AI新闻动态（2024-02-18到2024-02-24）

[ikaijua]

AI新闻动态（2024-02-18到2024-02-24）

目录

AI产品

• 谷歌发布开源大语言模型Gemma，对标LLAMA 2
• OpenAI的Sora被取消了“静音模式”
• Stability AI发布Stable Diffusion 3的模型
• 音乐生成工具SunoAI推出V3 Alpha
• Stability AI推出图片增强工具Creative Upscaler

AI洞察

• 英伟达2024财年营收609.2亿美元，同比增长125.9%，营业利润329.7亿美元，同比增长681.3%
• Sora新视频只发TikTok，openAI 4天涨粉10万
• 中央广播电视总台首部AI动画片《千秋诗颂》

AI研究

• 实时目标检测新SOTA，YOLOv9来了，出自v7作者

AI融资

• 宇树科技在2024年春节前完成了B2轮融资，融资近10亿元人民币

[ikaijua]

2024-02-21 谷歌发布开源大语言模型Gemma，对标LLAMA 2

1. Gemma相比Gemini更加轻量，免费可用，且允许商用。
2. Gemma包含两种权重规模的模型：Gemma 2B和Gemma 7B，每种规模都有预训练和指令微调版本。
3. Gemma模型已经在关键基准测试中明显超越了更大的模型，并且能够直接在开发人员的笔记本电脑或台式电脑上运行。
4. Gemma在HuggingFace的LLM leaderboard上已经登顶，Keras作者François Chollet表示最强开源大模型的位置现在易主了。
5. 采用了与 Gemini 模型相同的研究成果和技术基础。

官方网址：https://ai.google.dev/gemma
论文地址：https://storage.googleapis.com/deepmind-media/gemma/gemma-report.pdf
测试地址：

• https://huggingface.co/chat/?continueFlag=eb450ed3360e4a74170f7879aab01b64
• Perplexity（手动切换模型）：https://labs.perplexity.ai/
  模型地址：https://huggingface.co/models?other=gemma&sort=trending&search=google&continueFlag=eb450ed3360e4a74170f7879aab01b64

本地使用：
Ollama：先下载客户端https://ollama.com/ 然后下载gemma模型https://ollama.com/library/gemma

媒体文章：

• 宝玉：Gemma：推出全新的顶尖开放模型 [译]
• 机器之心：开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

[ikaijua]

2024-02-22 宇树科技在2024年春节前完成了B2轮融资，融资近10亿元人民币

1. 宇树科技在2024年春节前完成了B2轮融资，融资近10亿元人民币，投资方包括美团、金石投资、源码资本，老股东深创投、中网投、容亿、敦鸿和米达钧石跟投。
2. 宇树自研高能量密度关节电机、减速器、3D激光雷达等核心零部件，并开发机器人AI世界模型。
3. 宇树的四足机器人B2在电力巡检、消防救援等领域有广泛应用，提供高效、安全的解决方案。

宇树科技：90后机器人创业者，再次获得近10亿元人民币融资

[ikaijua]

2024-02-18 OpenAI的Sora被取消了“静音模式”

1. AI语音初创公司ElevenLabs为Sora生成的视频添加背景声音的效果，使其更加逼真。
2. ElevenLabs表示他们正在开发一个新产品，可以根据用户给出的场景描述生成声音，为原本无声的视频片段添加声效。他们使用文本提示生成音频，如"海浪撞击"、"金属铿锵声"、"鸟鸣声"和"赛车引擎"等，并将其叠加到Sora生成的视频上。
3. ElevenLabs成立于2022年，推出了由AI驱动的文本转语音软件和自动翻译的AI配音工具。他们获得了8000万美元的B轮融资

elevenlabs_sora_64k.mp4

elevenlabs博客：https://elevenlabs.io/blog/ai-sound-effects-are-coming-soon/
文字生成音效的申请链接：https://form.typeform.com/to/gg0xzZW4

媒体文章：

• 机器之能：几小时前，OpenAI 爆款工具 Sora 被取消了静音模式

[ikaijua]

2024-02-25 Sora新视频只发TikTok，openAI 4天涨粉10万

1. OpenAI的新视频在TikTok上引起了轰动，仅4天就增加了10万粉丝和50万赞。
2. Sora新视频在TikTok上发布，并展示了引人注目的特点和效果。
3. OpenAI对于视频真实性的担忧，他们不断强调这些视频是由AI生成的，并警告网友要对网上内容持怀疑态度。
4. Sora的发布对Adobe等视频编辑和素材供应商造成了冲击，他们面临着转型和挑战。
5. 素材供应商Shutterstock与OpenAI签订了合作协议，转型为训练数据供应商。

媒体文章：

• Sora新视频只发TikTok：OpenAI 4天涨粉10万

[ikaijua]

2024-02-23 中央广播电视总台首部AI动画片《千秋诗颂》

1. 上海人工智能实验室与总台合作，共同探索人工智能助力文化传媒发展的新路径，推出中国原创的文生视频AI系列动画片《千秋诗颂》。
2. 《千秋诗颂》是首部在电视上播出的AI动画片，《千秋诗颂》共26集，每集约7分钟，利用人工智能技术高度还原了中国古诗词中的人物造型、场景和道具，呈现科技与文化并重的动画作品。
3. 央视听媒体大模型具备强大的语言能力、知识体系和内容生成能力，能够准确理解传统文化词汇，并生成符合中华传统文化审美的美术素材。
4. 央视听媒体大模型为动画制作团队提供了低成本、高效率的角色和场景美术概念设计工具，实现了连贯流畅的转场镜头和丝滑的场景连接。

