微信号

功能介绍

每周日带你回顾本周AIGC与大模型相关新闻，时刻掌握一手咨询。

一、斯坦福李飞飞团队和谷歌团队提出了ZeroNVS，可以实现单个图像零样本360度试图合成。输入一张从某个角度拍摄的客厅图片，整个客厅的样貌就出来了。

论文链接：https://arxiv.org/pdf/2310.17994.pdf

点评：合成图像对于我们来说，应该看起来自然且3D一致，并且它们还应该捕获不可观察区域的许多可能的解释。以往这个具有挑战性的问题，通常是在单个物体，甚至没有背景下研究的，也就是说，对真实性和多样性的要求都被简化了。

二、北京凝聚态物理国家研究中心SF10组、中科院物理研究所、中科院计算机网络信息中心共同合作，将大模型应用于材料科学领域。合作团队将数万个化学合成路径数据投喂给大模型LLAMA2-7b，从而获得了MatChat模型，可用来预测无机材料的合成路径。

点评：这是大模型在细分科学领域的又一应用，提出了一种可能的解决思路，并初步展示出了方法的可行性。通过大模型提取文献数据，进而将文献数据用于大模型训练也是一种可行路径。其意义可说是无机材料合成路径预测领域的“莱特兄弟一分钟飞行”。不过受限于数据集的数量和质量，大模型预测精度尚有一定限制。

三、国内互联网母婴头部平台宝宝树，正式发布母婴行业垂域模型Mika-Brain，并宣布将其应用于宝宝树的各大产品矩阵中，以进一步赋能母婴用户及年轻家庭生活的体验升级。

点评：宝宝树集团董事会联席主席高敏表示：“这也是宝宝树持续推进从‘流量为王’向‘能力导向’的战略转型的关键一步。在大模型技术的加持下，宝宝树希望进一步夯实‘三横三纵’的生态战略打法，将三大核心能力精益运营、生态拓展、硬核科技，与三大方向流量产品、消费产品、服务产品紧密结合，以助力行业品牌破局增长难题。”

四、创新工场董事长兼CE0李开复创办的大模型公司“零一万物”，推出“Yi”系列开源大模型，包括了Yi-6B和Yi-34B两个版本，给了开源大模型社区“一点小小的震撼”。

点评：作为国产大模型， 李开复表示Yi-34B更懂中文，在 C-Eval 中文权威榜单排行榜上超越了全球所有开源大模型。相较于大模型目前最强的GPT-4，Yi-34B在CMMLU、E-Eval、Gaokao三个主要中文指标上具有绝对优势，凸显中文世界的优异能力，能够更好地满足国内市场需求。

五、元象XVERSE公司宣布，开源650亿参数高性能通用大模型XVERSE-65B，同时无条件免费商用，业界尚属首次。此外13B模型全面升级，提高小模型能力上限。

点评：元象XVERSE创始人姚星表示：“面对研发时间紧、算力持续短缺等挑战，团队依靠丰富经验，三个月内研发出多款高性能7B、13B模型，并最早为社区献上一个‘大有可为’的65B模型，为研究、商业及生态创造三重价值。”

六、谷歌DeepMind创始人Shane Legg带领的研究团队发表了一篇关于AGI时间表的论文，其中指出大模型已经是AGI雏形，提出了六条定义AGI的标准。而且根据AI与大模型能力，他们提出了五种AGI的分类，以及对于AGI风险的评估体系。

点评：在人类使用的背景下考虑 AGI 系统，可以让我们思考模型的进步与人类-AI交互范式的进步之间的相互作用。大模型的进步与人与AI交互范式的进步之间的相互作用。大模型研究的作用可以看作是帮助系统的能力沿着通往AGI的道路不断进步，提高其性能和通用性。

七、南洋理工大学、清华大学等发布了一种名为Octopus的视觉可编程智能体，它通过在大量视觉输入和可执行代码的数据对的训练中学会了如何操控电子游戏的角色完成游戏任务，或者完成复杂的家务活动。Octopus通过视觉输入学习、理解真实世界，并以生成可执行代码的方式完成各种实际任务，具备了规划推理和根据实时环境做出反馈的能力。

点评：Octopus是一种具备视觉可编程能力的智能体，通过在仿真环境中的训练学会了操控角色完成游戏任务和家务活动。它具备规划推理和根据实时环境做出反馈的能力，通过RLEF训练策略进一步提升了任务规划和推理能力。这一研究对于实现大模型的具身智能化具有重要意义，为进一步探索多模态大模型的应用提供了新的思路。

八、联发科（MediaTek）正式发布了年度旗舰SoC天玑9300，这款芯片通过4+4全大核的设计，在性能与能耗等方面，全面超越了安卓和苹果竞品。此外还被定义为5G+AIGC移动芯片，提供了远超以往的高智能、高性能、高能效、低功耗卓越特性。

点评：目前根据很多第三方评测，天玑9300工程机的CPU、GPU绝对性能和功耗比均超过了骁龙8-Gen3与A17 Pro，看起来使用全大核的策略是成功的。在其他方面，天玑9300也进行了全面升级，其ISP升级到了Imagiq 990，支持AI语意分割视频引擎、16层图像语意分割、景深和光斑双引擎、全像素对焦叠加2倍无损变焦、OIS光学防抖专核、3麦克风高动态录音降噪，可过滤25km/h风速的99%以上风噪。

