阿里云发布 VideoLLaMA 2 视频语言模型 提升模型对视频、音频内容的理解能力

via XiaoHu.AI学院 (author: 小互)

Telegraph

阿里云发布 VideoLLaMA 2 视频语言模型 提升模型对视频、音频内容的理解能力

VideoLLaMA 2 是一个旨在提升视频大语言模型（Video-LLM）时空建模和音频理解能力的项目。该模型集成了一个专门设计的时空卷积（Spatial-Temporal Convolution，STC）连接器，有效捕捉视频数据中的复杂时空动态。此外，通过联合训练，模型还集成了音频分支，增强了多模态理解能力。 理解视频里的动作和变化：它能识别视频中人物的动作和事件，比如知道某人在做什么。 处理视频中的声音：它不仅看视频，还能听视频里的声音，比如说话声或音乐，并结合声音和画面理解内容。 回答关于视频的…

基于大语言模型的知识库问答系统 支持自动爬取在线文档 兼容多个大模型

MaxKB 是一个基于大语言模型 (LLM) 的智能知识库问答系统。它能够帮助企业高效地管理知识，并提供智能问答功能。想象一下，你有一个虚拟助手，可以回答各种关于公司内部知识的问题，无论是政策、流程，还是技术文档，MaxKB 都能快速准确地给出答案。

假设你是某科技公司的新员工，需要了解公司的一些技术文档和流程。通常，你可能需要花费大量时间去查找和阅读文档。但是有了 MaxKB，你只需要在系统中输入问题，比如“公司的VPN使用指南是什么？”或者“如何提交技术支持请求？”，系统会快速给出详细的回答，甚至提供相关文档的链接，极大提高了工作效率。

Support authors and subscribe to content

This is premium stuff. Subscribe to read the entire article.
Login if you have purchased

Subscribe
Gain access to all our Premium contents.
More than 100+ articles.
Subscribe Now

via XiaoHu.AI学院 (author: 小互)

🤖 OpenAI 考虑采用公益公司结构，或为 IPO 铺平道路

OpenAI 首席执行官 Sam Altman 暗示公司治理结构可能发生转变，正在探索类似竞争对手 Anthropic 和 xAI 的营利性公益公司模式。鉴于 OpenAI 目前的私募估值已达 860 亿美元，此举可能为未来首次公开募股 (IPO) 铺平道路。这一变化还将使 Altman 有可能获得公司股份，这是部分投资者一直倡导的举措。

(@The Information)

via 老裕泰 - Telegram Channel

美国 Meta 公司暂停使用欧洲用户数据训练人工智能的计划

美国 Meta 公司在当地时间14日宣布，由于爱尔兰隐私监管机构的反对意见，该公司将暂停使用欧盟和英国用户数据训练其人工智能系统的计划。Meta 在一篇博客文章中表示，爱尔兰数据保护委员会要求该公司推迟使用公开发布在脸书和 IG 个人资料上的内容来训练其大型语言模型。Meta 表示对这一要求感到“失望”，“特别是因为我们采纳了监管部门的反馈意见，而且欧洲数据保护机构自三月份以来就已获悉此事。”

—— TheVerge

via 风向旗参考快讯 - Telegram Channel

🤖 苹果嘲讽 AI PC 推进，强调自身 AI 实力

苹果高管对微软、AMD 和英特尔最近推出的 AI PC 发起了抨击，声称苹果在 iPhone 和 Mac 中使用的 AI 芯片领先数年。苹果软件工程高级副总裁克雷格·费德里希（Craig Federighi）驳斥了“AI PC”的概念，称苹果自 2017 年的 A11 芯片起就开始使用神经引擎。他还指出，苹果在 MacBook 中使用基于 Arm 架构的 M1 芯片早于微软和高通使用 Arm 芯片为 Copilot+ PC 的努力。

苹果高管还嘲讽了微软最近推迟的 Copilot+ PC 的“召回”功能，该功能记录所有计算机活动，引发了隐私问题。苹果营销高级副总裁格雷格·乔斯维亚克（Greg Joswiak）表示，苹果并没有因为竞争对手的失败而感到沮丧。

