Cyber Weekly #11

赛博·新闻

1、苹果召开2024年WWDC开发者大会

本周二（6月11日）凌晨1点，苹果召开2024年全球开发者大会，宣布与OpenAl合作，在iOS18、iPadOS18和macOS Sequoia中全面支持GPT-4o。用户在询问Siri问题时，Siri可以直接以ChatGPT的Al能力回答与文本、文档、照片、PDF等相关的问题。

更多WWDC24的报道：

甲子光年：苹果重新定义AI：AI=Apple Intelligence｜甲子光年
APPSO：iOS18正式融合GPT-4o，苹果重新定义「AI」，你的iPhone喜提史诗级更新！
量子位：苹果一夜重塑iPhone！GPT-4o加持Siri，AI深入所有APP，库克：开启苹果AI下一章
有新：深度｜Apple Intelligence正式发布！Siri进入新时代；ChatGPT接入苹果各个平台
极客公园：苹果AI，给手机+AI打了一个样
卡兹克：今年苹果的WWDC大会只有一件事-AI、AI、还是AI。
新硅：看完苹果的AI功能，我觉得它在逼我买最新款iPhone
四木相对论：Apple Intelligence：苹果终于打响大模型时代第一枪
夕小瑶：一夜之间，苹果杀死无数AI工具创业公司！GPT-4o深度整合进苹果

2、Stable Diffusion 3 Medium正式开源

本周三（6月12日），Stability AI正式开源了Stable Diffusion 3 Medium（2B），这是迄今为止最先进的文生图开源模型，被视为生成式AI发展的一个重要里程碑，该模型可以通过HuggingFace下载。它具有一些显著的优点：

照片写实主义：克服手部和面部常见的瑕疵，无需复杂的工作流即可提供高质量的图像。
提示遵循：理解涉及空间关系、构图元素、动作和风格的复杂提示。
排版：在Diffusion Transformer架构的帮助下，在生成没有伪影和拼写错误的文本方面取得了前所未有的效果。
资源高效利用：由于占用较低的VRAM空间，非常适合在标准消费者GPU上运行且不会降低性能。
微调：能够从小数据集中吸收细微的细节，非常适合定制化。

3、任何声音一键写歌，Suno让音乐彻底无门槛

本周三（6月12日），Suno正式推出了一个新功能：用任何声音写歌的「音频输入」。这进一步降低了普通人音乐创作的门槛，但目前只有Pro或者Premier订阅用户可用。

4、英伟达开源最强通用模型Nemotron-4 340B

本周五（6月15日），英伟达宣布推出Nemotron-4 340B（3400亿参数）系列模型，它包含一系列模型（基础模型Base、指令模型Instruct和奖励模型Reward），开发人员可以使用这些模型生成合成数据，用于训练大语言模型，可用于医疗健康、金融、制造、零售等所有行业的商业应用。英伟达使用了9万亿个token（文本单位）进行训练，Nemotron-4 340B-Base在常识推理任务，如ARC-c、MMLU和BBH基准测试中，可以和Llama-370B、Mixtral 8x22B和Qwen-2 72B模型媲美，该模型目前已经可从HuggingFace下载。

5、AI视频生成模型Dream Machine发布，比Sora更真实流畅

本周Luma公司发布最新的视频生产模型Dream Machine（造梦机器），效果比OpenAI Sora更真实、更流畅，网友无不惊叹，免费体验地址。Dream Machine的主要特点：

120秒生成120帧，动作逼真连贯
角色一致性极强，能够模拟物理世界
运镜流畅自然，情感匹配场景

6、美图版Sora最新视频曝光，还连发6款AI生产力工具

美图CEO吴欣鸿，在美图影像节上展示了奇想大模型视频生成的最新效果，现场发布6款产品，覆盖多种领域：

美图云修V2：专业级AI批量修图软件
开拍V2：AI制作口播视频工具
美图设计室V3：电商AI设计工具
站酷设计服务：优质设计服务平台
奇觅：游戏物料AI制作与投放平台
MOKI：AI短片工具

7、马斯克撤销对OpenAI和Sam Altman的诉讼

本周二（6月11日），Elon Musk在加利福尼亚州法院撤回了针对OpenAI、Sam Altman和Greg Brockman的诉讼。此前，Musk公开批评了OpenAI及其与苹果的新合作伙伴关系。这起案件被驳回，但未排除再次提起诉讼的可能性。Musk在2月份对OpenAI、Altman和Brockman提起了违约和受托责任的诉讼。专家指出，这起案件的法律基础存疑，因为诉讼的核心合同并非所有相关方签署的正式书面协议。Musk声称，早期的OpenAI团队旨在为人类利益开发人工通用智能（AGI），但该项目已转变为一个主要由微软控股的盈利实体。

