8月2023|AI领域每周回顾：通用机器人智能体开发、英国政府购买AI芯片、钉钉智能化底层能力开放

作者：子渝

编辑：沈筱

Meta 联手 CMU 打造「通用机器人智能体」RoboAgent

在8月21日的消息报道中，Meta与CMU的研究团队合作用了两年时间，成功设计出一款名为RoboAgent的通用机器人智能体。这款智能体的独特之处在于，它仅通过7500个轨迹的训练就能实现12种不同的复杂技能。为了增强数据集，该团队还采用了离线添加不同变化场景的方法，同时利用动作分块Transformer模型来处理多任务数据。这些技能包括但不限于烘焙、拾取物品、上茶和清洁厨房等，并且该智能体能够在100种未知场景中进行泛化应用。

https://www.chinaz.com/2023/0821/1552733.shtml

英国计划斥资 1.3 亿美元购买数千颗高性能人工智能芯片

在8月21日的消息 reported，英国首相里希·苏纳克（Rishi Sunak）正打算投入巨资13亿美元（约1亿英镑），以期在全球计算能力竞赛中占据有利地位。 reports 指出，这笔巨额资金将主要用于向芯片制造商英伟达、AMD以及英特尔采购数千颗高性能人工智能（AI）芯片。值得注意的是，英国科学研究基金机构英国研究与创新（UK Research and Innovation）已经进入了订购5000个英伟达GPU的后期阶段。

在现代社会中，科技的发展日新月异，尤其是在人工智能领域，不断有新的技术涌现。其中，深度学习作为人工智能的一个重要分支，近年来得到了广泛的关注。深度学习技术能够模拟人脑神经网络的结构和功能，通过大量数据训练，使其具备图像识别、语音识别、自然语言处理等多种能力。正因如此，深度学习被广泛应用于各个行业，如医疗、教育、金融等，大大提高了行业的效率和生产力。然而，尽管深度学习技术具有诸多优点，但同时也存在一定的挑战。如何在有限的计算资源和时间内，提高深度学习模型的训练效率，是当前面临的一大难题。此外，深度学习模型在实际应用过程中，还需要面对数据安全和隐私保护等问题。因此，为了进一步推动深度学习技术的发展，科学家们正在努力寻找更加高效、安全的解决方案。总的来说，深度学习技术在未来仍将保持高速发展态势，并在各行各业发挥越来越重要的作用。同时，我们也应看到深度学习技术所面临的挑战，积极应对，共同推动这一技术的进步。

英伟达和 VMWare 合作推出定制化 AIGC 服务

在8月22日星期二，我国知名科技公司英伟达（NVIDIA）与软件制造商VMware宣布进一步加深合作关系，共同研发全新的软件平台，旨在为企业用户提供更为安全且定制的生成式人工智能（AI）服务。据双方透露，这些AI模型将充分利用用户独特的数据资源，为企业内部打造专属的人工智能解决方案。英伟达透露，为了推动这一服务的实施，预计将于今年底推出由戴尔、惠普和联想等厂商生产的支持人工智能的服务器。这些服务器将采用英伟达的企业级软件、L40S图形处理单元以及BlueField-3数据处理单元，从而确保AI模型的高效运行和优化性能。

