AI新闻动态（2024-08-25到2024-08-31)

[ikaijua]

AI新闻动态（2024-08-25到2024-08-31)

目录

AI产品

1. 谷歌推出3款实验性Gemini AI模型
2. 阿巴推出新的多模态模型Qwen2-VL
3. 苹果正式宣布，将于北京时间9月10日凌晨1点举办特别活动，主题为“高光时刻(It 's Glowtime)”，此次发布会预计将推出最新款iPhone、Watch和AirPods
4. 智谱AI发布GLM-4-Plu和GLM-4V-Plus

AI洞察

1. Transformer 论文作者之一、Cohere 创始人Aidan Gomez接受访谈，谈论人工智能的发展趋势、模型的局限与未来、以及 AI 公司所面临的挑战
2. 陶哲轩在IMO 2024的演讲中回顾了计算机和人工智能在数学研究中的应用历史，并展望了未来的发展
3. 在 AI 编程工具Cursor的帮助下，8岁女孩45分钟构建聊天网页

AI投资

1. 英伟达第二财季营收达300亿美元，同比增长122%，环比增长15%
2. OpenAI正在商谈新一轮融资，计划筹集数十亿美元，这将使其估值超过1000亿美元
3. Github Copilot的竞品公司Codeium宣布成功完成1.5亿美元的C轮融资
4. 美国AI编程初创公司Magic完成3.2亿美元融资，投资者包括前谷歌CEO等

[ikaijua]

2024-08-25 在 AI 编程工具Cursor的帮助下，8岁女孩45分钟构建聊天网页

1. 8岁女孩使用AI编程工具Cursor在45分钟内搭建了一个聊天机器人，吸引了180万人在线观看。
2. Cursor是一个AI代码编辑器，由Anysphere公司开发，该公司由4名MIT毕业生创立，并获得OpenAI的投资。
3. Cursor支持多种AI模型，包括GPT-4和Claude 3.5 Sonnet，能够通过聊天生成代码，简化编程工作。
4. Cursor推出了“光标位置预测”和多行编辑功能，进一步提高了代码编辑的效率。
5. Cursor的用户数量已超过30000家，包括全球大型企业和知名研究实验室。
6. Anysphere公司最近完成了6000万美元的融资，公司估值达到4亿美元。

B站视频：https://www.bilibili.com/video/BV1Vxs5eSEE8/
推文：https://x.com/rickyrobinett/status/1825581674870055189

媒体文章：

• 量子位：8岁女孩玩转AI编程，45分钟打造聊天机器人，Karpathy都看呆了

[ikaijua]

2024-08-29 英伟达第二财季营收达300亿美元，同比增长122%，环比增长15%

1. 该季度净利润169.5亿美元，同比增长152%，环比增长11%，毛利率为75.7%。
2. 数据中心业务营收263亿美元，同比增长154%，环比增长16%。
3. 游戏和AI PC业务营收29亿美元，同比增长16%；专业视觉业务4.54亿美元，同比增长20%；车用电子及机器人业务3.46亿美元，同比增长37%。
4. 英伟达CEO黄仁勋强调Hopper架构芯片和Blackwell架构需求强劲。
5. 预计第三财季营收325亿美元，管理层预计数据中心业务和主权AI将大幅增长。
6. 英伟达财报超出预期，但股价盘后下跌 6%。

媒体文章：

• 第一财经：英伟达第二财季营收同比增长122%，第四财季将增产Blackwell架构芯片
• 第一财经：美股全线下挫纳指跌超200点，英伟达业绩出炉盘后跳水

[ikaijua]

2024-08-30 Github Copilot的竞品公司Codeium宣布成功完成1.5亿美元的C轮融资

1. 由现有投资者 General Catalyst 领投，该轮融资后，公司估值达到了12.5亿美元。
2. Codeium是一家智能代码助手提供商。 Codeium由Varun Mohan和Douglas Chen于2021年创立，他们都是MIT毕业生，之前分别在Nuro和Meta工作。公司最初名为Exafunction，专注于GPU优化和虚拟化，后在2022年转型为Codeium，专注于生成式编程。
3. 在不到 2 年的时间里，超过 700,000 名免费的个人活跃用户，和1000多家企业客户，包括Anduril、Zillow和Dell。在不到一年的时间里，付费企业产品的 ARR（年度经常性收入） 从零增长到八位数。
4. Codeium的AI编程辅助平台支持约70种编程语言，并与多个流行的开发环境集成，如Microsoft Visual Studio和JetBrains。
5. Codeium计划利用新注入的资金显著加大研发和增长投入，并进行更大规模的战略投资。
6. Codeium致力于在AI编程工具市场中占据一席之地，预计该市场到2032年将价值271.7亿美元。

官方博客：https://codeium.com/blog/series-c-annoucement

媒体文章：

• techcrunch: GitHub Copilot competitor Codeium raises $150M at a $1.25B valuation

[ikaijua]

