AI新闻动态（2024-11-24到2024-11-30)

[ikaijua]

AI新闻动态（2024-11-24到2024-11-30)

欢迎投稿。另有AI招人板块发布AI领域相关招聘信息。合作请邮件联系。

目录

AI产品

1. 腾讯混元发布AI视频生成模型，在内测阶段
2. 阿里云发布了全新的AI推理模型QwQ-32B-Preview，并宣布开源
3. 吴恩达发布aisuite开源大模型套件，集成了11家知名大模型平台，提供了统一的接口
4. Anthropic开源了“模型上下文协议”（MCP），旨在为大模型提供一个直接连接至数据源的“统一插头”

机器人

1. 马斯克展示了Optimus机器人的新灵巧手，该手能够轻松接住被抛出的网球，引起了2000万网友的关注

AI研究

1. ICLR 2025满分论文IC-Light，通过文本指令精准控制图像的光照效果
2. 京东和浙江大学联合发布音频驱动面部动态生成方法JoyVASA

AI洞察

1. OpenAI Sora API 意外泄露，OpenAI紧急撤销访问权限

AI投资

1. 软银向OpenAI投资了15亿美元，并允许员工通过要约收购出售股权

[ikaijua]

2024-11-29 腾讯混元发布AI视频生成模型，在内测阶段

1. 腾讯混元发布了一款AI视频生成模型，能够根据输入的提示词生成5秒视频。
2. 该模型支持中文和英文输入，并提供5种画面尺寸选择。
3. 生成的视频具有电影感画质和原生镜头切换效果，增强了叙事感。
4. 模型在视频运动上表现出色，减少了物体变形和运动不连贯的问题。
5. 混元视频生成模型对提示词的精细度和准确度要求较高，能够理解并输出复杂的文字描述。
6. 模型仍在升级调试，存在一些不确定性和生成内容的不完全可控性。

媒体文章：

• 机器之心：腾讯版Sora来了！我们抢先实测：最懂镜头的AI，有《花样年华》那味了

[ikaijua]

2024-11-27 软银向OpenAI投资了15亿美元，并允许员工通过要约收购出售股权

1. OpenAI的当前和前员工可以在12月24日之前决定是否参与要约收购，以套现其股权。
2. 软银创始人孙正义推动了这笔交易，他之前已向OpenAI注资5亿美元，并希望获得更多股份。
3. 软银的Vision Fund 2近期投资了多家AI创业公司，显示孙正义对AI领域的投资热情。
4. 自ChatGPT发布以来，OpenAI的估值已攀升至1570亿美元，微软投资约130亿美元。
5. OpenAI通过要约收购允许员工套现，减轻公开市场上市的压力，尤其是在公司近期不会IPO的情况下。
6. 生成式AI领域的竞争加剧，预计十年内市场收入将超过1万亿美元，OpenAI需要更多资金来维持其市场优势。

媒体文章：

• 机器之心：刚刚，OpenAI员工的套现机会来了！可通过要约收购向软银出售15亿美元股权

[ikaijua]

2024-11-27 OpenAI Sora API 意外泄露，OpenAI紧急撤销访问权限

1. OpenAI Sora API 允许用户生成分辨率高达 1080p 的 10 秒视频。
2. 该 API 背后是速度更快的 Sora Turbo 版，但并未被泄漏。
3. 用户在泄露期间生成了大量高质量视频。
4. 艺术家公开信抗议 OpenAI 将他们当作无偿测试员和宣传傀儡。
5. 该公开信已收集 68 个签名，其中包括 Elon Musk 的名字（未经证实）。
6. API 泄露凸显了艺术家对 AI 工具开发中作用的担忧。

媒体文章：

• 机器之心：Sora就这么泄露了三小时，网友调侃Altman急拔网线，艺术家们也在抗议被「白嫖」

[ikaijua]

2024-11-28 阿里云发布了全新的AI推理模型QwQ-32B-Preview，并宣布开源

1. QwQ模型在科学推理能力上达到了研究生水平，尤其在数学和编程方面表现出色，与OpenAI的o1模型相媲美。
2. QwQ是通义千问Qwen大模型的实验性研究模型，也是阿里云首个开源的AI推理模型。
3. QwQ在GPQA、AIME、MATH-500和LiveCodeBench等评测中均取得了优异成绩，特别是在MATH-500评测中以90.6%的高分超越了o1-preview和o1-mini。
4. QwQ展现了深度自省的能力，能够质疑自身假设，进行深思熟虑的自我对话，并仔细审视其推理过程。
5. QwQ-32B-Preview模型在魔搭社区和HuggingFace等平台开源后，迅速引起了全球开发者的热情体验。
6. 尽管QwQ展现了强大的分析能力，但仍存在局限性，如不同语言的混合使用、偶有不恰当偏见、对专业领域问题不了解等，这些问题预计将随着研究深入和模型迭代逐步得到解决。

博客文章：https://qwenlm.github.io/blog/qwq-32b-preview/

Modelscope开源地址：https://modelscope.cn/models/Qwen/QwQ-32B-Preview
Modelscope创空间体验：https://modelscope.cn/studios/Qwen/QwQ-32B-preview
HuggingFace开源地址：https://huggingface.co/Qwen/QwQ-32B-Preview
HuggingFace Space体验：https://huggingface.co/spaces/Qwen/QwQ-32B-preview