在现代科技迅速发展的今天，人工智能的应用已经渗透到各行各业。其中，生成对抗网络（GAN）作为一种强大的深度学习技术，正逐渐成为企业们关注的焦点。NVIDIA与VMware的联手，更是将生成对抗网络技术应用到了一个新的高度。本文将探讨NVIDIA与VMware如何携手推动生成对抗网络在企业级应用中的普及与发展。首先，我们需要了解生成对抗网络的基本原理。生成对抗网络由两个部分组成：生成器和判别器。生成器负责从随机噪声中生成数据，而判别器则负责判断输入的数据是真实还是虚假。通过训练这两个部分，生成器可以生成越来越逼真的数据，使得判别器难以区分真实与虚假。这种循环的过程使得生成器最终能够生成与训练数据相似的新数据。NVIDIA与VMware的结合正是基于这一原理，他们共同致力于将生成对抗网络技术应用于企业级应用。通过将生成对抗网络与企业级应用相结合，他们希望为企业提供更加高效、智能的工作流程。具体来说，NVIDIA提供了强大的GPU计算能力，使得生成对抗网络的训练过程能够更快速、高效地进行。同时，VMware提供了云计算平台，使得企业可以轻松部署和使用生成对抗网络模型。这种组合不仅降低了生成对抗网络技术的门槛，还为企业提供了更多的可能性。此外，NVIDIA与VMware还共同开发了一些工具，帮助企业更好地利用生成对抗网络技术。这些工具包括生成对抗网络优化器、数据增强工具等，它们可以帮助企业在训练过程中提高模型的性能，从而更好地满足企业的需求。总的来说，NVIDIA与VMware的联手无疑为生成对抗网络在企业级应用中的普及与发展开辟了新的道路。他们的合作不仅推动了生成对抗网络技术的进步，还为企业提供了更多可能性。在未来，我们有理由相信，随着NVIDIA与VMware的持续努力，生成对抗网络将在企业级应用中发挥更大的作用。

钉钉宣布开放 AI PaaS，多产品线与场景接入大模型

在 2023 年 8 月 22 日，上海张江科学会堂见证了钉钉生态大会的盛大开幕。此次大会，钉钉以其卓越的智能化底座能力 AI PaaS 引领行业潮流，正式迈入智能化阶段。此外，钉钉还分享了其智能化的最新進展：目前已有 17 条产品线、55 个场景全面接入大模型，这一壮丽的成果令人赞叹不已。为了展示大模型的强大实力和商业价值，钉钉更是勇攀高峰，提出了行业内首个大模型落地应用场景的商业化方案。该方案在原有的收费版钉钉基础上，通过配置大模型调用额度，使得用户能够更加便捷地体验到人工智能技术的魅力。据计算，每次调用大模型仅需支付不到 5 分钱的费用，性价比之高令人惊喜。总之，钉钉生态大会的召开以及智能化底座能力 AI PaaS 的开放，不仅展示了钉钉强大的技术实力，更为我国的人工智能产业发展指明了方向。我们有理由相信，随着钉钉在智能化领域的不断深入探索，未来将会有更多令人瞩目的创新成果问世。

https://www.ithome.com/0/714/406.htm

DeepMind 推出强化学习算法 ReST，使 LLM 输出与人类偏好更一致

8月22日，DeepMind发布了一种名为ReST的新型强化学习算法，旨在让大语言模型的输出更加符合人类的喜好。该算法的关键在于将数据集的增长和策略优化分为两个离线阶段。经过实验验证，ReST在机器翻译领域展现了出色的性能，大幅度提升了翻译的质量。同时，相较于在线RL方法，ReST在人类评分方面也具有优势。

在今天的金融科技创新领域中，区块链技术正逐渐成为备受关注的热门话题。作为一种全新的分布式账本技术，区块链以其去中心化、安全可靠、透明公开等特点，正在改变着传统金融行业的运营模式。从支付、清算、保险到供应链管理等方面，区块链技术的应用都在逐步拓宽，为整个金融生态系统带来了前所未有的创新机遇。首先，在支付领域，区块链技术通过智能合约实现了点对点的价值交换，有效避免了中介机构的参与，大大降低了交易成本。同时，区块链的不可篡改性也使得交易过程更加安全和可靠。目前，以比特币和以太坊为代表的数字货币已经成功地将区块链技术应用于支付领域，并取得了显著的成果。其次，在清算和结算领域，区块链技术同样具有巨大的潜力。传统的清算和结算方式依赖于中介机构，容易出现数据错误、延迟等问题。而区块链技术通过去中心化的网络共识机制，可以实现实时、准确的数据交换，大幅提高了清算和结算效率。此外，区块链的透明性和不可篡改性也有助于防范欺诈和洗钱等风险。再者，在保险领域，区块链技术可以通过构建一个去中心化的保险生态系统，降低信息不对称带来的风险。保险公司可以在区块链上存储和共享客户数据，从而提高保险合同的执行效率，降低理赔成本。同时，区块链的智能合约功能还可以实现自动化的保险赔付，进一步提高了保险服务的便捷性。最后，在供应链管理领域，区块链技术可以帮助企业实现供应链的透明化和协同化。通过将供应链上的所有参与者连接到一个区块链网络上，可以实现信息的实时共享、数据的透明流通以及协同决策。这有助于提高供应链的效率，降低成本，并提升产品质量。总之，区块链技术在金融科技创新领域具有广泛的应用前景。随着区块链技术的不断成熟和优化，我们有理由相信，它将在未来金融领域扮演越来越重要的角色，为行业发展带来更多的可能性。