END

微信号

功能介绍

每周日带你回顾本周AIGC与大模型相关新闻，时刻掌握一手咨询。

一、斯坦福李飞飞团队和谷歌团队提出了ZeroNVS，可以实现单个图像零样本360度试图合成。输入一张从某个角度拍摄的客厅图片，整个客厅的样貌就出来了。

论文链接：https://arxiv.org/pdf/2310.17994.pdf

点评：合成图像对于我们来说，应该看起来自然且3D一致，并且它们还应该捕获不可观察区域的许多可能的解释。以往这个具有挑战性的问题，通常是在单个物体，甚至没有背景下研究的，也就是说，对真实性和多样性的要求都被简化了。

二、北京凝聚态物理国家研究中心SF10组、中科院物理研究所、中科院计算机网络信息中心共同合作，将大模型应用于材料科学领域。合作团队将数万个化学合成路径数据投喂给大模型LLAMA2-7b，从而获得了MatChat模型，可用来预测无机材料的合成路径。

点评：这是大模型在细分科学领域的又一应用，提出了一种可能的解决思路，并初步展示出了方法的可行性。通过大模型提取文献数据，进而将文献数据用于大模型训练也是一种可行路径。其意义可说是无机材料合成路径预测领域的“莱特兄弟一分钟飞行”。不过受限于数据集的数量和质量，大模型预测精度尚有一定限制。

三、国内互联网母婴头部平台宝宝树，正式发布母婴行业垂域模型Mika-Brain，并宣布将其应用于宝宝树的各大产品矩阵中，以进一步赋能母婴用户及年轻家庭生活的体验升级。

点评：宝宝树集团董事会联席主席高敏表示：“这也是宝宝树持续推进从‘流量为王’向‘能力导向’的战略转型的关键一步。在大模型技术的加持下，宝宝树希望进一步夯实‘三横三纵’的生态战略打法，将三大核心能力精益运营、生态拓展、硬核科技，与三大方向流量产品、消费产品、服务产品紧密结合，以助力行业品牌破局增长难题。”

四、创新工场董事长兼CE0李开复创办的大模型公司“零一万物”，推出“Yi”系列开源大模型，包括了Yi-6B和Yi-34B两个版本，给了开源大模型社区“一点小小的震撼”。

点评：作为国产大模型， 李开复表示Yi-34B更懂中文，在 C-Eval 中文权威榜单排行榜上超越了全球所有开源大模型。相较于大模型目前最强的GPT-4，Yi-34B在CMMLU、E-Eval、Gaokao三个主要中文指标上具有绝对优势，凸显中文世界的优异能力，能够更好地满足国内市场需求。

五、元象XVERSE公司宣布，开源650亿参数高性能通用大模型XVERSE-65B，同时无条件免费商用，业界尚属首次。此外13B模型全面升级，提高小模型能力上限。

点评：元象XVERSE创始人姚星表示：“面对研发时间紧、算力持续短缺等挑战，团队依靠丰富经验，三个月内研发出多款高性能7B、13B模型，并最早为社区献上一个‘大有可为’的65B模型，为研究、商业及生态创造三重价值。”

六、谷歌DeepMind创始人Shane Legg带领的研究团队发表了一篇关于AGI时间表的论文，其中指出大模型已经是AGI雏形，提出了六条定义AGI的标准。而且根据AI与大模型能力，他们提出了五种AGI的分类，以及对于AGI风险的评估体系。

点评：在人类使用的背景下考虑 AGI 系统，可以让我们思考模型的进步与人类-AI交互范式的进步之间的相互作用。大模型的进步与人与AI交互范式的进步之间的相互作用。大模型研究的作用可以看作是帮助系统的能力沿着通往AGI的道路不断进步，提高其性能和通用性。

七、南洋理工大学、清华大学等发布了一种名为Octopus的视觉可编程智能体，它通过在大量视觉输入和可执行代码的数据对的训练中学会了如何操控电子游戏的角色完成游戏任务，或者完成复杂的家务活动。Octopus通过视觉输入学习、理解真实世界，并以生成可执行代码的方式完成各种实际任务，具备了规划推理和根据实时环境做出反馈的能力。

点评：Octopus是一种具备视觉可编程能力的智能体，通过在仿真环境中的训练学会了操控角色完成游戏任务和家务活动。它具备规划推理和根据实时环境做出反馈的能力，通过RLEF训练策略进一步提升了任务规划和推理能力。这一研究对于实现大模型的具身智能化具有重要意义，为进一步探索多模态大模型的应用提供了新的思路。

八、联发科（MediaTek）正式发布了年度旗舰SoC天玑9300，这款芯片通过4+4全大核的设计，在性能与能耗等方面，全面超越了安卓和苹果竞品。此外还被定义为5G+AIGC移动芯片，提供了远超以往的高智能、高性能、高能效、低功耗卓越特性。

点评：目前根据很多第三方评测，天玑9300工程机的CPU、GPU绝对性能和功耗比均超过了骁龙8-Gen3与A17 Pro，看起来使用全大核的策略是成功的。在其他方面，天玑9300也进行了全面升级，其ISP升级到了Imagiq 990，支持AI语意分割视频引擎、16层图像语意分割、景深和光斑双引擎、全像素对焦叠加2倍无损变焦、OIS光学防抖专核、3麦克风高动态录音降噪，可过滤25km/h风速的99%以上风噪。

END