8、OpenAI年收入将达34亿美元，但和苹果合作却没收一分钱

据The Information最新消息，OpenAI首席执行官Sam Altman对员工表示，在过去六个月左右的时间里，OpenAI的年收入增长了一倍多，年化营收有望达到34亿美元。然而，根据彭博社最新消息，在这次苹果与OpenAI的合作中，双方都未向对方支付费用。知情人士表示，双方认为将OpenAI的品牌和技术推向数亿台设备上，比金钱支付拥有更大的价值。

9、微软正在推动OpenAI转变为营利性公司，Sam Altman或拥有更多股权

根据The Information最新报道，Sam Altman最近告诉一些股东，OpenAI正在考虑将其治理结构转变为一家营利性企业，OpenAI的非营利董事会无法控制该企业，而这一行为也是微软一直在推动的。Altman还表示，董事会正在考虑的一种方案是成立一家营利性福利公司，Anthropic和xAI等竞争对手正在使用这种方案。

10、“小爱同学”接入豆包大模型

本周三，小米旗下人工智能助手“小爱同学”与火山引擎达成合作，双方基于豆包大模型为用户带来更智能的AI交互体验。借助字节跳动豆包大模型提供的联网搜索插件能力，小爱智能助手将能够实时捕获与头条内容同源的搜索结果，为用户呈现全面且时效性强的答复。但这并不意味着小米不自研基座大模型，或许和苹果一样，现阶段使用行业内体验较好的大模型也只是无奈之选。

11、复旦大学公布高考数学大模型评测结果

本周，复旦大学NLP实验室LLM EVAL团队发布2024年高考数学大模型评测的结果。在这次评测中，阿里千问和讯飞星火分别获得了2024年高考数学新I卷的第一名和第二名，以及高考数学新II卷的第二名和第一名。而在两份考卷的评测中，GPT-4o均列第三名。字节豆包、智谱清言、百川等大模型紧随其后，而百度文心一言、Kimi等大模型准确率较低。

赛博·洞见

1、国产大模型四巨头现场激辩：价格战对中国AI有利，但降价逼不出AGI

6月14日上午，国内大模型“四小龙”：百川智能CEO王小川、智谱AICEO张鹏、月之暗面CEO杨植麟、面壁智能CEO李大海在2024年智源大会上就“大模型是否是通往AGI之路的基石”展开深入探讨，各位嘉宾分享了他们对大模型在AGI发展中关键作用的见解。以下为本次对谈的要点：

王小川：大模型是通往AGI的基石，但仅靠Scaling Law无法实现AGI，还需进行范式转换，如数据算法算力的创新，以及探索新的学习范式和压缩模式。此外，他认为AGI的定义可以是能否造医生，因为医生是智力密度最高的职业之一，具备多模态处理、少幻觉、记忆、推理、查文献等能力。
张鹏：虽然目前无法确定大模型能否帮助人类达到AGI的顶峰，但在现阶段，大模型是有效的，并且Scaling Law在未来相当一段时间内仍然会发挥作用。他认为AGI是一个动态的概念，其内涵和外延会不断变化。
杨植麟：大模型是第一性原理，通过提升模型规模和进行更好的压缩，可以产生智能。但在数据稀缺或不存在的领域，需要解决数据问题。他认为AGI的定义重要，但短期内难以精确量化，需要对评估维度进行拆分，以更好地衡量AGI的开发进度。
李大海：大模型是通往AGI方向上当前所有技术中能走得最远的，但能否直接达到AGI还存在未知因素。他认为大模型目前主要处理人的大脑系统1的工作，未来需要通过agent技术将系统2的能力外部化或内化。此外，他从经济学角度定义AGI为执行任何任务的边际成本为零，并认为大模型的智能密度和小型化也是重要的发展方向。

2、Elon Musk万字访谈：AI，脑机接口，与火星移民计划

马斯克深度访谈，干货满满，他谈到现在的AI（如OpenA ChatGPT和Google Gemini）基本上被训练来撒谎（迎合政治正确，和人类价值观“对齐”），而非追求真理，这种做法是非常危险的。马斯克认为对于AI来说，最安全的做法是最大限度地追求真理，即使真理不受欢迎，其次是让AI保持好奇心，这可以促进人类的发展。此外，马斯克强调了通信带宽在AI对齐中的重要性，认为提高通信速度可以减少AI带来的风险，同时实现大脑和脊柱的修复。最后，Musk强调了将人类变为多星球物种的重要性，以应对未来可能发生的自然灾难和确保意识的延续。

