新方法
🤖 亚马逊 AI 助手 Amazon Q
🚀 Grok-2 mini 推理堆栈重写
🔧 Meshy 3D 生成工具新版本
📢 心辰 Lingo 语音 AI 模型开放内测
🤖️ 商汤科技元萝卜 AI 下棋机器人即将上市
📈 博视像元完成 1.3 亿元 A 轮融资
🌟 千寻位置完成战略融资
🎮 腾讯游戏推出语音指挥 FPS AI 队友
Meta AI 推出 Transfusion 新方法
Meta AI公司最新研发的「Transfusion[1]」方法，通过整合语言模型和图像生成模型，实现了在一个统一的AI系统中处理文本和图像数据。实验显示「Transfusion」在图像生成方面取得了与DALL-E 2等成熟系统相似的结果，同时还能高效处理文本。与同类方法相比，「Transfusion」在扩展效率上表现更优，计算量大大减少，同时整合图像数据还提高了文本处理能力。
「Transfusion」方法结合了语言模型在处理离散数据（如文本）方面的优势，以及扩散模型在生成连续数据（如图像）方面的能力。采用单一的Transformer架构，适用于所有模式，实现端到端训练，使用不同的损失函数处理文本和图像数据：文本使用下一个标记预测，图像使用扩散。
亚马逊 AI 助手 Amazon Q
亚马逊CEO在其领英主页上分享了「Amazon Q」在公司内部系统中的应用成果，通过集成「Amazon Q」，估计节省了约4500个开发人员一年的工作量。
亚马逊在2023年11月的AWS Reinvent大会上推出了「Amazon Q」，作为新型聊天机器人，帮助企业和员工更好地利用AWS。作为GenAI软件开发助手，「Amazon Q」旨在简化和加速重复性工作，能够分析现有代码、提出修改建议并实施修改，更新软件包依赖关系，修改过时和低效的代码，并整合安全实践。
Grok-2 mini 推理堆栈重写
开发人员Igor Babuschkin、Lianmin Zheng和Saeed Maleki利用SGLang语言奋战三天，重写了「Grok-2」的推理技术栈。Babuschkin承诺将继续提升「Grok-2-mini」的处理速度，并透露了关于API的一些消息，预示着xAI在提供高性能、低计算开销解决方案方面的持续努力。
改进后的「Grok-2」在Lmsys Chatbot Arena排行榜上获得高分，与谷歌的「Gemini-1.5 Pro」模型并列第二，仅次于OpenAI的「ChatGPT-4o」，「Grok-2 mini」的排名也上升到第5位，显示出其卓越的性能。
Meshy 3D 生成工具新版本
由胡渊鸣领导的创业公司「Meshy」推出了其3D AIGC工具的新版本，几何更干净、细致，工作流更合理，显著提升了3D生成能力，所有用户都可以免费试用这一先进的3D生成工具。
「Meshy-4[2]」版本在3D AI生成技术方面取得了突破，无论是文本到3D还是图像到3D，都能生成具有干净硬表面和复杂细节的模型。用户界面进行了更新，特别是文本到3D工作流，现在分为建模和纹理两个独立步骤，提高了操作的灵活性和结果的可控性。「Meshy-4」扩展了模型选择器功能，用户可以根据需要选择不同的生成模型，以适应不同的建模风格和需求。
心辰 Lingo 语音 AI 模型开放内测
金科汤姆猫投资的西湖心辰于今年8月推出「心辰Lingo」语音大模型，是国内首个端到端语音大模型，已于8月24日正式开启内测预约。
相比于传统文本到语音(TTS)技术，「心辰Lingo」作为端到端模型，集成了语音识别、自然语言处理、意图识别、对话管理及语音合成等技术，实现从语音输入到语音反馈的完整交互。「心辰Lingo」语音模型在技术能力上追齐「GPT-4o」语音能力，是国内首个达到此水平的模型。
商汤科技元萝卜 AI 下棋机器人即将上市
商汤科技家用机器人品牌「元萝卜」即将推出一款专为国际象棋设计的AI下棋机器人，具备0.5mm的极高精度和稳定度，能够进行稳定的垂直抓取操作。此前，商汤科技已发布「元萝卜AI下棋机器人」的象棋版和围棋版，这些版本都具备「落子确认」、方向键和机械臂等功能。
国际象棋的立体棋子造型多样，给机器人的抓取和识别带来挑战。新款机器人根据立体棋子特点设计了4个自由度，模拟人的手臂动作，实现精确抓取。「元萝卜AI下棋机器人」不仅陪伴孩子学习和对弈，还能锻炼思维和保护视力，可用于进行行业象棋技术等级评测，结合了传统象棋文化和人工智能技术。
博视像元完成 1.3 亿元 A 轮融资
博视像元近日完成1.3亿元人民币的A轮融资，本轮融资由中芯聚源、北京5G产业基金、谨孚、北航投资和老股东朗玛峰联合投资。此次融资助力「博视像元」在高性能相机和传感器领域的市场拓展，加速全球业务布局。
「博视像元」成立于2022年，是一家专注于高性能机器视觉核心部件的供应商，主要从事视觉检测与测量系统的研发、生产和销售，并提供3D相机、智能相机、DLP投影以及高速相机等系列产品，产品广泛应用于半导体、新能源、消费电子、汽车等智能行业。
千寻位置完成战略融资
千寻位置，近期完成了新一轮的战略融资，整体估值超过160亿人民币，投资方包括北京信息产业发展投资基金、上海数宇鼎元私募投资基金合伙企业、北京市东城区科技创新产业投资基金、青岛中和星耀创业投资基金。
「千寻位置」成立于2015年，是一家时空智能服务提供商，专注于时空智能基础设施的开发，基于北斗卫星系统（兼容GPS、GLONASS、Galileo）基础定位数据，利用遍布全球的5000多座GNSS星基/地基增强站、自主研发的定位算法及大规模互联网服务平台，为用户提供厘米级定位、毫米级感知、纳秒级授时的时空智能服务。
腾讯推出全球首个语音指挥 FPS AI 队友
在2024年科隆游戏展上，腾讯魔方工作室带来了创新的AI技术——「F.A.C.U.L.」，这是专为《暗区突围》端游海外版《Arena Breakout: Infinite》开发的全球首个语音指挥FPS AI队友。
「F.A.C.U.L.」结合生成式AI技术，提供先进的语音输入和实时语音合成功能，支持环境识别，能够理解玩家的语音指令并推测玩家的意图。与传统的快捷键或指令轮盘不同，「F.A.C.U.L.」允许玩家直接通过语音指挥AI队友，支持同时输入多个指令，提供更自然、直观的游戏体验。AI队友具备识别超过10000个游戏内物体的能力，增强了对游戏环境的理解，实现实时环境感知和自主决策，使AI队友能够更灵活地响应玩家指令。
你终究会成为你正在成为的人，你的每一个选择都来自于你人生的诘问。
——毛姆
编辑团队
编辑：Yuki
设计：Ivan
商务合作请加微信：Rwkfbcianvd
参考资料
Transfusion: https://the-decoder.com/metas-transfusion-blends-language-models-and-image-generation-into-one-unified-model/
Meshy-4: https://www.meshy.ai/zh/blog/meshy-4-break-grounds
