AI-资讯 2024-12-7

新闻

作者：微信文章
微软的Copilot Vision已经上线，让AI能够看到你在网上的活动


在Satya Nadella的带领下，微软已将AI助手Copilot的视觉能力预览版扩展至Pro订阅用户。这一新增功能使Copilot能够处理来自Microsoft应用（如OneDrive、Excel和SharePoint）的视觉输入，从而协助完成网络研究和在线购物等任务。为保护用户隐私，Copilot Vision在会话结束后安全删除共享数据，并不使用网站数据进行模型训练。当前处在早期接入计划中，美国用户可以使用视觉功能而无需进行持续屏幕监控，微软将根据用户反馈来改进和完善此功能。此举使Copilot Vision在Microsoft的Customer 360产品中获得了更广泛的整合，以应对Salesforce在代理AI领域的进步。 同时，Anthropic已经进入了AI助手市场，推出了名为Claude的新项目，旨在满足行业标准和用户期待。Claude允许开发者将AI集成到计算机桌面环境中，完成原本由人类完成的任务，如打开应用、与界面交互和填写表格等。

Sakana AI的CycleQD在多技能语言模型的微调方法中表现出色


Sakana研究者揭示了CycleQD，一个新颖的框架。该框架使用进化算法来优化大型语言模型（LLMs）以适应特定任务，其在编码、数据库管理和操作系统操作方面的表现优于传统方法。这一创新系统通过创新的“交叉”和“变异”技术生成了针对特定技能的模型。CycleQD在为各种技能训练模型的成功预示了人工智能终身学习的潜力，增强其不断获取和整合新技能以用于实际应用的能力。此外，该框架正在推进多智能体系统的领域，使一群专门的智能体能够协作、竞争并从彼此学习，有可能在科学发现和实际问题解决中彻底改变人工智能动力学。

颠覆现有Agent范式，清华与面壁提出新一代主动Agent交互模型


清华大学与合作伙伴已自主开发并在GitHub上线了一款AI代理系统，该系统具备自主学习和高效执行任务能力，显著提升了AI智能性和效率，广泛应用于智能家庭、个性化学习、健康监测和智能客服等领域。通过环境模拟器和奖励模型，系统实现了主动行为学习与事件优化预测，增强了对用户意图的理解。经过微调的LLaMA-3.1-instruct-8B模型在一致性评测中表现优异。研究发现，任务数量和用户反馈对系统性能影响显著，给予奖励模型反馈后，所有模型误报率下降，准确度上升，但召回率略有下降。通过主动Agent（ProActive Agent）范式，该系统有望推动AI从被动工具转变为具有洞察力和主动帮助的智能协作，开启人机交互新范式。这一技术革新将改变我们与AI的交互方式，为大众创造更加包容和便利的智能化生活环境。随着技术的不断进步，期待看到更自然的人机协作模式、更智能的场景适应能力和更深度的个性化服务。

马斯克求老黄插队拿显卡：72亿GB200订单，愿意加价


特斯拉与英伟达深化合作，共同优化自动驾驶AI系统，凸显了双方在AI战略上的紧密协同。作为全球第二大AI企业，xAI与OpenAI的竞争竞争加剧，通过加速Grok模型的迭代展示其技术实力。英伟达的大额芯片订单旨在提高成本效率，尽管薪酬争议和资源分配问题影响了合作关系，但双方的合作前景仍然被看好。市场对特斯拉的期望升高，对未量产的GB200芯片表示关注，英伟达先进的技术引发了高度兴趣，其提前半年发布新产品反映了技术进步的快速步伐。摩根士丹利强调了合作的重要性，英伟达在高性能计算领域的进步，以及Rubin GPU芯片面积的加倍，预示着未来将拥有更强大的计算能力与更高的能效。

Stable Diffusion 3.5: 重塑AI图像生成创新


Stable Diffusion公司已经发布了其AI图像生成平台的3.5版本，显著提高了性能，包括速度、细节和用户访问性。这一更新优化了中等模型，使其对消费级硬件有较高的兼容性，仅需9.9GB的VRAM，从而扩大了高级AI工具的使用范围。3.5版本改进了训练的稳定性和对用户输入的执行，确保了三个版本之间的高质量输出的一致性。除了在艺术和设计领域的传统应用，这款软件现在还支持教育、时尚、电影和动画等行业的内容创作。它展示了在从为视力障碍人士生成触觉图形到历史重建、城市规划和游戏开发等不同应用领域的灵活性。Stable Diffusion 3.5版本旨在让AI创作变得更易于每个人使用，结合了高级功能和易用性，并增强了技术在实际应用中的实用性。

被遗忘的层次：隐藏的AI偏见如何潜藏在数据集标注实践中



启动了一项战略性举措，旨在提升人工智能的情绪分析和实体识别能力，重点是创建高质量、文化敏感的训练数据以减少偏见。这包括使用多元注释面板、建立额外的分析团队以及实施经验验证来细化无偏见AI的指导原则。该举措强调采用主动学习技术来提高模型性能，确保在人类监督下的高效性和一致性。注释人员会批判性地评估AI生成的建议，以防偏见，并根据需要调整其理解。举措的核心是，在数据标注阶段解决和减轻偏见，认识到小的偏见可能对AI结果产生显著影响。AI实践者被鼓励严格审查注释实践、多元化团队、精化指导原则并改善注释员的工作条件。最终目标是通过承认并改正基础偏见来开发无偏见的AI模型，认识到尽管注释看似技术导向，但实质上蕴含着必须解决的人类偏见，以实现公正的结果。

