AIGC行业周报 英伟达全面开源GPU内核驱动；OpenAI发布GPT-4o min

　　
 

　　一、市场企业动态

　　英伟达官宣全面开源GPU内核驱动，两年前已开始相关举措，此次开源部分驱动代码仍在主线内核之外。

　　新产品和旗舰平台支持开源GPU内核模块，旧版GPU不支持，开源可让开发者改进驱动程序并增加功能。

　　网友认为英伟达开源有多种动因，包括应对内核修改、被合作伙伴敦促等，其真正在意的是增长的市场。

　　李飞飞创办的World Labs短短3个多月成为估值10亿美元的AI独角兽，并获1亿投资。

　　World Labs瞄准空间智能理念，旨在教导算法具备常识，克服技术局限性。

　　李飞飞在计算机视觉领域成果斐然，其理念注重将AI训练得以人为本。

　　Proof News调查发现Anthropic、英伟达、苹果等硅谷巨头使用YouTube字幕训练AI，创YouTube数据被视为“金矿”，但AI公司使用这些数据引发了EleutherAI创建的YouTube字幕数据集引发争议，谷歌表示采取行动防止未经授权的数据抓取行为。

　　二、产品技术动态

　　OpenAI深夜发布GPT-4o mini，性能更强、更便宜，GPT-3.5退场。

　　GPT-4o mini在各方面表现出色，性价比极高，将扩展AI应用范围。

　　GPT-4o mini的谷歌对Gemini进行功能升级，使其能在Android设备锁定状态下回答各种提问。

　　此前Gemini功能局限，提问某些问题需解锁手机，现在新增了免提体验功能。

　　用户偏好设置页面新增“Gemini在锁屏状态”选项，该功能刚推出不久。

　　Mistral AI发布了专注于数学推理的7B大模型Mathstral，能解决高级数学问题。

　　同时发布的Codestral Mamba模型使用Mamba2架构，用于代码生成，在基准测试中表现优异。

　　两个模型均遵循Apache 2.0 license开源协议，模型权重可在HuggingFace上获取。

　　Anthropic发布安卓版Claude应用，功能强大，轻量且反响不错。

　　Claude安卓版具有多语言处理、图像分析等功能，旨在扩大用户群，挑战OpenAI。

　　未来人工智能助手在移动设备上的竞争将更激烈，关键在于技术创新和消费者信任的平衡。

　　北大发布Prompt自动增强系统PAS，可自动增强Prompt，提升大模型性能，超越SOTA。

　　PAS通过数据收集、生成和微调等步骤实现，能集成到不同LLMs中，且在实验中表现优异。

　　PAS减少了数据消耗，具有高效性和灵活性，人工评估也显示其在多个场景中优于基线模型。

　　快手开源LivePortrait，能将驱动的表情、姿态迁移到人像上，在全网快速“走红”。

　　LivePortrait基于隐式关键点框架，采用高质量训练数据和混合训练策略，模型训练分为两阶段。

　　LivePortrait已在快手诸多业务落地，并将探索多模态驱动的人像生成，持续为用户创造价值。

　　OpenAI被曝出新项目“草莓”，能提前计划、自主浏览网页和进行深度研究，推理能力显著提高，疑似已达AGI L2级别。

　　“草莓”包括“后训练”等特殊方法，OpenAI希望其能显著提高AI模型的推理能力，并具备执行长时间任务等能力。

　　OpenAI最近展示了GPT-4o等模型的新演示，若加上“草莓”的推理能力，离AGI的实现或将更近。

　　三、前沿观点

　　被誉为“生成式人工智能之父”的Schmidhuber认为Schmidhuber认为“深度学习三巨头”Schmidhuber认为未来将出现自我、自我改进的机器文明，同时强调了研究过往论文对年轻科学家的重要性。