新闻资讯
最新文章
微软MicrosoftAIDay推出AzureAI与Copilot等60余项新服务。生成式智能技术约每半年翻番，Copilot已逾150项更新。中国91%劳动者使用AI。微软联合OpenAI等伙伴，为联想、OPPO、好未来、麦当劳提供智能方案，加速企业转型。
MiniMax创始人闫俊杰与投资人黄明明对话指出，AGI是中国不能输的比赛。模型错误率再降一个数量级，应用规模将扩大两个数量级。未来全球AGI若剩五家，中国至少占两家，但算力差距是未来两三年确定挑战。从Dense转向MoE是必经之路，AI价值在于服务普通人。
Runway发布Gen-3Alpha模型，在细节、一致性和运动表现上实现显著提升，尤其擅长生成富有表现力的人类角色。新模型采用视频与图像混合训练，支持文本到视频等多种功能，对物理世界的理解更加精准。网友评价极高，模型即将向付费订阅者开放。
DeepMind提出TransNAR混合架构，将Transformer的语言理解能力与预训练的神经算法推理器（NAR）结合。NAR基于图神经网络，能实现高达四倍输入规模的分布外泛化。实验表明，TransNAR在动态规划、排序等算法推理任务上显著优于纯Transformer模型，尤其克服了输出形状错误等常见失败模式。
初创公司LumaAI发布AI视频生成模型DreamMachine，支持文本和图片生成5秒视频。官方样片效果惊艳但用户实测存在手部渲染、风格一致性问题。模型公开可用并提供每月30次免费生成机会，与Sora相比时长较短。
2024年，OpenAI的Sora将视频生成时长延至60秒，推动多模态模型成为通往AGI的关键。负责人指出，成功研究者常无传统训练背景，招聘重潜力与好奇心；可控性是视频生成核心，互联网数据仍具潜力，语言将被“消化”进视觉。
苹果公布自研AI模型细节：端侧3B参数模型通过适配器实现高效任务处理，端云混合架构保障隐私，采用分组查询注意力、低比特量化等优化技术，隐私保护贯穿始终，GPT-4o作为插件集成。
Karpathy发布4小时GPT-2从零复现深度教程，全面拆解神经网络搭建、优化策略、超参数调优及通宵训练完整过程，最终训练结果接近GPT-3（1 24亿参数）水准，代码基于PyTorch与HuggingFace实现，总成本仅约10美元，性价比极高，适合深度学习初学者。
StableDiffusion3Medium将于6月12日正式开源，后续还将发布4B与8B参数版本。该模型采用创新的多模态扩散Transformer（MMDiT）架构和16通道变分自编码器（VAE），在图像质量、文本对齐和拼写能力上全面超越DALL-E3与Midjourneyv6。其开源将极大推动AI生成图像技术发展，加速多模态人工智能研究的进程。
端到端技术开启自动驾驶产业革命，其无损信息传递优势显著提升感知决策能力。特斯拉FSD入华将重塑行业格局。专家指出，端到端已成行业共识，但非终极形态。无图驾驶、高保真仿真平台及数据驱动研发范式是技术落地的关键。
苹果AI布局滞后，市值被微软、英伟达超越。过度追求利润而忽视前沿技术，导致其难以应对新时代变革。虽仍是全球最赚钱的公司之一，但需主动颠覆自我，否则可能重蹈诺基亚覆辙。
截至4月底，全球生成式AI独角兽达37家，同比翻番。过去一年新增17家，其中10家在美国以外，欧洲和中国崛起。中国新增5家，均获阿里巴巴投资。科技巨头主导投资，抢先争夺技术和人才，但整体风投环境低迷，热潮持续性存疑。
2024年AI初创企业扎堆寻求出售，因巨头入场挤占生存空间，大额融资门槛提高。技术迭代放缓，同质化竞争加剧，但差异化策略如月之暗面的长文本突破仍带来机会。
宇树上市前夕扣非净利腰斩，但出货量全球第一、毛利六成。机器人产业价值正向高壁垒环节转移，整机集成利润趋薄。宇树需持续向上游核心软硬件垂直整合，方能在价值迁移中守住利润。
基于MiniMaxM3基座的开源模型，参数量约4280亿，在CyberGym安全基准上以73 1%成功率获全球第七。它首次同时实现1M超长上下文、原生多模态与前沿编码能力，实测可完成视频理解、生成带时间戳总结、构建交互式网页与仪表盘，并搭建工程化系统，展现了全链路能力。开源与高性价比优势显著。