欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
新鲜AI产品点击了解：https://top.aibase.com/
1、挑战英伟达！AMD亮出旗下最强AI芯片锐龙AI 300系列
AMD在Computex科技大会上展示了最新的AI芯片产品线，展示了Zen5架构的Ryzen99950X处理器和锐龙AI300系列APU，挑战英伟达在AI领域的地位。
【AiBase提要:】
🚀 英伟达和AMD在Computex科技大会上展示最新技术成果，AMD展示了Zen5架构的Ryzen99950X处理器和锐龙AI300系列APU。
💥 苏姿丰强调Zen5架构的Ryzen CPU具有更宽的CPU引擎指令窗口，支持完整的AVX512吞吐量，提升AI性能一倍。
🔥 AMD的锐龙AI300系列APU采用XDNA AI NPU，算力高达50TOPS，超越了其他竞争对手的性能标准。
2、Suno又要推新功能！随便哼两句它就能帮你创作成歌曲了
Suno最近宣布推出令人激动的新功能，可以通过哼唱声音生成完整的歌曲，展示出人工智能在音乐创作领域的无限可能。Suno的创新举措为音乐创作注入新活力，让用户通过日常声音创作音乐作品，开拓了音乐创作的新可能性。期待Suno未来带来更多令人惊叹的创新。
【AiBase提要:】
🎵 哼唱生成歌曲：Suno推出新功能，用户哼唱一小段即可创作完整歌曲，音乐与原声融合自然
🎶 日常声音转化音乐：Suno新功能能将任何声音转化为音乐作品，展示技术强大创意潜力
🎤 激发音乐创作活力：Suno的创新举措为音乐创作领域注入新活力，开拓音乐创作新可能性
详情链接:https://top.aibase.com/tool/suno-ai
3、昆仑万维宣布开源2千亿稀疏大模型Skywork-MoE
昆仑万维公司开源了具有里程碑意义的稀疏大型语言模型Skywork-MoE，该模型性能强劲，推理成本大幅降低，为大规模密集型LLM带来有效解决方案。
【AiBase提要:】
🌟 开源和免费商用: Skywork-MoE模型权重、技术报告完全开源，免费商用，推动人工智能领域发展。
💡 推理成本降低: Skywork-MoE在保持性能的同时大幅降低了推理成本，解决大规模数据处理挑战。
🚀 技术创新和性能优势: Skywork-MoE是首个支持单台4090服务器推理的开源千亿MoE大模型，性能强劲且参数量大。
详情链接:https://top.aibase.com/tool/skywork-moe
4、Adobe 发布 VideoGigaGAN 超分辨率视频模型
Adobe 和研究人员合作推出 VideoGigaGAN，兼顾帧率连贯性和细节丰富的超分辨率视频模型。该模型解决了超分辨率视频模型的时间连贯性和细节丰富性问题，为视频处理领域带来了重要突破。
【AiBase提要:】
⭐ VideoGigaGAN 基于 GigaGAN 模型开发，添加时序卷积、自注意力层和光流引导模块，解决超分辨率视频模型的时间连贯性和细节丰富性问题。
⭐ VideoGigaGAN 利用时序卷积捕捉视频帧之间的时间依赖性，自注意力层提取空间细节和纹理信息，光流引导模块保持特征的空间一致性，生成清晰的超分辨率视频。
⭐ VideoGigaGAN 具有视频超分辨率、时域一致性、丰富细节处理、抗锯齿处理等功能特点，适用于多种视频处理场景。
详情链接:https://top.aibase.com/tool/videogigagan
5、斯坦福大学AI研究团队被指抄袭清华系模型
这篇文章报道了斯坦福大学AI研究团队的Llama3-V开源模型因抄袭清华系明星创业公司面壁智能开发的开源模型“小钢炮”MiniCPM-Llama3-V2.5而引发的风波。事件曝光后，斯坦福团队的两位主要作者向面壁智能团队和公众道歉，并承诺撤下所有Llama3-V模型。