3、独家对话李开复：中国AI助手赛道DAU仅千万量级，大模型市场教育很迫切

腾讯科技对话大模型行业的创业者、零一万物CEO李开复博士，李开复指出当前国内AI助手的DAU仅在千万量级，远低于ChatGPT的亿级用户量，市场教育是当前最紧迫的任务，用户对AI助手的认识不足，常将其误作搜索引擎使用。他还讨论了大模型的评测方法、产品体验的提升、用户增长策略以及个人在团队中的领导方式。

4、万字访谈AI独角兽97年华人CEO：高质量数据对训练先进AI模型有多重要？人类智能的长期推理和优化能力是关键优势

本文是对AI独角兽Scale AI（专注于AI的数据处理）CEO Alexandr Wang进行的一次深入访谈，Wang认为高质量数据是推动AI发展的关键，而评估和透明度对于建立对AI技术的信任至关重要。此外，尽管AI在某些领域超越了人类，Wang相信人类智能的长期推理和优化能力是关键优势。

5、a16z：Top100 GenAI Consumer Apps最新官方解读

a16z发布了Top100 GenAI Consumer Apps名单，文章分析了生成式AI消费应用的市场趋势、产品特性以及全球AI技术的发展情况，其中陪伴类应用非常突出，这类应用种类繁多，旨在迎合不同用户群体的需求，同时它们并不局限于开放式对话，可能以游戏、教练或其他形式呈现。

6、AI应用爆发前夜的三个信号

松鹅撰写，主要讨论了AI应用即将到来的爆发前夜的三个关键信号：

大模型效果的提升和成本的下降是AI应用发展的核心驱动力：模型效果的提升和推理成本的大幅下降是AI应用商业化的关键。只有成本真正降低，才能让一些应用的商业模式成立。
已有互联网产品加入AI后的营收增长是AI商业价值的体现：这些产品具备市场地位、行业知识、客户关系等优势，理应最早收获AI带来的价值。文章预测，会有一些产品因为加入AI而使得营收增长至少30%。
共识下的应用层创业者的出现和成功是AI创新的关键：这些创业者因市场共识迅速获得融资，他们的成功将激励更多创业者进入市场，推动AI应用层的快速发展。

7、苹果专为私人AI处理设计云智能系统

这篇文章介绍了苹果公司的Private Cloud Compute（PCC）系统，这是一个专为私人AI处理而设计的云智能系统。PCC采用定制的苹果芯片和加固操作系统，将苹果设备领先的安全和隐私保护扩展到云端，确保用户发送到PCC的个人数据除用户外任何人都无法访问，甚至包括苹果公司在内。

8、LLM自动化对齐技术

阿里巴巴和中科院合作发布的论文，全面概述了大语言模型自动对齐的主要技术路径。利用自动对齐技术，以最少的人工干预，建立高质量、可扩展的对齐系统，使得语言模型能够满足人类需求。现有的自动化对齐技术分为以下四种：

通过归纳偏差对齐（Aligning through inductive bias）
通过行为模仿对齐（Aligning through behavior imitation）
通过模型反馈对齐（Aligning through model feedback）
通过环境反馈对齐（Aligning through environment feedback）

9、达摩院推出“全自动竞技场”评测框架

达摩院重磅推出大语言模型“全自动竞技场Auto Arena”评测框架，首次实现无需人工标注的评测革命。通过大模型出题、大模型辩论、大模型委员会裁定，该方法无需任何人工，却可以达成目前和人类评测结果一致度最高的结果。

10、图解自注意力机制(Self-Attention)

本文通过图解的方式详细解释了自注意力机制(Self-Attention)的原理、应用以及与RNN的区别。Self-Attention机制通过并行计算和考虑所有输入的方式，有效地解决了传统序列模型如RNN在处理长序列时的局限性，并且在捕捉序列内部元素关系方面更为灵活和有效。

11、智变时代/全面理解机器智能与生成式AI加速的新工业革命

本文洋洋洒洒3.6w字，回顾了近一年半AI的重大发展，文章深入探讨了生成式AI技术如何推动新工业革命，并全面分析了AI领域的最新进展、应用、变革及其对未来产业和人类自身的影响。本文分为五个章节，首先讨论了AI模型的竞争和变革本质，接着探讨了智能代理和组织新形态，然后分析了AI如何诱导需求和改变算力结构，进一步讨论了AI模型的理解和演化，最后探讨了职业变迁、自我提升与科技对社会的深远影响。