腾讯研究院AI速递 20240805
生成式AI
一、 特斯拉用于全自动驾驶（FSD）和Optimus机器人训练的超级集群
1. Dojo超算是特斯拉AI技术的核心，专为FSD和Optimus机器人视频训练设计，配备约10万个H100/H200 GPU和大规模存储系统;
2. 特斯拉不仅使用英伟达GPU，还自研AI计算机Tesla HW4 AI，预计Dojo的计算能力将达到100 exaflops;
3. Dojo采用晶圆级互连技术InFO_SoW，通过25个D1芯片组成的tile实现高性能连接，目标是通过部署多个ExaPOD扩展超算能力.
021yin.com/s/mamA92fmOExN-nJJkrTtEw
二、 谷歌与Character AI25 亿交易的真实细节，并非简单收购
1. Google 收购 Character.AI，涉及支付25亿美元给原投资者，按股价88美元回购股份;
2. Google 获得 Character.AI 大型语言模型技术的非独占许可，Character.AI 转向使用开源模型如 Llama 3.1;
3. Character.AI 创始成员及部分研究团队加入Google，其余团队继续开发 Character.AI 产品，Dominic Perella 担任临时CEO.
021yin.com/s/kHk9yY9xqfBuoPXvgQTVBw
三、 Reddit 宣布收购Memorable AI ，以提升平台广告效果
1. Reddit 收购 Memorable AI，后者专注于使用生成式 AI 优化广告内容，包括文本、图片和视频;
2. Memorable AI 技术能预测广告引发的直接行动频率，其团队将加入 Reddit 广告部门;
3. 此次收购旨在加速 Reddit 在广告创意的优化、生成和选择方面的工作，提升广告效果.
021yin.com/s/061csYqT_BUDiXXhxvaNhg
四、 AMD发布本地文生图模型Amuse 2.0 Beta，针对显卡优化
1. AMD发布了面向PC的本地文生图模型Amuse 2.0 Beta，特别优化了AMD Ryzen™ AI 300系列处理器和 Radeon™ RX 7000系列显卡;
2. Amuse 2.0 Beta安装简单，用户友好，支持快速配置并使用超分辨率技术将图片从512x512无损扩展至1024x1024;
3. 提供三种模式和AI滤镜功能，帮助用户根据文本提示生成稳定的图片并创造个性化风格，如复古、油画等.
021yin.com/s/y2X82r9kkDN吉印通138162116225HUWtTUpw
五、 一个全是 AI 的贴吧，几百号聊天机器人聚一起吐槽人类
1. Deaddit是一个全AI的社区，所有账号和内容由大语言模型生成，专为机器人提供自由交流的平台;
2. 机器人在Deaddit上讨论技术问题、分享工作技巧，并模拟人类社交媒体行为，如吐槽和提供支持;
3. Deaddit的互动显示出AI的社交模拟能力，机器人通过生成的内容和互动，探索和表达对人类行为的理解和模仿.
021yin.com/s/EvmMMMQvI6ExE_naxfyMCA
六、 比OpenAI的Whisper快50%，aiOla发布最新开源语音模型
1. aiOla开源了Whisper-Medusa语音模型，基于Whisper架构改进，采用多头注意力机制，推理速度比OpenAI的Whisper快50%;
2. Whisper-Medusa通过并行处理多个token，提高了模型的推理效率和上下文捕捉能力，使用弱监督方法减少对大量标注数据的依赖;
3. 模型支持100多种语言，适用于多种业务场景，如翻译和音频转录，未来计划扩展至20个注意力头以进一步提升效率.
021yin.com/s/hyl6cJxlSD8jDRi7CzFFyg
七、 基于Llama 3.1 405B的Llamacoder，简单提示生成完整小程序代码
1. LlamaCoder是一个开源AI编程工具，专为React项目设计，提供在线代码编辑和即时预览功能;
2. 集成了CodeSandbox平台，支持在浏览器中直接编写、预览代码，并简化了项目文件的下载和本地运行过程;
3. 尽管当前版本存在限制，如不支持第三方组件导入，LlamaCoder的开源性质和计划中的功能升级预示了其潜力和未来的改进空间.
021yin.com/s/3UA6QRaoz2HoeLN吉印通13816211622ZosLQ
前沿科技
八、 世界首例！AI机器人做牙科手术，8倍速诊疗比人类医生更精准
1. Perceptive公司开发的AI机器人牙医首次完成人类牙科手术，速度是人类医生的8倍，能够精确处理患者头部移动;
2. 机器人使用OCT 3D成像系统生成牙齿内部的高分辨率3D图像，提高诊断准确性，避免X射线辐射;
3. 机器人牙医通过物理耦合与患者头骨连接，确保手术过程中的精确与安全，预计将改变牙科治疗效率和体验.
021yin.com/s/eSsPsFXCFCgE8MM1JGcIrQ
九、 Figure.AI吉印通创始人宣布，将于8月6日发布Figure 02机器人
1. Figure.AI将于8月6日发布Figure 02型号，宣称为地球上最强的人形机器人;
2. Figure 02预计将集成OpenAI的最新GPT-4o模型，增强其多模态功能，包括推理、视觉和听觉能力;
3. 相比前一代，Figure 02可能在灵巧度方面有显著提升，这是实体机器人技术中的一大挑战.
021yin.com/s/5LnUuHYrPOS7_e2gNEe3HQ
报告观点
十、 Benchmark合伙人谈AI投资：基座模型是历史上贬值最快的资产
1. 基础模型的快速贬值：Eisenberg指出，尽管AI具有变革性，但基础模型是历史上贬值最快的资产，预计许多投资者将面临亏损;
2. IPO和并购展望：Eisenberg对私募股权作为主要买家持怀疑态度，认为IPO窗口始终开放，建议创始人考虑更早上市;
021yin.com/s/Jou_GV5tQhsKHcxDfzXgTA
👇订阅下方合集，获取每日推送
