每日行业新闻
1、字节豆包推出AI智能体耳机Ola Friend，售价1199元
字节跳动豆包发布了首款 AI 智能体耳机 Ola Friend。
这是一款开放式耳机，单耳6.6克同类最轻，实现了几乎无感的佩戴感受。该款耳机接入豆包大模型，并与豆包 App 深度结合。用户戴上耳机后，无需打开手机，便能通过语音唤起豆包进行对话。
在官方宣传片中，豆包特别强调了Ola Friend能够在信息查询、旅游出行、英语学习及情感交流等场景为用户提供帮助。豆包相关负责人表示：“这款耳机是豆包在AI场景的一个探索和尝试，希望Ola Friend能成为随时陪伴用户耳边的朋友。豆包的各种能力也会在后续持续迭代，为用户在生活中各个场景提供帮助。”
Ola Friend已经在各大电商平台开启预售，将于10月17日正式发货，售价1199元。（来源：机器之心）
2、o1推理模型作者Luke Metz官宣从OpenAI离职
OpenAI 高级研发人员，o1 推理模型作者 Luke Metz今天宣布，他即将从OpenAI离职。
Metz 表示，他和多位研发者一起开发了 ChatGPT，并很高兴能够参与其中。对 Metz 来说能够参与见证其成长是一种荣幸。
Luke Metz 并未透露他的下一步行动。（来源：硅星人）
3、AMD推出新一代AI芯片，追赶英伟达
在旧金山举行的Advancing AI 2024大会上，AMD正式推出搭载新一代AI芯片的GPU AMD Instinct MI325X（以下简称MI325X）。
据AMD介绍，MI325X采用与上一代MI300X相同的CDNA 4架构，AI算力（采用半精度浮点数FP16衡量）最高可达到1.3PFLOPS，与MI300X相同。按照官方给出的参数对照，MI325X正面对标英伟达去年11月发布的H200 GPU，计算性能约是其1.3倍。
同时AMD跟进英伟达，也在MI325X上首次启用了业界目前最先进的HBM3E高带宽内存，内存带宽被提升到6TB/s，总容量达256GB，都相较MI300X有所提高
根据AMD官方信息，MI325X将在今年第四季度正式投产，明年一季度开始向客户交付。
AMD在会上还披露了未来的AI芯片路线图。下一代MI350系列将在明年上市，届时会用上与MI300X、MI325X不同的新一代CDNA 4架构，半精度浮点数FP16下的AI算力达到2.3PFLOPS。
除新的AI GPU外，AMD此次还发布了专门供给企业客户数据中心的第五代AMD EPYC服务器CPU处理器、企业AI PC使用的Ryzen AI PRO 300系列处理器。
AMD CEO苏姿丰（Lisa Su）在演讲中预测，到2028年，数据中心、AI和加速器市场将增长至5000亿美元。这一数字相比她去年预测的“到2027年达到1500亿美元”又高出一大截。她认为，生成式AI在其中起到关键作用，为支持AI训练和推理，需要大量投资新的基础设施。而在这样的前提下，未来四年内市场将以每年70%以上的速度增长。（来源：界面）
4、摩根士丹利：英伟达搞定 Blackwell GPU问题，量产已上「高速路」
科技媒体 WccfTech 报道称摩根士丹利发布了一份关于英伟达最新 Blackwell GPU 架构的报告，并透露导致造成生产瓶颈的补充信息。
英伟达在最近召开的财报电话会议上，确认 Blackwell GPU 存在一些小的设计缺陷，并向投资者承诺，通过改善光掩模（一种用于在半导体晶圆上创建定制图案的特定模板）已提高了该 GPU 产能。
而在摩根士丹利最新的报告中，透露这个拉低产能的问题，是在后封装（post-packaging）阶段发现的，导致良率下降，让原本就非常紧张的 CoWoS 封装和 HBM3e 变得更加紧张。
摩根士丹利在投资报告中重申，目前 Blackwell 产量提升「相当强劲」，不会对原定路线图造成影响，所有迹象表明业务依然稳健，前景非常清晰，这与我们的所有检查一致。
摩根士丹利指出：
任何现在尚未排队的新 Blackwell 订单将于明年晚些时候发货，因为它们的预定已满 12 个月左右，这将持续推动 Hopper 的短期需求，尽管这仍将是全年主要因素。
摩根士丹利预计今年第 4 季度将出货最多 45 万张 Blackwell GPU，从而实现 50 亿美元到 100 亿美元（当前约 354.02 亿元到 708.04 亿元人民币）的收入。（来源：IT之家）
5、富士康将打造全球最强AI超算中心，当前Top1的8.5倍
富士康与英伟达合作，共同打造了一座全球速度最快的单体AI超级计算中心——鸿海高雄超级计算中心。
该中心采用NVIDIA GB200 NVL72服务器，每个服务器内置了36个Grace CPU和72个B200 GPU。这些服务器通过129.6TB/s带宽的NVLink总线进行互联，使得72个GPU系统可以作为单一系统运行，并具备高达3240 TFLOPS的FP64和FP64 Tensor Core性能。
据了解，该超级计算中心预计将部署64个机柜的NVIDIAGB200 NVL72服务器，总共包含2304个Grace CPU和4608个B200 GPU。这使得它提供超过90 EFLOPS（每秒9000亿亿次浮点运算）的AI性能。