媒体文章：

• 上海人工智能实验室：首部AIGC系列动画片《千秋诗颂》将在央视播出，上海AI实验室携手总台发起成立大模型研发共同体

[ikaijua]

2024-02-23 Stability AI发布Stable Diffusion 3的模型

1. 可以根据文字描述精准控制生成和编辑图像，包括替换对象、移除对象、更改背景，可以生成视频
2. Stable Diffusion 3采用了diffusion transformer（扩散变换器）架构，类似于OpenAI的Sora模型。具有三大能力的进化：文字渲染水平、多主题提示能力和图像质量。
3. Stable Diffusion 3支持多主题提示，可以生成各种类型的图像，比如史诗般的动漫作品、电影照片、绘画等。
4. Stable Diffusion 3是一个模型系列，参数量从800M到8B不等，使其可以在很多便携式设备上运行。
5. Stability AI和Sora一样，在新模型中采用了diffusion transformer架构，并参考了William Peebles和谢赛宁合著的DiT论文。
6. Stable Diffusion 3目前还没有全面开放，团队正在采取安全措施，以防止滥用。Stability AI的首席执行官表示，经过改进后，他们计划开源该模型。

sd3.mp4

• 体验申请地址：https://stability.ai/stablediffusion3
• 官方新闻：https://stability.ai/news/stable-diffusion-3

媒体文章：

• 机器之心：Stable Diffusion 3震撼发布，采用Sora同源技术，文字终于不乱码了
• 量子位：Stable Diffusion 3更多隐藏功能曝光：文字可更改图片细节

[ikaijua]

2024-02-23 音乐生成工具SunoAI推出V3 Alpha

可以生成最长2分钟的歌曲，生成速度更快，仅向订阅用户开放。

使用地址：https://app.suno.ai/create/

[ikaijua]

2024-02-24 Stability AI推出图片增强工具Creative Upscaler

Alpha测试阶段，仅限付费用户可使用，功能与Magnific类似。

creative_upscale.mp4

使用地址：https://creator.nightcafe.studio/stability-ai-creative-upscaler

[ikaijua]

2024-02-23 英伟达2024财年营收609.2亿美元，同比增长125.9%，营业利润329.7亿美元，同比增长681.3%

1. 美国西部时间2月21日，英伟达公布了2024财年（即2023年1月-2024年1月）业绩报告。英伟达2024财年营收609.2亿美元，同比增长125.9%，营业利润329.7亿美元，同比增长681.3%，营业利润率高达54.1%
2. 英伟达在生成式人工智能（AI）热潮中成为最大受益者，2023年股价飙升230%，2024年初至今增长63%。
3. 英伟达市值在2024年2月22日达到1.94万亿美元，成为美股第三大公司，仅次于微软和苹果。
4. 全球算力资源正在进入换挡期，智能算力增速远超通用算力，英伟达在数据中心AI芯片市场拥有98%的市场份额。
5. 英伟达面临中国市场的挑战，由于美国出口管制，英伟达在中国大陆的收入大幅下降。
6. 英伟达的竞争对手，如英特尔、AMD，以及一些AI芯片创业公司，正在寻求在AI芯片市场分一杯羹。
7. 英伟达正在努力维持市场地位，包括推出特供中国市场的芯片，以及计划推出下一代AI芯片B100。
8. 尽管面临竞争和市场挑战，英伟达的行业领导地位在短期内仍然稳固，但市场对其长期增长前景存在分歧。

• 英伟达官方新闻：https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-fourth-quarter-and-fiscal-2024
  媒体文章：
• 财经杂志：英伟达凭什么值2万亿美元？

[ikaijua]

2024-02-23 实时目标检测新SOTA，YOLOv9来了，出自v7作者

1. YOLOv9是目标检测领域的最新进展，由中国台湾的研究机构联合开发，旨在提高传统卷积网络的参数利用率。
2. YOLOv9的研究论文《Learning What You Want to Learn Using Programmable Gradient Information》已发布，提出了可编程梯度信息（PGI）的概念。
3. PGI旨在解决深度网络中的信息瓶颈问题，通过提供完整的输入信息来获得可靠的梯度信息，从而更新网络权重。
4. 研究者设计了一种新的轻量级网络架构GELAN（Generalized Efficient Layer Aggregation Network），结合了CSPNet和ELAN的特点。
5. 在MS COCO数据集上的目标检测任务中，GELAN仅使用传统卷积算子就实现了优于深度卷积的SOTA方法。
6. YOLOv9的适用性强，可以用于从轻型到大型的各种模型，且在没有大型数据集预训练的情况下也能取得优异结果。
7. YOLOv9得到了业界的高度评价，被认为是新的SOTA实时目标检测器，有开发者已经开始为其编写自定义训练教程。
8. 研究还包括了一系列消融实验，以探究YOLOv9中各个组件的作用，并通过可视化展示了信息瓶颈问题和PGI在训练过程中的效果。

github地址：https://github.com/WongKinYiu/yolov9

媒体文章：

• 机器之心：[目标检测新SOTA：YOLOv9问世，新架构让传统卷积重焕生机)(https://mp.weixin.qq.com/s/HFyADfWKkyw0TivsqH6kXA)
• 量子位：YOLOv9来了：实时目标检测新SOTA，完胜各种轻量或大型模型！出自v7作者