生成式AI
一、 见证历史？芯片巨头高通向其竞争对手英特尔提出收购计划
1. 高通提出收购英特尔，这将成为近年来最大的半导体行业交易之一，但仍需通过反垄断审查；
2. 英特尔的IDM模式带来了巨额生产成本，尽管CEO帕特·基辛格推行IDM 2.0战略，英特尔在AI和芯片性能上落后于竞争对手；
3. 英特尔面临资金、技术和市场需求的多重挑战，并已实施裁员和资产削减措施来应对市场压力。
https://mp.weixin.qq.com/s/vVxb9DOWNzMb2mUB_ReR-w
二、 这个火遍海外的 AI 版微博，全世界的聊天机器人都涌了上来
1. SocialAI 是一个 AI 驱动的社交平台，用户是唯一的真人，其余互动均由 AI 模型生成，提供了类似网络日记的体验；
2. SocialAI 利用 OpenAI API 生成长评论，但 AI 无法真正理解用户情感，只能表面回应，缺乏真实交流深度；
3. 该平台核心是为用户提供情绪发泄服务，通过模拟社交互动满足心理需求，实质上是单向的情感宣泄。
https://mp.weixin.qq.com/s/2NSBPypfuWkeSbiNaXC0Ew
三、 忘掉Sora，快手最新可灵1.5Pro效果惊艳，让网友陷入疯狂！
1. 快手发布的可灵1.5Pro能够生成1080P影视级视频，且动作、光影和细节还原度极高，超越了Runway等国际产品；
2. 可灵使用OpenAI API，生成的AI视频在表情、动作细节上表现真实，适用于广告、游戏开发等多领域；
3. 可灵1.5Pro操作简单，通过文本输入和参数调整即可快速生成视频，支持用户对运镜、时长等进行自定义设置。
https://mp.weixin.qq.com/s/k8UyWt9tA5qg-nRnL86fFQ
四、 GPT-4o能玩《黑神话》！超人类，无强化学习纯大模型方案
1. 阿里提出的VARP框架使用视觉语言模型（VLM）推理，直接通过游戏截图生成Python代码来操作《黑神话》，无需强化学习；
2. GPT-4o在精英怪战斗中的胜率超过人类，且Claude 3.5等AI表现接近人类，但在复杂场景中如幽魂战斗仍有局限；
3. VARP框架在战斗中使用关键帧输入以应对推理速度限制，但在复杂路径引导方面仍需人类辅助。
https://mp.weixin.qq.com/s/veHSbBxPIqRexG0OWtg4pw
五、 OpenAI前研究者发布提示词工程框架ell，升级版LangChain
1. ell 是一个轻量级函数式提示词工程框架，支持自动化版本控制、多模态数据处理和本地开源可视化工具；
2. 提示词被视为程序代码而非单纯字符串，ell 提供了类似机器学习的优化工具来迭代和管理提示词；
3. ell 支持多模态输入输出，简化了处理图像、音频等数据的复杂性，使提示词工程更具可追溯性和系统化。
https://mp.weixin.qq.com/s/LaNbu4bVrWLG3ueopFTj5g
六、 95后进军3D大模型赛道，VAST完成数亿元赛道最大融资
1. VAST完成两轮融资，推出Tripo 2.0，具备10秒生成几何形状和PBR纹理的能力，推动3D内容生成进入新里程碑；
2. Tripo 2.0采用DiT与U-Net融合架构，提升模型的细节捕捉和全局上下文理解能力，显著提高3D生成质量和保真度；
3. VAST专注3D UGC平台，通过降低3D创作门槛，推动游戏、动画、工业设计等领域的3D生成式AI应用拓展。
https://mp.weixin.qq.com/s/YQbLqMyqkmiU394MJie11Q
七、 马斯克支持的AI图像公司以10亿美元估值，融资1亿美元
1. Black Forest Labs 正以 10 亿美元估值筹集 1 亿美元，支持其生成性 AI 图像模型的开发，背后有马斯克的 X.ai 使用其 Flux.1 文本到图像模型；
2. 公司由 Stability AI 背后的核心团队创立，吸引了包括安德森·霍洛维茨、Nvidia 和 Oculus 联合创始人等高知名度投资者；
3. Black Forest 正开发先进的文本转视频工具，并计划与更大的竞争对手展开竞争，同时保持低调运营。
https://mp.weixin.qq.com/s/tW9arY4WWtrQoZFHdTP75A
前沿科技
八、 国内团队发布全球首个真实场景城市内涝监测大模型和数据基准
1. 重庆大学与华为诺亚实验室合作提出LSM-Adapter框架，通过结合大模型和任务特定小模型，实现高效的城市内涝监测；
2. 研究团队构建了全球首个大规模城市内涝检测基准数据集UW-Bench，涵盖复杂场景如低光照、强光反射等，提升模型的泛化能力；
3. 实验结果表明LSM-Adapter在不利条件下表现优越，未来可应用于自然灾害智能监测与预警。
https://mp.weixin.qq.com/s/yoAt8l1LWZQDtu0mbL9Izg
报告观点
九、 o1核心作者演讲：不要教，要激励。AI自我学习的新范式
1. Hyung Won Chung认为激励AI自我学习比直接教会每项任务更重要，通过大规模多任务学习，AI可自动发展通用技能；
2. AI的进步应减少人为设定规则，增加算力和数据，使AI具备自主学习和适应复杂任务的能力；
3. 模型训练和推理效果相似，但推理成本更低，未来AI系统的扩展性依赖于消除扩展瓶颈和优化计算资源。
https://mp.weixin.qq.com/s/l89tf6daDUny-avBUqCAPw
十、 顶尖学府联手证实，CoT仅在数学符号推理有用，神话破灭？
1. CoT（Chain of Thought）主要在数学、符号推理和逻辑推理任务中有效，但在其他任务上增益较小，尤其在常识和语言理解任务中几乎无效；
2. CoT的效果主要体现在符号执行阶段，与符号求解器相比，LLM在执行和跟踪步骤上能力有限；
3. 研究建议选择性使用CoT，在非数学任务中滥用CoT可能增加推理成本，未来应探索超越基于提示的CoT方法。
https://mp.weixin.qq.com/s/s-jh11R4VSBQT7y-o5o4xw
十一、 麻省理工新报告：企业对生成式AI的使用，几乎增长了一倍
1. 2024年上半年企业对生成式AI的应用几乎翻倍，93%的企业已在使用或计划使用该技术，主要用于数据驱动分析和改善客户体验；
2. 早期生成式AI用户在市场竞争中表现领先，48%的早期用户预计三年内获得100%以上投资回报率，部分用户预期回报高达300%；
3. 不同企业和地区对生成式AI的优先事项不同，大型企业注重业务分析和客户满意度，小型公司关注决策速度和生产力。
https://mp.weixin.qq.com/s/Hg0lL57KWAaA1DuO70UMLg
👇订阅下方合集，获取每日推送