值得注意的是，在今年上半年公布的第63届全球超级计算机Top500榜单中，Frontier以1.206 EFLOPS的高性能Linpack（HPL）算力位居全球第一。
另外，由英特尔支持的「极光」（Aurora）则是目前最快的AI超级计算机之一，其在89% 的系统上实现了10.6 EFLOPS的AI算力。
富士康计划在2025年年中之前推出超级计算机，并在2026年前完成鸿海高雄超级计算中心的部署工作。这一项目旨在推动人工智能领域的发展，并为富士康带来更多机会和技术突破。（来源：中关村在线）
6、WPS AI伴写功能上线
金山办公宣布WPS AI伴写功能上新。
更新后的WPS AI伴写支持添加云文档、网页等参考资料，用户完成标题后即能理解用户意图并续写内容，当AI生成涉及统计数据、名人名言、法律法规等事实性内容，用户采纳后能以标注的方式链接引用来源。
WPS AI是基于大语言模型的AI办公应用，7月发布的2.0版本中包括为个人用户提供的写作、阅读等4类AI办公助手，以及WPS AI企业版、WPS AI政务版。WPS AI伴写是WPS AI写作助手的一项能力。（来源：北京商报）
7、vivo发布蓝心智能AI战略：大模型与操作系统深度融合
2024 vivo开发者大会上，vivo发布AI战略「蓝心智能」，并发布千亿级蓝心语言大模型「蓝心端侧大模型3B」。
据vivo AI全球研究院院长周围介绍，蓝心智能是将大模型技术与手机操作系统深度融合后的个人智能，以蓝心大模型为技术底层，蓝心智能可以理解用户的个人情景和偏好，为用户提供个人化的专属服务。（来源：新京报）
8、vivo 手机智能体 PhoneGPT 亮相，可自动打电话订餐厅
2024 vivo 开发者大会上，vivo 公布了手机智能体 PhoneGPT。
据介绍，PhoneGPT 支持自主拆解需求、主动规划路径、实时环境识别、动态反馈决策。
vivo 展示了由 PhoneGPT 支持的小 V 订座助手功能，用户在与蓝心小 V 沟通订餐厅的细节信息后，小 V 可以直接自己打开 App 搜索餐厅，找到并拨打餐厅电话，与店员 AI 语音通话完成订座。（来源：IT之家）
9、中大团队借助人工智能技术开展病毒学研究，大幅拓宽RNA病毒库
中山大学医学院施莽教授团队与阿里云李兆融团队在《细胞》（Cell）杂志上发表论文，报告了180个超群、超过16万种全球RNA病毒的发现。
这是迄今为止规模最大的RNA病毒研究，大幅扩展了全球RNA病毒的多样性。
该研究将人工智能技术应用于病毒鉴定，发现了传统方法未能发现的病毒“暗物质”，探索了病毒学研究的新路径。（来源：中山大学官方公众号）
10、亚马逊推出AI工具助力快递员快速找件
亚马逊近日宣布推出一款AI工具，旨在解决快递员在配送过程中寻找包裹的难题。该工具通过绿色圆圈标记即将送达的包裹，红色叉号标记稍后送达的包裹，预计将在明年部署于1000辆亚马逊货车，可使典型配送路线缩短约30分钟。
这款名为「视觉辅助包裹检索」(VAPR)的工具，利用计算机视觉技术，在货车狭小空间内识别包裹，无需扫描条形码。快递员只需根据绿灯指示取件即可，大大提升了效率。（来源：太平洋科技）
11、字节跳动发布 GR-2 机器人 AI 大模型：任务平均完成率 97.7%，模拟人类学习处理复杂任务
字节跳动研究团队最新推出了第二代机器人大模型 GR-2（Generative Robot2.0），其亮点在于创新构建「机器人婴儿期」学习阶段，模仿人类成长学习复杂任务，具备卓越的泛化能力和多任务通用性。
GR-2 模型和其它很多 AI 模型一样，包括预训练和微调两个过程。
在预训练阶段，GR-2「观看」了多达 3800 万个来自各类公开数据集的互联网视频以及 500 亿个 tokens，涵盖了家庭、户外、办公室等多种日常场景，让 GR-2 具备在后续策略学习中跨越广泛机器人任务和环境的泛化能力。
在微调阶段，团队使用机器人轨迹微调了视频生成和动作预测，展现出卓越的多任务学习能力，在超过 100 个任务中实现了平均成功率 97.7%。
此外，GR-2 在新颖、之前未见的场景中表现出色的泛化能力，包括新的背景、环境、物体和任务。（来源：IT之家）
每日投融资事件
1、前英特尔高管创办AI测试平台Distributional，获1900万美元A轮融资
由英特尔前AI软件总经理Scott Clark创立的Distributional公司最近完成了1900万美元的A轮融资，由Two Sigma Ventures领投。
Clark在接受TechCrunch采访时表示，Distributional的灵感源于他在英特尔应用AI时遇到的测试问题，以及他在Yelp担任广告定向部门软件主管时的工作经验。他强调:"随着AI应用价值的不断提升，其带来的运营风险也在增加。我们的平台能够帮助AI产品团队主动、持续地检测、理解和解决AI风险，防患于未然。"
Clark创建了Distributional，旨在简化AI审计工作。该平台可以根据开发者的规格自动创建AI模型和应用的统计测试，并在仪表板中组织测试结果。用户可以在仪表板上协作处理测试"存储库"，分类失败的测试，并在必要时重新校准测试。（来源：AIbase基地）
- END -
