歡迎來到【AI日報】欄目!這裏是你每天探索人工智能世界的指南，每天我們爲你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。

新鮮AI產品點擊瞭解：https://top.aibase.com/

1、挑戰英偉達！AMD亮出旗下最強AI芯片銳龍AI 300系列

AMD在Computex科技大會上展示了最新的AI芯片產品線，展示了Zen5架構的Ryzen99950X處理器和銳龍AI300系列APU，挑戰英偉達在AI領域的地位。

image.png

【AiBase提要:】

🚀 英偉達和AMD在Computex科技大會上展示最新技術成果，AMD展示了Zen5架構的Ryzen99950X處理器和銳龍AI300系列APU。

💥 蘇姿豐強調Zen5架構的Ryzen CPU具有更寬的CPU引擎指令窗口，支持完整的AVX512吞吐量，提升AI性能一倍。

🔥 AMD的銳龍AI300系列APU採用XDNA AI NPU，算力高達50TOPS，超越了其他競爭對手的性能標準。

2、Suno又要推新功能！隨便哼兩句它就能幫你創作成歌曲了

Suno最近宣佈推出令人激動的新功能，可以通過哼唱聲音生成完整的歌曲，展示出人工智能在音樂創作領域的無限可能。Suno的創新舉措爲音樂創作注入新活力，讓用戶通過日常聲音創作音樂作品，開拓了音樂創作的新可能性。期待Suno未來帶來更多令人驚歎的創新。

【AiBase提要:】

🎵 哼唱生成歌曲：Suno推出新功能，用戶哼唱一小段即可創作完整歌曲，音樂與原聲融合自然

🎶 日常聲音轉化音樂：Suno新功能能將任何聲音轉化爲音樂作品，展示技術強大創意潛力

🎤 激發音樂創作活力：Suno的創新舉措爲音樂創作領域注入新活力，開拓音樂創作新可能性

詳情鏈接:https://top.aibase.com/tool/suno-ai

3、崑崙萬維宣佈開源2千億稀疏大模型Skywork-MoE

崑崙萬維公司開源了具有里程碑意義的稀疏大型語言模型Skywork-MoE，該模型性能強勁，推理成本大幅降低，爲大規模密集型LLM帶來有效解決方案。

【AiBase提要:】

🌟 開源和免費商用: Skywork-MoE模型權重、技術報告完全開源，免費商用，推動人工智能領域發展。

💡 推理成本降低: Skywork-MoE在保持性能的同時大幅降低了推理成本，解決大規模數據處理挑戰。

🚀 技術創新和性能優勢: Skywork-MoE是首個支持單臺4090服務器推理的開源千億MoE大模型，性能強勁且參數量大。

詳情鏈接:https://top.aibase.com/tool/skywork-moe

4、Adobe 發佈 VideoGigaGAN 超分辨率視頻模型

Adobe 和研究人員合作推出 VideoGigaGAN，兼顧幀率連貫性和細節豐富的超分辨率視頻模型。該模型解決了超分辨率視頻模型的時間連貫性和細節豐富性問題，爲視頻處理領域帶來了重要突破。

image.png

【AiBase提要:】

⭐ VideoGigaGAN 基於 GigaGAN 模型開發，添加時序卷積、自注意力層和光流引導模塊，解決超分辨率視頻模型的時間連貫性和細節豐富性問題。

⭐ VideoGigaGAN 利用時序卷積捕捉視頻幀之間的時間依賴性，自注意力層提取空間細節和紋理信息，光流引導模塊保持特徵的空間一致性，生成清晰的超分辨率視頻。

⭐ VideoGigaGAN 具有視頻超分辨率、時域一致性、豐富細節處理、抗鋸齒處理等功能特點，適用於多種視頻處理場景。

詳情鏈接:https://top.aibase.com/tool/videogigagan

5、斯坦福大學AI研究團隊被指抄襲清華系模型

這篇文章報道了斯坦福大學AI研究團隊的Llama3-V開源模型因抄襲清華系明星創業公司面壁智能開發的開源模型“小鋼炮”MiniCPM-Llama3-V2.5而引發的風波。事件曝光後，斯坦福團隊的兩位主要作者向面壁智能團隊和公衆道歉，並承諾撤下所有Llama3-V模型。