2024-08-26 Transformer 论文作者之一、Cohere 创始人Aidan Gomez接受访谈，谈论人工智能的发展趋势、模型的局限与未来、以及 AI 公司所面临的挑战

1. 模型规模并非唯一出路：扩大模型规模是一种低风险但低效的提升模型性能的方法。数据质量、模型架构创新和算法优化同样重要。合成数据、RAG（检索增强生成）、模型蒸馏等技术将推动模型性能的提升。
2. AI 公司面临的挑战：价格战与利润压缩， 模型 API 市场竞争激烈，利润率低；芯片依赖， 对单一芯片供应商的依赖限制了灵活性；数据隐私与安全，企业对数据隐私和安全有高度关注。
3. AI 的未来发展方向：
   • 推理能力的提升： 模型需要具备更强的推理能力，以解决复杂问题。
   • 智能体的发展： 智能体将成为 AI 的重要应用方向，但模型质量是关键。
   • 人机交互方式的革新： 语音交互将成为主流，但 GUI 仍有其价值。
   • 机器人技术的突破： 基于 AI 的机器人技术将迎来快速发展。
4. 行业趋势与挑战：
   • 垂直整合： AI 公司将更多地参与到芯片设计和数据中心建设中。
   • 私有部署： 为了保障数据安全，企业将倾向于私有部署 AI 模型。
   • 人才争夺： AI 人才的竞争将愈加激烈。
5. 对 AI 的乐观态度：Gomez 对 AI 的未来发展持乐观态度，认为 AI 将极大提升人类生产力。
   他认为 AI 并不会取代人类，而是会成为人类的助手。
6. 对 OpenAI 的评价： Gomez 对 OpenAI 在推动大模型发展方面的贡献给予了高度评价，但同时他也指出 OpenAI 正在逐渐从AGI目标向一家产品公司转变。对 Google 的看法： Gomez 认为 Google 在技术上并不落后，但在产品愿景的执行上可能存在一些问题。

• youtube视频：20VC/Aidan Gomez: What No One Understands About Foundation Models | E1191
• B站视频：AI深度研究员/Transformer发明人之一Aidan Gomez谈与商业融合，AI技术如何推动企业产品创新和员工赋能

媒体文章：

• 机器之心：从拨号上网到创立估值55亿美元独角兽，Transformer作者万字访谈聊AI趋势

[ikaijua]

2024-08-29 陶哲轩在IMO 2024的演讲中回顾了计算机和人工智能在数学研究中的应用历史，并展望了未来的发展

1. 他强调了人工智能在数学领域的作用日益增强，但人类的洞察力和创造力对于取得有意义的进展仍然至关重要。
2. 陶哲轩讨论了从早期计算工具到现代机器学习和形式化证明助手的演变，以及这些工具如何开始改变数学研究。
3. 他提到了AlphaGeometry等AI工具，并探讨了它们如何辅助解决数学问题，包括一次性解决大量问题的可能性。
4. 演讲中还提到了数学研究与数学竞赛的不同，以及如何使用计算机进行数学运算的历史，从机械计算机到现代的电子计算机。
5. 陶哲轩介绍了一些具体的案例，如开普勒猜想的证明，以及如何使用计算机辅助证明和形式化证明辅助工具。
6. 最后，他探讨了机器学习在数学中的应用，如纽结理论，以及大型语言模型如何作为灵感来源和辅助工具，尽管它们目前还不完全可靠。

视频链接：https://www.youtube.com/watch?v=e049IoFBnLA

媒体文章：

• 机器之心：陶哲轩IMO演讲全文：一次性解决一千个问题，AI让数学摆脱蛮力计算
• 量子位：陶哲轩最新演讲：AI时代，数学研究将进入前所未有的规模

[ikaijua]

2024-08-27 苹果正式宣布，将于北京时间9月10日凌晨1点举办特别活动，主题为“高光时刻(It 's Glowtime)”，此次发布会预计将推出最新款iPhone、Watch和AirPods

1. 新款iPhone将搭载AI驱动的新功能，但具体细节尚未透露。
2. 邀请函上写着“现在是Glowtime”，这可能是活动的主题或与新产品相关的暗示。
3. 去年苹果推出了iPhone 15 Pro，对摄像头和手机边缘材质进行了更新。
4. 苹果公司希望在6月份开发者大会上宣布的新AI功能“Apple Intelligence”能够促进iPhone的升级，这些功能将只在iPhone 15 Pro和新款iPhone上提供。
5. 新的AI功能包括能够建议电子邮件回复内容、创建图像，以及通过短信向Siri提问的能力。
6. 部分新的AI功能将在秋季推出，而其他一些功能可能要到2025年才会推出，苹果正努力在AI领域追赶其他科技巨头。

媒体文章：

• 财联社：9月10日，iPhone 16发布会定档

[ikaijua]