昆仑万维发布 AI 搜索产品 ” 天工 AI 搜索 “

8 月 23 日消息，昆仑万维今日宣布，正式推出国内第一款融入大语言模型的搜索引擎 —— 天工 AI 搜索，并开启内测申请。据官方介绍，传统搜索引擎基于关键词匹配，即根据用户输入的关键词识别检索范围，并匹配可能符合用户意图的海量信息。而基于大模型能力的 AI 搜索是一种生成式搜索，用户可通过自然语言清晰表达自己的意图，并获得有效组织和提炼后的答案。

https://www.ithome.com/0/714/236.htm

Hugging Face 获 2 亿美元 D 轮融资，Salesforce 领投

8 月 23 日消息，开源模型库公司 Hugging Face 获 2 亿美元 D 轮融资，本轮融资由 Salesforce 旗下投资机构 Salesforce Ventures 领投，Salesforce CEO Marc Benioff 在其 X 上证实了这一消息。本轮融资完成后，Hugging Face 估值将达 40 亿美元，相比去年 5 月由 Lux Capital 领投，红杉资本、Coatue Management 跟投 1 亿美元的 C 轮融资，其估值增长了一倍。

https://www.36kr.com/p/2400225043013763

IBM 在中国启动新一代 AI 与数据平台 watsonx

8 月 23 日，IBM 在北京召开新闻发布会，宣布启动新一代 AI 与数据平台 IBM watsonx 在本地市场落地，为企业级基础模型和生成式 AI 提供动力。这是继红帽 OpenShift 开放式混合云技术平台之后，IBM 落地大中华区市场的又一个具有里程碑意义的开放式 AI 技术平台。与 IBM 混合云平台一样，watsonx 也是基于领先的企业级开放技术，也是以平台的方法，通过构建和扩展广泛而强大的生态，把 IBM 从存力、算力、企业级 AI 应用到咨询服务的全栈能力，以及源自 IBM 研究院的前沿 AI 创新技术（如基础模型与生成式 AI），交到企业手中。

https://china.newsroom.ibm.com/2023-08-23-IBM-watsonx,-AI

Meta 发布 AI 模型 SeamlessM4T，可转录和翻译近百种语言

8 月 22 日消息，Meta 发布了一种能够翻译和转录数十种语言的人工智能模型 —— SeamlessM4T，可以让说不同语言的人更有效地进行交流，为开发人类通用语言翻译器提供了助力。Meta 声称，SeamlessM4T 将与新的翻译数据集 SeamlessAlign 一同开源，它代表了人工智能驱动的 ” 语音到语音 ” 和 ” 语音到文本 ” 领域的 ” 重大突破 “。该模型可以在近 100 种语言之间进行文本到语音的翻译，并支持 35 种语言的完全语音到语音翻译，是迄今为止最大的开放多模式翻译数据集，挖掘的语音和文本对齐总计达 270000 小时。

https://techcrunch.com/2023/08/22/meta-releases-an-ai-model-that-can-transcribe-and-translate-close-to-100-languages/

Meta 推出 AI 编程工具 Code Llama

8 月 24 日消息，Meta 现推出了名为 Code Llama 的 AI 编码工具，号称 ” 最先进的大型编码语言模型 “。该模型基于 Llama 2 大型语言模型打造，可以理解为 “Llama 2 的写代码专用版 “，可用于 ” 生成新的代码并调试人类编写的工作 “，目前已上线 Github。Meta 指出，Code Llama 能够根据代码自然语言提示 / 要求生成用户想要的代码和有关代码的自然语言，或者在指向特定代码时进行完善和调试。除了基础版的 Code Llama 外，Meta 还推出了专为 Python 设计的版本 —— Code Llama-Python，以及一个能够理解自然语言指令的版本 —— Code Llama-Instrct。

https://techcrunch.com/2023/08/24/meta-releases-code-llama-a-code-generating-ai-model/