【AiBase提要:】

🔍 斯坦福大學AI研究團隊的Llama3-V模型被指抄襲清華系明星創業公司面壁智能開發的MiniCPM-Llama3-V2.5模型。

🚨 網友發現Llama3-V模型的結構和代碼與“小鋼炮”模型高度相似，引發廣泛關注和熱議。

🔗 面壁智能團隊證實抄襲事實，斯坦福團隊的兩位主要作者在社交平臺上公開道歉並承諾撤下所有Llama3-V模型。

詳情鏈接:https://top.aibase.com/tool/minicpm-llama3-v-2-5

6、多模態模型再進化，已學會看圖玩撲克、算“12點”

本文介紹了UC伯克利等高校研究團隊提出的新強化學習框架RL4VLM，成功提升了多模態大模型在決策任務上的表現。該模型通過強化學習微調學會了看圖玩撲克、算“12點”等任務，超越了GPT-4v。研究團隊由多位重量級人物組成，成果已在GitHub上開源。

image.png

【AiBase提要:】

🧠 新強化學習框架RL4VLM成功提升多模態大模型決策能力，超越GPT-4v。

🌟 研究團隊由重量級人物組成，包括圖靈獎得主LeCun等。

💡 RL4VLM採用強化學習微調，直接使用環境獎勵信息，賦予多模態模型自主決策能力。

論文地址:https://arxiv.org/abs/2405.10292

項目地址:https://top.aibase.com/tool/rl4vlm

7、OpenAI衍生公司人工智能模型 讓機器人像人一樣思考、學習

本文介紹了OpenAI衍生公司Covariant推出的人工智能模型，使機器人具備像人類一樣思考、學習的能力。該模型結合推理與物理能力，具有多模態輸入、自主執行任務、反饋與交互、適應性等特點，代表了機器人學習和自動化技術的重大進步。

image.png

【AiBase提要:】

🤖 Covariant AI系統融合了推理技能和物理靈巧性，開發了RFM-1模型處理多種輸入類型，使機器人更全面地理解任務需求。

🧠 機器人可以自主執行任務，根據反饋和交互請求建議，適應環境而不依賴特定任務代碼，簡化了編程過程。

🔗 Covariant的AI系統賦予機器人視覺識別、思考、行動和學習的能力，提高了自動化的靈活性和效率。

8、比特幣礦工向人工智能企業投入數百萬美元，尋求數十億美元回報

比特幣礦工Core Scientific與雲公司CoreWeave達成35億美元合作，拓展人工智能業務，迎接人工智能領域需求增長。這一舉動將帶來豐厚收入，推動礦工企業轉型應對比特幣減半帶來的挑戰。

【AiBase提要:】

⭐ 比特幣礦工Core Scientific與CoreWeave達成35億美元合作，拓展人工智能業務。

⭐ 人工智能領域需求巨大，將提供豐厚收入，推動礦工企業轉型。

⭐ 比特幣礦工們在AI市場中尋求多樣化收入，應對減半帶來的挑戰。

9、IBM 推出高效 LLM 基準測試方法，計算成本降低99%

IBM研究推出了一種創新的LLM基準測試方法，通過微型化基準測試大幅降低評估LLM所需的時間和金錢成本，引起AI社區關注，有望推動人工智能模型評估領域的快速發展。

【AiBase提要:】

⭐️ 創新的LLM基準測試方法降低計算成本99%。

⭐️ 高效方法利用微型化基準測試，減少評估LLM時間和金錢成本。

⭐️ 引起AI社區關注，被廣泛採用，有望推動人工智能模型評估領域發展。

10、麥肯錫全球調查：生成式AI採用開始產生價值

AI的廣泛應用正在改變組織的運營方式，但也帶來了一些負面影響。麥肯錫的調查顯示，人工智能在營銷、銷售等領域帶來成本降低和收入增長，但不準確性和安全性仍是關注點。高績效者在GenAI採用中更具挑戰性，但通過最佳實踐取得成功。

【AiBase提要:】

⭐️ 65%的組織正在定期使用AI，GenAI在多個領域得到廣泛應用，帶來成本降低和收入增長。

⭐️ 44%的受訪者表示從GenAI使用中經歷了負面影響，主要包括不準確性、網絡安全和知識產權侵權等風險。

⭐️ 高績效者在GenAI採用中更有挑戰性，但通過增加風險認識、建立明確流程和培養員工技能取得成功。