费德里希还解释了为什么苹果不会将 macOS-iPadOS 双启动功能引入 iPad，称目前的 iPad 体验“是最好的”，并且苹果没有试图创造“Windows 8 PC”。

(PCMag.com)

via 老裕泰 - Telegram Channel

🚨 斯诺登抨击 OpenAI 聘用前国家安全局局长 🚨

爱德华·斯诺登批评 OpenAI 任命退役将军保罗·纳卡索内，前国家安全局局长，为其董事会成员。斯诺登声称这是对用户权利的“背叛”，并引用 OpenAI 为其 AI 模型（包括 ChatGPT）收集数据的做法，该模型每天处理来自数千万用户的數據。虽然 OpenAI 強调纳卡索内的网络安全专业知识以及对负责任的 AI 开发的承诺，但斯诺登和安全专家马修·格林表达了对大规模监控的担忧。OpenAI 已经声明，它优先考虑其系统和数据的安全性，但它可能被迫向执法部门披露用户信息。

(PCMag.com)

via 老裕泰 - Telegram Channel

🤖 七国集团谴责中国补贴和高科技出口

七国集团（G7）国家，包括美国，对中国对电动汽车、电池和太阳能电池板等行业的巨额补贴表示担忧，他们声称这些补贴扭曲了全球市场，损害了其他国家。七国集团领导人誓言要抵制廉价中国高科技产品的涌入，理由是不公平的经济竞争。美国已经对包括电动汽车电池在内的中国产品征收关税，并正在考虑采取进一步措施来“公平竞争”。七国集团还批评中国对俄罗斯经济和军工产业的支持，敦促中国向俄罗斯施压，要求其从乌克兰撤军。峰会还讨论了人工智能的潜在风险，教皇方济各警告说，在面对先进技术时，需要维护人类尊严。

(华尔街日报)

via 老裕泰 - Telegram Channel

🤖 Meta 的 AI 聊天机器人因隐私问题在欧洲受阻

Meta 已经暂停了在欧洲推出其 AI 助理的计划，原因是爱尔兰隐私监管机构的反对。爱尔兰数据保护委员会 (DPC) 要求 Meta 延迟使用公开发布的 Facebook 和 Instagram 数据训练其大型语言模型，理由是担心用户隐私。Meta 声称，这种限制将导致“二流”产品，因为它无法在没有本地数据的情况下训练其模型。然而，包括英国信息专员办公室在内的欧洲监管机构对暂停表示欢迎，强调了用户数据保护的重要性。DPC 的要求是在倡导组织 NOYB 提出投诉后做出的，该组织认为 Meta 的数据收集做法违反了通用数据保护条例 (GDPR)。

(The Verge)

via 老裕泰 - Telegram Channel

🤖 自托管 Llama-3：与 ChatGPT 成本比较

在 AWS EKS 上自托管 Llama-3 8B-Instruct 模型的成本明显高于使用 ChatGPT 3.5 Turbo。虽然 ChatGPT 每百万个 token 收费 1 美元，但在 EKS 上自托管的成本为每百万个 token 17 美元。

然而，自托管硬件本身可以大幅降低成本。使用 4 个 NVIDIA Tesla T4 GPU，每百万个 token 的成本降至 0.01 美元，远低于 ChatGPT。虽然初始硬件成本为 3800 美元，大约需要 5.5 年才能收回成本，但这种方法可以提供长期的成本节约。

需要注意的是，这些计算假设 100% 的利用率，这在实际中是不现实的。实际的成本节约将取决于 LLM 使用的频率。

(HackerNews)

via 老裕泰 - Telegram Channel

#AI #大模型 #跨平台

💻 LM Studio - 一个可以在本地运行大模型的程序

LM Studio 可以在本地轻松部署使用 Llama 3、Phi 3、Falcon、Mistral、StarCoder、Gemma 等大模型

LM Studio 使用 CPU 和内存进行推理，可以不依赖显卡算力，所以只要你的电脑不是太老，基本上都可以安装使用

支持Windows、Linux、macOS

📑相关阅读

▫️Pinokio - 真「一键」部署 AI 大模型神器！
▫️Jan - 一个多合一的 AI 大模型客户端
▫️Ollama - 在本地运行 Llama 2 大模型

