AI 界在本周发生了哪些大事呢？
<h2>观点前瞻</h2>
大模型都在追赶 ChatGPT，而 OpenAI 却准备成为反内卷达人；
本周，OpenAI 前脚刚刚更新了插件 “Code interpreter”，两大最强竞争对手 Anthropic 和谷歌就相继宣布更新 Claude 和 Bard；
两家竞对现在的升级趋势就是让用户 “免费用上 GPT4 plus”，甚至是超越它；
而反观 Ai 大模型鼻祖，这边也是不慌不忙：不仅不卷大模型，甚至是准备停下来等等其它大模型的步伐。
“根据外媒报道，OpenAI 正准备开始创建多个运行成本较低的小型 GPT-4 模型，每个较小的专家模型都在不同的任务和主题领域进行训练。”
简而言之，就是 OpenAI 家正打算走降本的轻量化路线，下一目标很可能是推广多种垂类大模型。
在【硬 AI】看来，OpenAI 这种【混合专家模型】的思路确实会在当下牺牲了一部分回答质量，但也许是更接近产业应用的一条有效路径。
本周日报你还能获得以下咨询：
<blockquote>
1、Bard、Claude2、ChatGPT 纷纷升级，谁都不闲着
2、AI 作图界继续开卷：
Meta 击败 Midjourney；Stability AI 联合腾讯推出 Stable Doodle；视频分割大模型【SAM-PT】现身；
3、国内模型大事件：
网信办给国内大模型 “上保险”；阿里开源国内首个大模型&#34;对齐数据集”；京东发布言犀大模型；智源超越 DeepMind；王小川大模型再升级
4、海外热点消息
牛津、剑桥纷纷解除对 ChatGPT 禁令；Meta 要发 AI 模型商用版；马斯克 “打脸” 现场，从抵制 AI 到成立&#34;xAI&#34;；
</blockquote>
<h2>Bard、Claude2、ChatGPT 都不闲着</h2>
1、Bard 更新：支持中文、图像理解、语音提问
此前只支持英文提问的 Bard 终于更新了中文等 40 多种语言的输入，还新增欧盟和巴西地区访问，
不仅如此，Bard 还更新了以下几个功能：
<blockquote>
<ol>
<li>上传和理解图片（tips：仅支持英文版）</li>
<li>可以通过语音进行提问；</li>
<li>保存历史记录和分享对话链接（与 GPT 一样）</li>
<li>定制回复的长度、风格</li>
<li>导出代码功能</li>
</ol>
</blockquote>
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/0f2e942b-8974-4c66-b9e4-594121764d78.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="1024" height="682" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/0f2e942b-8974-4c66-b9e4-594121764d78.png"/>
2、Claude2：一键帮你总结 PDF
Claude 升级的第二代直接用上 GPT plus 会员，支持上传 PDF，还能帮你查找、总结多文档内容之间的关系（支持 txt、pdf 多种格式，最高不超过 10MB）
3、ChatGPT 上线最牛插件 - 代码解释器
GPT4 最新插件 - 代码解释器，起初这个插件被称作—让每个人都成为数据分析师 (主要是在数据处理、绘图方面很厉害)；
不过最近又在网友的测试下，解锁了一些新功能：比如做成小视频、制作简易小游戏、表情包等等；
感觉这个插件的功能还有待网友们继续探索和解密。
<h2>AI 作图界又发生了哪些大事</h2>
1、Meta 突破多模态天花板，打败 Stable Diffusion、Midjourney
Meta 推出一款单一多模态大模型——CM3leon，问市即巅峰？
现在都说 CM3leon 比 Stable Diffusion、Midjourney、DALL-E 2 还牛，这是为啥？
【有多硬】
CM3leon 采用自回归模型独领风骚，比前期领航梯队 Stable Diffusion 等多模态采用的扩散模型的计算量少了五倍；
能处理更复杂的提示词，并且完成作图任务；
根据任意格式的文本指令对现有图像进行编辑，比如更改天空颜色，或者在特定位置添加对象。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a3149a54-3f1a-474c-9248-f19166d5b118.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="908" height="216" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a3149a54-3f1a-474c-9248-f19166d5b118.png"/>
客观的说：CM3leon 能达到的能力还真的可以位居多模态市场巅峰，不仅是清晰度更高、还能突破此前多模态的绘画瓶颈：比如手部细节刻画、用语言提示词进行物体、空间细节布局等；
这可能都要归功于 CM3leon 的多功能架构，这意味着多模态大模型以后可以实现在文本、图像、视频等多任务间自由切换，这是之前多模态所达不到的。
2、Stability AI 推出图片生成控制模型 Stable Doodle
简单来说 Stable Doodle 大模型就是给它一张草图，帮助你实现图片控制；类似 ControlNET 的功效；
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fe18c58c-dda8-49ce-995d-860790fb643f.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="908" height="942" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fe18c58c-dda8-49ce-995d-860790fb643f.png"/>
