開欄語：【AIGC行業周報】梳理AIGC行業一周內發生的重要動態，產品釋出和業內大咖的最新觀點。
圖片來源：每經制圖
一、市場企業動態
1、輝達全面開源GPU內核驅動
輝達官宣全面開源GPU內核驅動，兩年前已開始相關舉措，此次開源部份驅動程式碼仍在主線內核之外。
新產品和旗艦平台支持開源GPU內核模組，舊版GPU不支持，開源可讓開發者改進驅動程式並增加功能。
網友認為輝達開源有多種動因，包括應對內核修改、被合作夥伴敦促等，其真正在意的是增長的市場。
2、AI教母李飛飛創業打造空間智慧獨角獸
李飛飛創辦的World Labs短短3個多月成為估值10億美元的AI獨角獸，並獲1億投資。
World Labs瞄準空間智慧理念，旨在教導演算法具備常識，克服技術局限性。
李飛飛在電腦視覺領域成果斐然，其理念註重將AI訓練得以人為本。
3、矽谷大廠被曝用YouTube視訊訓練AI引爭議
Proof News調查發現Anthropic、輝達、蘋果等矽谷巨頭使用YouTube視訊字幕訓練AI，創作者對此毫不知情。
YouTube數據被視為「金礦」，但AI公司使用這些數據引發了版權和合理使用等問題，許多創作者對未來感到迷茫。
EleutherAI建立的YouTube字幕數據集引發爭議，谷歌表示采取行動防止未經授權的數據抓取行為。
二、產品技術動態
1、OpenAI釋出GPT-4o mini，引發大模型價格戰
OpenAI深夜釋出GPT-4o mini，效能更強、更便宜，GPT-3.5退場。
GPT-4o mini在各方面表現出色，價效比極高，將擴充套件AI套用範圍。
GPT-4o mini的作者包括清華同濟校友，其推出為開發者構建套用帶來便利。
2、谷歌Gemini升級可在Android裝置釘選狀態下回答提問
谷歌對Gemini進行功能升級，使其能在Android裝置釘選狀態下回答各種提問。
此前Gemini功能局限，提問某些問題需解鎖手機，現在新增了免提體驗功能。
使用者偏好設定頁面新增「Gemini在鎖屏狀態」選項，該功能剛推出不久。
3、Mistral AI釋出數學推理和程式碼生成大模型
Mistral AI釋出了專註於數學推理的7B大模型Mathstral，能解決高級數學問題。
同時釋出的Codestral Mamba模型使用Mamba2架構，用於程式碼生成，在基準測試中表現優異。
兩個模型均遵循Apache 2.0 license開源協定，模型權重可在HuggingFace上獲取。
4、安卓版Claude釋出
Anthropic釋出安卓版Claude套用，功能強大，輕量且反響不錯。
Claude安卓版具有多語言處理、影像分析等功能，旨在擴大使用者群，挑戰OpenAI。
未來人工智慧助手在行動裝置上的競爭將更激烈，關鍵在於技術創新和消費者信任的平衡。
5、北大釋出Prompt自動增強系統PAS
北大釋出Prompt自動增強系統PAS，可自動增強Prompt，提升大模型效能，超越SOTA。
PAS透過數據收集、生成和微調等步驟實作，能整合到不同LLMs中，且在實驗中表現優異。
PAS減少了數據消耗，具有高效性和靈活性，人工評估也顯示其在多個場景中優於基線模型。
6、快手開源LivePortrait可控人像視訊生成框架
快手開源LivePortrait，能將驅動視訊的表情、姿態遷移到人像視訊上，在全網快速「走紅」。
LivePortrait基於隱式關鍵點框架，采用高品質訓練數據和混合訓練策略，模型訓練分為兩階段。
LivePortrait已在快手諸多業務落地，並將探索多模態驅動的人像視訊生成，持續為使用者創造價值。
7、OpenAI的「草莓」計劃與AGI進展
OpenAI被曝出新計畫「草莓」，能提前計劃、自主瀏覽網頁和進行深度研究，推理能力顯著提高，疑似已達AGI L2級別。
「草莓」包括「後訓練」等特殊方法，OpenAI希望其能顯著提高AI模型的推理能力，並具備執行長時間任務等能力。
OpenAI最近展示了GPT-4o等模型的新演示，若加上「草莓」的推理能力，離AGI的實作或將更近。
三、前沿觀點
1、專訪「生成式人工智慧之父」Schmidhuber：關於人工智慧的歷史、現狀與未來
被譽為「生成式人工智慧之父」的Schmidhuber認為人工智慧的開端早於1956年，他在1990 - 1991年的研究成果為當今生成式AI奠定基礎。
Schmidhuber認為「深度學習三巨頭」未恰當參照他人成果，違反學術道德，應被剝奪獎項，他還對AI學界和業界的現狀發表了看法。
Schmidhuber認為未來將出現自我復制、自我改進的機器文明，同時強調了研究過往論文對年輕科學家的重要性。
來源：每經科技提供
每日經濟新聞