谷歌计划推出针对 Google Workspace 的 AI 驱动安全增强功能

8 月 24 日消息，谷歌宣布将大幅增强 Google Workspace 产品的安全能力，特别是利用人工智能防止企业云数据的泄露。谷歌表示，将在云硬盘 Drive 中利用 AI 技术实现对敏感企业数据的自动分类及标记，并可设置基于风险级别的不同数据访问控制，从而有效防止企业敏感数据的泄露。同时，Gmail 也将新增数据丢失防护功能，帮助企业管理员更好地阻止用户无意间通过邮件发送敏感数据。

https://techcrunch.com/2023/08/23/google-plans-to-bring-ai-fueled-security-enhancements-to-google-workspace/

OpenAI 与 Scale AI 合作，支持企业使用专有数据训练模型

8 月 24 日消息，OpenAI 近日宣布，和数据标注服务初创公司 Scale AI 展开深度合作，将 Scale AI 的微调工具和 OpenAI 的 GPT-3.5 文本生成模型结合在一起，允许企业使用其专有数据来训练模型并大规模运行，使开发人员能够针对特定任务定制微调 AI 模型。

https://www.ithome.com/0/714/936.htm

Open AI 寻求中东千亿美元融资

8 月 24 日消息，据创投圈知情人士透露，OpenAI 首席执行官山姆 · 奥特曼下半年奔赴阿联酋首都阿布扎比等地寻求融资，不低于千亿美元。据悉，山姆奥特曼描述 OpenAI 的目标可能是要实现比人类更高级的智能。但要实现 Super intelligence（超级智能）这一目标，还非常遥远，OpenAI 需要的资金规模不可想象。

https://new.qq.com/rain/a/20230824A01F8100

联发科将推出新一代旗舰移动芯片，支持由 Llama 2 模型开发的 AI 应用

8 月 24 日，MediaTek 宣布利用 Meta 新一代开源大语言模型（LLM）Llama 2 以及 MediaTek 先进的 AI 处理器（APU）和完整的 AI 开发平台（NeuroPilot），建立完整的终端侧 AI 计算生态。MediaTek 将于年末推出新一代旗舰移动芯片，采用针对 Llama 2 模型而优化的软件栈（NeuroPilot），与搭配支持 Transformer 模型做骨干网络加速的升级版 AI 处理器（APU），可减少动态随机存取内存（DRAM）的读写消耗和带宽占用，进一步强化大语言模型和生成式 AI 应用的性能。预计年末采用 MediaTek 新一代天玑旗舰移动芯片的智能手机支持由 Llama 2 模型开发的 AI 应用，可为用户带来生成式 AI 应用体验。

https://corp.mediatek.cn/news-events/press-releases/mediatek-leverages-metas-llama-2-to-enhance-on-device-generative-ai-in-edge-devices

韩国互联网巨头 Naver 推出生成式 AI 服务平台

8 月 24 日 消息，韩国最大搜索引擎 Naver 推出自己的生成式人工智能服务 HyperCLOVA X，该产品包含聊天机器人应用程序 CLOVA X，旨在改进网络搜索、在线购物和导航服务，核心是将为用户提供生成式人工智能驱动的搜索功能，并为企业客户提供新的定制服务。Naver 将从 8 月 24 日开始 CLOVA X 的公开测试，9 月启动 Cue 的测试。Naver 及其国内竞争对手正着眼于美国和中国科技巨头尚未涉足的细分市场。例如， Naver 希望为政治敏感的中东国家以及非英语国家和地区如日本和东南亚开发本地化的 AI 应用。

https://techcrunch.com/2023/08/24/koreas-internet-giant-naver-unveils-generative-ai-services/