📮投稿 📢频道 💬群聊 🔎索引

via 极客分享 - Telegram Channel

👉 名称：tduck-front
🤖 类型：🎯项目
👏 介绍：Tduck 填鸭表单是一款自定义表单工具，支持问卷调查、数据收集等功能。采用无代码理念支持开发自定义组件，简单拖拽即可生成表单，完成数据收集。采用 SpringBoot+Vue+ElementUI 技术栈，功能强大界面清新，支持一键部署
滴滴也开源了一套轻量、安全的问卷系统基座，提供面向个人和企业的一站式产品级解决方案，快速满足各类线上调研场景👉xiaoju-survey。

via 老胡周刊资源分享频道 - Telegram Channel

国产可信 Docker 镜像中心 Atomhub已上线

由开放原子开源基金会主导，华为、浪潮、DaoCloud 、谐云、青云、飓风引擎以及 OpenSDV 开源联盟、openEuler 社区、OpenCloudOS 社区等成员单位共同发起建设的 AtomHub 可信镜像中心正式开放公测。

Atomhub

补充：服务于去年底上线，目前网站热度较高，暂时无法正常访问。

关注频道 @ZaiHuaPd
频道爆料 @ZaiHuabot

via 软件新闻频道📮投稿爆料 - Telegram Channel

Invalid media: image

📱 苹果的 AI 推进引发股价创历史新高

苹果的股价正在飙升，达到 2021 年以来的最佳周表现，这得益于投资者对其 AI 战略的乐观情绪。该公司将 ChatGPT 和其他 AI 功能集成到 iPhone 中，预计将推动大规模升级周期，超过 40% 的苹果 8 亿多智能手机用户拥有 iPhone 12 或更旧的机型。分析师预测，未来两年 iPhone 收入将增长高达 20%，这得益于 AI 功能的吸引力。苹果的市值已超过微软，成为全球市值最大的公司。自 4 月以来，该股的市值已增长超过 7000 亿美元，买入评级接近 2017 年以来的最高水平。

(Bloomberg Technology)

via 老裕泰 - Telegram Channel

📈 Adobe 凭借 AI 乐观情绪股价飙升，上调营收预期

Adobe 的股价在盘前交易中飙升 14%，此前该公司将年度营收预期上调至 214.5 亿美元，这得益于其 AI 驱动的编辑工具的强劲采用。此举缓解了投资者对来自 OpenAI 等 AI 初创公司的竞争的担忧。Adobe 于去年推出的 Firefly 图像生成软件正在取得成功，现有用户正在升级到更高价格的计划以获得访问权限。该公司的数字媒体业务占其收入的 74%，第二季度收入为 39.1 亿美元，超过分析师预期。至少六家经纪公司在发布积极消息后上调了 Adobe 股票的目标价。

(路透社)

via 老裕泰 - Telegram Channel

Clearview AI 收集美国人脸部照片，现在所有美国人都可以得到它的股份

2024-06-14 17:25 by 火星超人

美国脸部识别创业公司 Clearview AI 在集体诉讼中被控侵犯隐私，它同意达成和解，但和解费不是现金而是公司股份，其面部照片数据库中的每一个人都可以分享到该公司 23% 的股份。Clearview AI 从 Web 以及 Facebook、LinkedIn 和 Instagram 等社媒网站抓取了数十亿张照片，基本上涵盖了每一个美国人，它开发了一个面部识别应用，供警局、美国国土安全部和 FBI 使用。在其行为曝光之后，它在美国各地都遭到了诉讼，这些诉讼后来合并为集体诉讼，任何照片被收集的人都可以成为诉讼的一员。该公司目前估值 2.25 亿美元，23% 的股份价值约 5200 万美元，律师费不超过总金额的 39%——即相当于 2000 万美元。和解协议仍然需要获得法官的批准。

https://www.nytimes.com/2024/06/13/technology/clearview-ai-facial-recognition-settlement.html