【有多硬】
这个 Stable Doodle 是基于 Stable Diffusion XL 模型与 T2I-Adapter 相结合而成。
而 T2I-Adapter 是腾讯 ARC 实验室的一款图文控制器；参数只有 70M 存储空间 300M，非常小巧，但是能够更好的理解草图的轮廓，并帮助 SDXL 做图片生成进一步的控制；
3、视频分割大模型【SAM-PT】现身
前段时间，Meta AI 开源了一个非常强大的图像分割基础模型 Segment Anything Model（SAM），瞬间引爆了 AI 圈。
现在，来自苏黎世联邦理工学院、香港科技大学、瑞士洛桑联邦理工学院的研究人员发布了 SAM-PT 模型，能将 SAM 的零样本能力扩展到动态视频的跟踪和分割任务。
也就是说，视频也能进行细节分割了。
<h2>国内大模型事件</h2>
1、网信办出手，国内大模型，有了 “保险”
国家网信办等七部门联合公布《生成式人工智能服务管理暂行办法》（以下称《办法》），自 2023 年 8 月 15 日起施行。
<blockquote>
主要包括：
1、要求分类分级监管；
2、明确提出训练数据处理、标注等要求；
3、明确了提供和使用生成式 AI 服务的要求；
</blockquote>
《办法》的出台相当于给在国内使用、提供生成式 AI 服务的企业上了一个保险，以后哪怕是有问题，也知道去哪里投诉了。
2、阿里开源国内首个大模型&#34;对齐数据集”
上个月，天猫精灵和通义大模型联合团队公布了一个 100PoisonMpts 大模型治理开源数据集，又称为 “给 AI 的 100 瓶毒药”，目的是试图引导 AI 落入一般人也难以避免的歧视和偏见的陷阱。
这是对多个大模型投毒后的结果评测：在抑郁症问题上，也还是 GPT4、GPT3.5 以及 Claude 的综合得分更高；
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/7e6c145d-87a4-4552-9881-c63690d22178.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="833" height="680" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/7e6c145d-87a4-4552-9881-c63690d22178.png"/>
阿里又开源了一个 15 万条数据的大模型对齐评测数据集——CValue，主要用于 “大模型对齐” 研究；
<div>
<div>
对齐是干嘛的？
</div>
</div>
简单来说，大模型对齐研究就是让 AI 给出符合更人类意图的答案，主要是在回答更富有情感、具有共情能力，且符合人类价值观，希望 AI 以后也学会人文关怀。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e9048653-d21a-4869-a7ff-5c4a9d9c67bf.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="1024" height="385" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e9048653-d21a-4869-a7ff-5c4a9d9c67bf.png"/>
<div>
<div>
右侧是对齐后的结果：测试 ChatPLUG-100Poison 通过对齐训练后的回答，确实有点人情味儿啦～
</div>
</div>
3、京东发布言犀大模型
京东正式发布言犀大模型、言犀 AI 开发计算平台，想做最懂产业的服务工具。
目前，言犀已经启动预约注册，预计 8 月正式上线。
4、智源超越 DeepMind
智源研究院「悟道·视界」研究团队开源了全新的统一多模态预训练模型——Emu。不仅在 8 项基准测试中表现优异，而且还超越了此前的一众 SOTA。
该预训练模型最大的特点是：打通多模态输入—多模态输出；
实现了：多模态任意图文任务的内容补全，并对任务进行下一步自回归预测；
这一套预训练模型能干什么大事？
可以训练媲美 Meta 新鲜出炉的 CM3leon 大模型啊。（方法给到了，剩下的全靠个人努力了）
5、王小川大模型再升级
百川智能再次发升级版大模型 Baichuan-13B，参数直接从 70 亿飙到了 130 亿。
一同出道的还有一个对话模型 Baichuan-13B-Chat，以及它的 INT4/INT8 两个量化版本。
Baichuan-13B 刷新开源训练数据天花板：
Baichuan-13B 大模型的训练数据量有 1.4 万亿 token！是 LLaMA_13B（Meta 知名大模型）的 140%；在中文语言评测中，特别是自然科学、医学、艺术、数学等领域直接跑赢 GPT。
<h2>其它 AI 海外消息</h2>
<blockquote>
<ol>
<li>牛津、剑桥纷纷解除对 ChatGPT 禁令；</li>
<li>Meta 要发 AI 模型商用版；</li>
<li>马斯克 “打脸” 现场，曾高调抵制生成式 AI，如今宣布成立&#34;xAI&#34;；</li>
</ol>
</blockquote>
本文作者：韩枫，来源：硬 AI，原文标题：《Bard、Cladue、GPT 掀起海外大模型&#34;混战&#34;，OpenAI 开始反内卷？Meta 击败 Midjourney |【硬 AI】周报》

腾讯控股(ADR)

腾讯控股

OpenAI

Bard、Claude2、ChatGPT 纷纷升级，谁都不闲着；大模型都在追赶 ChatGPT，而 OpenAI 却准备成为反内卷达人；Meta 击败 Midjourney；Stability AI 联合腾讯推出 Stable Doodle；

Bard、Cladue、GPT 掀起海外大模型” 混战”，OpenAI 开始反内卷？Meta 击败 Midjourney |【硬 AI】周报