“卷王”一次上架百余款大模型，重塑游戏规则



亚马逊云科技在re:Invent大会上宣布推出AI策略与新工具，旨在简化AI开发流程、降低成本、提高效率，并通过普及AI技术促进其广泛应用。策略重点包括简化AI模型训练、加速生成式AI应用开发以及优化数据与计算整合。为了推动AI技术的普及与应用，亚马逊云科技推出了Amazon Bedrock Marketplace，提供100多种专用基础模型，以满足不同领域的需求，降低技术门槛。此外，亚马逊成为首家提供Luma AI旗下高效视频生成模型Ray 2的云服务商，以及Poolside malibu与point模型访问权限的云服务商，旨在帮助工程团队提高生产力和代码质量。 为了进一步推动AI技术的创新与应用，Amazon Bedrock将引入Stability AI的Stable Diffusion 3.5 Large模型，这是当前最先进的文生图模型，能够根据文本描述生成高质量图像，广泛适用于媒体、游戏、广告等多个行业。Swami Sivasubramanian博士表示，随着Amazon Bedrock服务的客户快速增加，其保持了持续的高速增长。该服务不仅拥有丰富的领先模型选项，而且提供了易于实现数据自定义的工具、内置的负责任AI功能以及开发复杂智能体的能力，帮助开发人员解决当前面临的最大挑战，确保客户能够充分发挥生成式AI的技术潜力。通过这一系列新功能，亚马逊云科技正助力客户开发出更加智能化的AI应用程序，为最终用户创造更大的价值。

微软在 GitHub Universe 推出 AI 增强工具，助力开发者提升效率



微软在GitHub Universe大会上宣布了一系列旨在集成Azure AI服务的创新举措，旨在构建AI增强的开发环境。这些举措包括推出GitHub Copilot for Azure，为开发者提供上下文感知的代码编写指导，发布AI应用模板结合GitHub Models功能，以及集成Azure AI模型库供开发者使用。此外，新增的GitHub Copilot Java升级助手利用AI智能解决代码冲突，确保与Spring Boot和JUnit等框架兼容，简化Java运行时的更新过程。微软通过这些创新，旨在打造一个智能、高效、安全的开发环境，以提高开发者的工作效率和开发质量。微软还扩展了其A/B测试和CI/CD工作流功能，允许大规模评估AI应用程序，并通过Azure AI评估SDK和GitHub Actions集成提供性能评估和A/B实验支持。

YonAI智能平台：企业数智化大脑，打造持续AI服务能力


用友网络科技股份有限公司已推出集成AI技术的BIP3R6升级版，旨在加速企业数字化转型。此次升级亮点包括YonGPT企业服务大模型和YonAI组件，通过数据闭环、创新驱动、多智能体及RAG技术，支持企业实现智能化管理与运营，简化AI应用流程，提供解决方案，确保数据质量，支持模型训练，避免偏见与过拟合，优化业务流程，以及专业人才培养。BIP通过打通数据供应链，提供统一的数据治理与服务，实现数据原生，利用AI技术重构应用，创新商业形态。数据中台YonData和智能产品ChatBI帮助企业高效利用数据资源。智能应用YonAI涵盖了业务运营、人机交互、知识生成和应用生成等多个方面，提供智能助理与智能大搜RAG等典型场景，以提高企业运营效率和智能化水平。此外，用友的智能助理——智友，具备上下文记忆和理解用户意图的能力，能将复杂任务分解，提供包括企业经营洞察、合同风险审核、智能生成报告、知识搜索与推荐等服务，简化业务操作。智能大搜基于YonGPT实现对非结构化数据的快速索引与精准定位，利用知识图谱实现知识体系化，构建企业级“感知式”知识伴随与“生成式”业务审查，实现知识的“闭环式”沉淀与运营。AI+合同：基于业财法一体的智能合同风控。

共商AI时代挑战与应对策略，第八届中国系统级封装大会精彩看点抢先看


全球先进封装市场预计到2027年达到522亿美元，年复合增长率9.2%，高级封装份额将占到54%。AI与高性能计算的推动下，英伟达在超异构加速计算领域表现优异。Synopsys和Cadence通过创新提升平台适应性，提供多物理场仿真服务。台积电预估AI收入将在2027年接近300亿美元，占总营收的20%。美国市场在AI芯片和CoWoS技术领航，中国加大对算力GPU的投入，产能预计2024年显著增强。新一代CPU/GPU采用基于HBM的3D结构，通过TSV技术实现高效信号分配。Mochi架构演变为Chiplet技术，采用ARM AXI链路实现高速、低延迟的数据传输，推动AMD和英特尔的研发。全球扇出型封装市值预计至2028年达38亿美元，复合年增长率12.5%，其中FOPLP市场增长显著。FOWLP与FOPLP在产出效率和成本上竞争，奕成科技指出FOPLP产出效率提高4~6倍，成本较低。台积电将FOPLP应用于AI HPC，其应用范围扩大。尽管FOPLP量产面临挑战，如芯片位移、细线路、翘曲和细间距等，通过设计补偿和采用更高精度设备，挑战正在逐步解决。目前，FOPLP在AI HPC的应用趋势明显，市场头部企业转向FOPLP技术开发，带动设备和材料供应商加入，FOPLP生态系统逐步完善。Glass Substrate在封装材料中的应用受到关注，未来或可替代Fanout on Substrate，但2-3年内大批量量产还需业界共同努力。玻璃基板工艺面临TGV开孔形状和良率、玻璃上金属化、玻璃基板操作与切割、非对称结构翘曲等挑战，方立志认为板级工艺应用场景广泛，未来比晶圆级工艺更有前景，他呼吁行业从业者共同推动这一技术的落地。