媒体文章：

• 量子位：Qwen版o1发布即开源！32B参数比肩OpenAI o1-mini，一手实测在此

[ikaijua]

2024-11-29 马斯克展示了Optimus机器人的新灵巧手，该手能够轻松接住被抛出的网球，引起了2000万网友的关注

1. 与上一代相比，新灵巧手的自由度翻倍，手部有22个自由度，手腕/前臂有3个自由度。
2. Optimus的新灵巧手在不到一个月的时间内被安装并展示了其能力，显示了技术进步的速度。
3. Optimus副总裁Milan Kovac提到，年底前将重点扩展触觉传感集成、精细控制和减轻前臂重量。
4. Optimus灵巧手的自由度在业界保持领先地位，接近人类手的27个自由度。
5. Optimus的新灵巧手可能与Neuralink合作，通过植入物控制机械手臂或腿，这可能改变人们的生活。

媒体文章：

• 量子位：马斯克的机器人徒手接个球，2000万网友集体围观

[ikaijua]

2024-11-26 吴恩达发布aisuite开源大模型套件，集成了11家知名大模型平台，提供了统一的接口

1. 该套件在不到半天的时间内获得了超过1200星标。
2. 在aisuite中切换模型仅需改动一个字符串，大大简化了不同API之间的切换过程。
3. 该工具可以显著提高开发者在集成多个不同模型时的开发效率，有用户表示可以节省超过500行代码。
4. aisuite支持包括OpenAI、Anthropic在内的11家模型平台，包括拥有海量模型的Hugging Face。
5. aisuite的安装配置过程简单，需要Python环境和对应模型的API密钥，通过pip安装。

媒体文章：

• 量子位：吴恩达开源大模型套件：11个模型平台一种方式调用，不到半天获1.2k星

[ikaijua]

2024-11-24 京东和浙江大学联合发布音频驱动面部动态生成方法JoyVASA

1. JoyVASA通过分离动态面部表情和静态3D面部表示的解耦面部表示框架，以及独立于角色身份的运动序列生成，提高了视频长度和帧间连续性。
2. 模型在包含私有中文和公共英文数据的混合数据集上训练，支持多语言。
3. 实验结果验证了JoyVASA方法的有效性，特别是在FVD-25（一种视频质量评估指标）上的表现优于现有方法。
4. 将专注于提高实时性能和细化表情控制，以进一步扩展框架在人像动画应用中的使用。

joyvasa.mp4

项目地址：https://jdh-algo.github.io/JoyVASA/
github地址：https://github.com/jdh-algo/JoyVASA

[ikaijua]

2024-11-27 Anthropic开源了“模型上下文协议”（MCP），旨在为大模型提供一个直接连接至数据源的“统一插头”

1. MCP通过提供通用协议，解决了企业和开发者在接入不同数据时需单独开发对接方案的问题。
2. MCP架构包括MCP主机（如Claude Desktop、IDE等）、MCP客户端、MCP服务器、本地资源和远程资源。
3. 美国金融服务公司Block Inc.已整合MCP进系统，Zed、Replit等开发工具公司也在合作准备接入MCP。
4. MCP使得AI系统在不同工具和数据集间切换时能保持上下文连续性，有助于实现更可持续的架构。
5. MCP为大模型数据集成提供了统一标准，提高开发效率和大模型的实际应用能力。
6. MCP的普及还面临生态建设和市场接受度的挑战，其成功将取决于开发者和企业的采用情况以及其他AI公司的应对策略。

官网介绍：https://www.anthropic.com/news/model-context-protocol

媒体文章：

• 硅星人Pro：Anthropic开源MCP：大模型接入数据有了“统一插头”，Agent平台慌了？

[ikaijua]

2024-11-28 ICLR 2025满分论文IC-Light，通过文本指令精准控制图像的光照效果

1. 在ICLR 2025上，张吕敏的新作IC-Light获得了四个10分的满分评价，这是在平均分4.76的ICLR上极为罕见的。
2. IC-Light项目在向ICLR投稿前已在Github上开源半年，并获得了5.8k星标，显示了其受欢迎程度。
3. IC-Light是一个基于扩散模型的照明编辑工具，可以通过文本指令精准控制图像的光照效果。
4. IC-Light不仅能够精准还原光线方向，还能呈现光透过玻璃的漫射效果，对人工光源如霓虹灯的效果同样出色。
5. IC-Light支持上传背景图片来改变原图的光照，增加了编辑的灵活性。
6. IC-Light是ControlNet作者张吕敏的新作，ControlNet曾解决了AI绘画中精确控制图像细节的难题。
7. 论文提出了IC-Light方法，通过大量实验验证了其可扩展性和性能，展示了在处理各种光照条件时与其他方法的不同之处，还探讨了生成法线贴图等更多应用。

github地址：https://github.com/lllyasviel/IC-Light

媒体文章：

• 机器之心：ICLR 惊现[10,10,10,10]满分论文，ControlNet 作者新作，Github 5.8k 颗星