2024-08-29 OpenAI正在商谈新一轮融资，计划筹集数十亿美元，这将使其估值超过1000亿美元

1. 风险投资公司Thrive Capital领投本轮融资，预计投资约10亿美元，微软也有望参与。
2. 自2023年1月获得微软约100亿美元投资后，这是OpenAI规模最大的外部资本注入。
3. OpenAI的月用户已达数亿，公司需要大量资金维持在AI领域的领先地位。
4. OpenAI的高估值反映了投资者对AI技术颠覆个人和企业工作方式的预期，尽管目前AI仍是投机性业务。
5. OpenAI与微软的关系不断发展，微软已向其投资130亿美元，拥有49%的利润份额。
6. OpenAI正与苹果公司合作，为下一代iPhone提供新的AI功能，同时微软也在开发自己的AI工具。

媒体文章：

• 智东西：英伟达苹果出手，要投资OpenAI
• DeepTech：苹果、英伟达有意投资，老股东微软加码，OpenAI估值有望冲破千亿

[ikaijua]

2024-08-31 美国AI编程初创公司Magic完成3.2亿美元融资，投资者包括前谷歌CEO等

1. Magic的总融资额接近5亿美元，竞争对手包括Codeium、Cognition等。
2. Magic计划在谷歌云平台上构建两台“超级计算机”，使用英伟达H100 GPUs和下一代Blackwell芯片。
3. Magic开发AI驱动工具，帮助软件工程师编写、审查、调试和规划代码，具有超长上下文窗口。
4. Magic的LTM-2-mini模型具有1亿个token的上下文窗口，是商业模型中最长的。
5. AI辅助编程工具市场潜力巨大，预计到2032年市场价值可能达到271.7亿美元。
6. Magic计划扩充团队，包括网络安全、工程、研究和系统工程等领域。

媒体文章：

• 36kr：谷歌前CEO参投！AI编程新秀Magic融资3.2亿美元

[ikaijua]

2024-08-28 谷歌推出3款实验性Gemini AI模型

1. Gemini 1.5 Pro Experimental 0827：代码和推理能力更强，目前在LMSYS上的排名为第2位；Gemini 1.5 Flash Experimental 0827：整体能力更强，其在LMSYS上的排名从第23位上升到第6位；Gemini 1.5 Flash 8B Experimental 0827：仅8B，更快
2. 谷歌将从9月3日起，自动将对gemini-1.5-pro-exp-0801模型的请求重定向到新的gemini-1.5-pro-exp-0827模型，并删除旧模型。
3. 用户可以通过Gemini API和Google AI Studio访问上述两个新模型，模型名称分别为gemini-1.5-pro-exp-0827和gemini-1.5-flash-exp-0827。

可在AI Studio免费使用：https://aistudio.google.com/app/prompts/new_chat

媒体文章：

• IT之家：谷歌发布 3 款 Gemini 实验 AI 模型：1.5 Pro 冲榜第二、1.5 Flash 从第 23 蹿升至第 6

[ikaijua]

2024-08-30 智谱AI发布GLM-4-Plu和GLM-4V-Plus

1. GLM-4-Plus性能：新一代基座大模型GLM-4-Plus在通用知识掌握和逻辑推理任务上表现出色，与OpenAI的GPT-4o相比，在多数任务上接近。
2. 智谱的GLM-4V-Plus模型展现了优秀的图像理解和视频内容分析能力，能够理解网页内容并生成HTML代码，还能对视频内容进行深入分析。
3. 智谱清言升级：智谱的C端产品智谱清言新增了视频通话功能，成为首个支持文本、音频、视频和图像多模态互动的AI助手。

媒体文章：

• 机器之心：一手实测结果出炉！智谱「超大杯」模型全家桶亮相KDD，部分任务超越GPT-4o

[ikaijua]

2024-08-30 阿巴推出新的多模态模型Qwen2-VL

1. 该模型在图像和长视频理解任务上达到或超越了GPT-4o等闭源模型的性能。
2. Qwen2-VL能够实时读取摄像头或电脑屏幕内容，并进行文字形式的视频对话。
3. 模型不仅能进行视觉识别和处理，还能作为Agent与环境交互，自主操控设备如手机进行信息检索。
4. Qwen2发布包含2B、7B、72B三个不同规模的版本，其中2B和7B版本已开源并可免费商用，72B版本通过API提供。
5. Qwen2-VL的开源代码已集成到Hugging Face Transformers、vLLM等第三方框架中，方便开发者使用。
6. 在六个方面的评估中，Qwen2-VL在多个指标上表现优异，特别是在文档理解方面。
7. Qwen2-VL采用多模态旋转位置嵌入（M-ROPE）技术，提升模型的多模态处理和推理能力，支持原生动态分辨率，处理任意分辨率的图像输入。

• DEMO：https://huggingface.co/spaces/Qwen/Qwen2-VL
• 项目主页：https://qwenlm.github.io/blog/qwen2-vl/
• GitHub：https://github.com/QwenLM/Qwen2-VL

媒体文章：

• 量子位：超越GPT-4o！阿里发布最强开源多模态模型Qwen2-VL，支持实时视频对话