【AiBase提要:】
🔍 斯坦福大学AI研究团队的Llama3-V模型被指抄袭清华系明星创业公司面壁智能开发的MiniCPM-Llama3-V2.5模型。
🚨 网友发现Llama3-V模型的结构和代码与“小钢炮”模型高度相似，引发广泛关注和热议。
🔗 面壁智能团队证实抄袭事实，斯坦福团队的两位主要作者在社交平台上公开道歉并承诺撤下所有Llama3-V模型。
详情链接:https://top.aibase.com/tool/minicpm-llama3-v-2-5
6、多模态模型再进化，已学会看图玩扑克、算“12点”
本文介绍了UC伯克利等高校研究团队提出的新强化学习框架RL4VLM，成功提升了多模态大模型在决策任务上的表现。该模型通过强化学习微调学会了看图玩扑克、算“12点”等任务，超越了GPT-4v。研究团队由多位重量级人物组成，成果已在GitHub上开源。
【AiBase提要:】
🧠 新强化学习框架RL4VLM成功提升多模态大模型决策能力，超越GPT-4v。
🌟 研究团队由重量级人物组成，包括图灵奖得主LeCun等。
💡 RL4VLM采用强化学习微调，直接使用环境奖励信息，赋予多模态模型自主决策能力。
论文地址:https://arxiv.org/abs/2405.10292
7、OpenAI衍生公司人工智能模型 让机器人像人一样思考、学习
本文介绍了OpenAI衍生公司Covariant推出的人工智能模型，使机器人具备像人类一样思考、学习的能力。该模型结合推理与物理能力，具有多模态输入、自主执行任务、反馈与交互、适应性等特点，代表了机器人学习和自动化技术的重大进步。
【AiBase提要:】
🤖 Covariant AI系统融合了推理技能和物理灵巧性，开发了RFM-1模型处理多种输入类型，使机器人更全面地理解任务需求。
🧠 机器人可以自主执行任务，根据反馈和交互请求建议，适应环境而不依赖特定任务代码，简化了编程过程。
🔗 Covariant的AI系统赋予机器人视觉识别、思考、行动和学习的能力，提高了自动化的灵活性和效率。
8、比特币矿工向人工智能企业投入数百万美元，寻求数十亿美元回报
比特币矿工Core Scientific与云公司CoreWeave达成35亿美元合作，拓展人工智能业务，迎接人工智能领域需求增长。这一举动将带来丰厚收入，推动矿工企业转型应对比特币减半带来的挑战。
【AiBase提要:】
⭐ 比特币矿工Core Scientific与CoreWeave达成35亿美元合作，拓展人工智能业务。
⭐ 人工智能领域需求巨大，将提供丰厚收入，推动矿工企业转型。
⭐ 比特币矿工们在AI市场中寻求多样化收入，应对减半带来的挑战。
9、IBM 推出高效 LLM 基准测试方法，计算成本降低99%
IBM研究推出了一种创新的LLM基准测试方法，通过微型化基准测试大幅降低评估LLM所需的时间和金钱成本，引起AI社区关注，有望推动人工智能模型评估领域的快速发展。
【AiBase提要:】
⭐️ 创新的LLM基准测试方法降低计算成本99%。
⭐️ 高效方法利用微型化基准测试，减少评估LLM时间和金钱成本。
⭐️ 引起AI社区关注，被广泛采用，有望推动人工智能模型评估领域发展。
10、麦肯锡全球调查：生成式AI采用开始产生价值
AI的广泛应用正在改变组织的运营方式，但也带来了一些负面影响。麦肯锡的调查显示，人工智能在营销、销售等领域带来成本降低和收入增长，但不准确性和安全性仍是关注点。高绩效者在GenAI采用中更具挑战性，但通过最佳实践取得成功。
【AiBase提要:】
⭐️ 65%的组织正在定期使用AI，GenAI在多个领域得到广泛应用，带来成本降低和收入增长。
⭐️ 44%的受访者表示从GenAI使用中经历了负面影响，主要包括不准确性、网络安全和知识产权侵权等风险。
⭐️ 高绩效者在GenAI采用中更有挑战性，但通过增加风险认识、建立明确流程和培养员工技能取得成功。