#USA

via Solidot - Telegram Channel

🤖 人工智能的环境影响：日益增长的担忧

本周的《日经亚洲》文章强调了人工智能热潮带来的巨大环境成本。生成一张人工智能图像的能耗相当于给 522 部智能手机充电，而 1000 张图像的二氧化碳排放量相当于汽油车行驶 4.1 英里的排放量。数据中心对于人工智能的训练和运行至关重要，它们耗能巨大，亚马逊等科技巨头正在大力投资建设数据中心。文章强调需要利用可再生能源来减轻这些设施对环境的影响。

(日经)

via 老裕泰 - Telegram Channel

🤖 中国人工智能研究院誓言支持初创企业，与美国展开竞争

北京人工智能研究院（BAAI）承诺支持国内生成式人工智能公司，旨在与美国竞争对手在该领域展开竞争。该研究院在其年度会议上展示了新的大型语言模型（LLM），其中包括一个与中国电信合作开发的模型，该模型仅需传统模型 10% 的计算能力，即可提供相当的性能。该模型是开源的，允许开发人员免费使用它来创建自己的生成式人工智能产品。

BAAI 成立于 2018 年，是一个由中国政府支持的非营利组织。它与微软支持的 OpenAI 和谷歌一起被公认为人工智能技术领域的领导者。该研究院促进开源模型的努力，可以减少中国对 Meta 的 Llama 等美国替代品的依赖。

BAAI 还正在开发能够处理图像和音频的多模态模型，并将人工智能系统集成到机器人中。该研究院计划发布大型数据集，用于训练和调整 LLM。

尽管中国取得了进展，但人们仍然担心该国对美国技术的依赖以及人工智能服务定价可能出现的“价格战”。

(日经)

via 老裕泰 - Telegram Channel

🖼️ Picsart 和 Getty 联手挑战 Adobe 的 AI 图像生成器

Picsart 和 Getty Images 正在合作推出一个“商业安全”的 AI 图像生成器，该生成器专门使用 Getty 的授权内容进行训练。此举旨在解决围绕 AI 生成图像的版权问题。该工具预计将在今年晚些时候推出，将通过 Picsart 的 API 服务提供，并允许付费订阅者生成具有完全商业权利的图像。这种合作关系类似于 Adobe 的 Firefly AI 模型，该模型也使用库存图像进行训练，但其训练数据也面临批评。Getty 之前已与其他公司合作开发面向商业的 AI 产品，包括 Bria AI、Runway 和 Nvidia。虽然 Adobe 的 Firefly 模型已集成到 Photoshop 等流行应用程序中，但 Picsart 的即将推出的产品需要说服创意人员切换平台。

(The Verge)

via 老裕泰 - Telegram Channel

🤖 必应的 AI 搜索：广告超越关键词，但透明度滞后

微软的必应正在尝试使用 AI 驱动的搜索，利用像必应 Copilot 这样的聊天机器人来提供搜索结果和广告。这种新方法超越了传统的基于关键词的广告，考虑了用户的对话历史和 AI 生成的内容。虽然微软声称广告高度相关，但一些用户和广告商报告了不连贯且可能具有欺骗性的广告。

必应的广告收入相当可观，每年产生 180 亿美元，但 AI 功能的贡献尚不清楚。广告商正在被拉入这个新世界，没有太多选择，因为微软使用现有广告活动来填充 Copilot 和 AI 概述中的广告位。

虽然微软声称用户对 Copilot 中广告的参与度很高，但透明度仍然是一个问题。广告商难以衡量这些新广告的有效性，并且缺乏关于如何制作这些广告的指导。

这种搜索方式的转变意义重大，谷歌也在尝试使用 AI 驱动的搜索。搜索的未来很可能由 AI 主导，广告商需要适应这种新的环境。

(Business Latest)

via 老裕泰 - Telegram Channel

📈 中国汽车制造商全球销量超越美国竞争对手

中国汽车制造商，以比亚迪为首，在 2023 年全球销量创下 1340 万辆的纪录，首次超过美国品牌（1190 万辆）。这一增长得益于新兴市场强劲的增长，中国品牌在新车销量中占据了五分之一。中国整体销量增长率为 23%，超过美国的 9%。虽然中国品牌正在全球范围内扩张，但它们在 2024 年面临着越来越大的贸易逆风，欧盟和美国对中国电动汽车提高了关税。

(US Top News and Analysis)

via 老裕泰 - Telegram Channel