好未来正式推出数学领域千亿级大模型 MathGPT

8 月 24 日，在好未来 20 周年直播活动中，CTO 田密宣布好未来自研的数学领域千亿级大模型 MathGPT 正式推出并开启内测。MathGPT 是由好未来在今年 5 月公布的其公司自研数学大模型，面向全球数学爱好者和科研机构，以解题和讲题算法为核心的数学垂直领域的大模型，也是国内首个专为数学打造的大模型。MathGPT 在多项基准测试中表现超越 GPT-4，刷新了 SOTA 记录。

https://www.chinaz.com/2023/0824/1553665.shtml

三星计划公布类 ChatGPT AI

8 月 24 日消息，近日，根据外媒报道，三星计划在 9 月 12 日举办的 Real Summit 2023 活动中，展示自家的类 ChatGPT 生成式 AI。据悉，该 AI 现阶段将主要为三星内部员工提供服务，带来诸如化编程代码、撰写电子邮件、记录文档摘要等功能。这将有效提升三星员工的工作效率。

http://www.techweb.com.cn/it/2023-08-24/2932535.shtml

小红书旗下公司新增 AI 软件业务

8 月 24 日消息，天眼查 App 显示，近日，小红书科技（珠海横琴）有限公司发生工商变更，经营范围新增数字技术服务、人工智能应用软件开发、人工智能基础软件开发、软件销售、珠宝首饰批发、汽车零配件批发等。该公司成立于今年 6 月，注册资本 5100 万人民币，法定代表人为王晓博，由小红书科技有限公司全资持股。

https://www.donews.com/news/detail/8/3660907.html

阿里巴巴国际站发布外贸 AI 产品

8 月 24 日，外贸行业首个 AI 应用落地，阿里国际站发布全链路 AI 产品。据悉，该产品与数字外贸全链路紧密结合，包含生意助手和 OKKI AI 两大服务，拥有智能商品发布与管理、市场分析、客户接待、视频聊天实时翻译、企业管理等多项功能，覆盖外贸生意所有环节。这是 AI 在外贸产业中的首次全面应用，将让 AI 真正成为每个出海企业的帮手。

https://www.sohu.com/a/714430368_114984

阿里云开源多模态视觉模型 Qwen-VL，新增视觉定位等能力

8 月 25 日消息，阿里云推出了大规模视觉语言模型 Qwen-VL，目前已经在 ModeScope 开源。阿里云此前已经开源通义千问 70 亿参数通用模型 Qwen-7B 和对话模型 Qwen-7B-Chat。据悉，Qwen-VL 是一款支持中英文等多种语言的视觉语言（Vision Language，VL）模型，相较于此前的 VL 模型，其除了具备基本的图文识别、描述、问答及对话能力之外，还新增了视觉定位、图像中文字理解等能力。

https://www.alizila.com/alibaba-cloud-launches-open-source-models-that-understand-image-content/

奇安信发布 Q-GPT 安全机器人和大模型卫士

8 月 25 日消息，奇安信集团发布 Q-GPT（奇安信大模型）安全机器人和大模型卫士。据介绍，Q-GPT 安全机器人是基于奇安信大模型的 ” 虚拟安全专家 “，可以全天候工作，一台机器人等于 60 多位安全专家，可产生约 2000 万元的运营效益，极大提升了生产力。大模型卫士集安全风险发现、大模型访问控制、数据泄露管控、违法违规行为溯源、大模型应用分析等为一体，帮助企业更安全的向大模型要生产力。

http://www.techweb.com.cn/internet/2023-08-25/2932616.shtml

澜舟科技正式发布百亿参数大模型 ” 孟子 GPT-40B”

8 月 28 日消息，澜舟科技旗下国产百亿大模型孟子 GPT-40B 昨日正式发布，参数数量达到 400 亿，各项任务平均提升 10-15%。孟子 GPT-40B 在中文及多语言能力、写作、多轮对话等方面都有提升，接近 ChatGPT-3.5 的水平。澜舟科技还同步发布了基于孟子 GPT 的金融大模型和会议内容分析平台 ” 澜舟智会 “，未来将提供基础模型、大模型训练框架 / 工具包等服务。

https://www.chinaz.com/2023/0828/1554296.shtml

查看原文