# AI及信息技术应用2024年8月4日简报 ## 核心定义 > 人工智能（AI）是一种模拟人类智能行为的技术，能够执行通常需要人类智能才能完成的任务，如视觉识别、语言理解和决策制定。 ## 核心洞察（TL;DR） - 阿里巴巴推出巴黎奥运会AI体验，提升观赛体验。 - 苹果发布超越Mistral-7B的小模型DCLM-7B，强调数据集重要性。 - 摩根大通推出AI聊天机器人IndexGPT，提高决策效率。 - Google Cloud更新Spanner SQL数据库，增强数据处理能力。 - DeepMind的Gemini 1.5 Pro在Chatbot Arena超越GPT-4o，显示AI竞争力。 - Abstract利用AI颠覆政策分析行业，提高政府透明度。 - GitHub推出内置AI模型开发游乐场，提供一站式解决方案。 - Black Forest Labs发布FLUX.1图像生成模型套件。 - Patronus AI发布Lynx v1.1 RAG幻觉检测模型。 - Meta发布SAM 2图像和视频分割模型。 - Reddit收购Memorable AI增强广告能力。 - Character.AI联合创始人加入Google，显示AI人才流动趋势。 - GE HealthCare与AWS合作开发医疗AI模型。 - Canva收购Leonardo.ai扩展AI技术堆栈。 - Airtable收购Dopt提升AI助力的产品入门体验。 - OpenAI发布GPT-4 64k输出版本。 - SciPhi推出Triplex模型解决知识图谱RAG技术问题。 - Meta推出AI Studio供美国创作者构建聊天机器人。 - Cloudflare发布多模式AI游乐场。 - Nvidia推出定制AI模型平台。 - 谷歌Chrome更新AI功能。 - 阿维·希夫曼推出AI伴侣项链Friend。 - Airtable推出AI驱动的Cobuilder工具。 - OpenAI重新推出GPT-4o支持的高级语音模式功能。 - 欧盟新《人工智能法案》正式生效，严监管高风险AI。 - 美国司法部调查Nvidia收购Run:ai的反垄断问题。 - Perplexity推出收入共享出版商计划与《时代周刊》等合作。 ## 关键事实与数据 - 阿里巴巴AI体验基于实时数据分析和AR技术。 - DCLM-7B模型性能超越Mistral-7B，开源权重、代码和数据集。 - IndexGPT聊天机器人用于市场研究和金融分析。 - Spanner SQL数据库新增图形和矢量搜索支持。 - Gemini Nano AI模型集成Chrome浏览器。 - Gemini 1.5 Pro在Chatbot Arena以1300分超越GPT-4o。 - Abstract AI平台利用AI分析政策变化。 - GitHub Models提供免费测试AI模型。 - FLUX.1图像生成模型套件性能领先。 - Lynx v1.1模型用于AI生成内容幻觉检测。 - SAM 2模型实现图像和视频分割。 - Reddit收购Memorable AI以优化广告效果。 - Character.AI技术与创始团队加入Google。 - GE HealthCare与AWS合作开发医疗AI模型。 - Canva收购Leonardo.ai以增强图像创建工具。 - Airtable收购Dopt以提升AI助力的产品体验。 - GPT-4 64k输出版本处理能力相当于300页书。 - SciPhi的Triplex模型成本为GPT-4o的十分之一。 - Meta AI Studio允许开发个性化聊天机器人。 - Cloudflare的AI游乐场支持多模式AI模型。 - Nvidia AI Foundry平台简化AI模型训练。 - Chrome更新引入智能自动填充和上下文感知搜索。 - Friend AI伴侣项链提供情感支持。 - Airtable Cobuilder提供无代码应用程序开发。 - OpenAI推出GPT-4o支持的高级语音模式功能。 - 欧盟《人工智能法案》禁止使用生物特征数据预测犯罪。 - Nvidia收购Run:ai面临反垄断调查。 - Perplexity推出广告收入分享计划与媒体公司合作。 ## 正文 AI及信息技术应用2024年8月4日简报 ==================== 上周，AI领域呈现多项重要动态。阿里巴巴推出了专为2024年巴黎奥运会设计的人工智能体验，通过实时数据分析和增强现实（AR）技术提升观赛体验，彰显其在全球体育赛事中的技术领导力。苹果发布了性能超越Mistral-7B的小模型DCLM-7B，展示了高质量数据集的重要性。摩根大通推出内部AI聊天机器人IndexGPT，用于市场研究和金融分析，提升决策效率。Google Cloud对Spanner SQL数据库进行更新，新增图形和矢量搜索支持，优化了数据处理能力。 Google将Gemini Nano AI模型集成到Chrome浏览器中，增强设备端AI应用。DeepMind的Gemini 1.5 Pro在Chatbot Arena排行榜上超越GPT-4o，显示出强大的AI竞争力。旧金山初创公司Abstract利用AI颠覆政策分析行业，提高政府透明度和政策响应能力。GitHub推出内置AI模型的开发游乐场，提供从测试到部署的一站式解决方案。 此外，Black Forest Labs发布了领先的图像生成模型套件FLUX.1，Patronus AI推出了先进的RAG幻觉检测模型Lynx v1.1，Meta发布了用于图像和视频分割的统一模型SAM 2，Reddit收购了Memorable AI以增强广告能力。Character.AI的联合创始人及部分员工加入Google，显示出AI人才流动的趋势。GE HealthCare与AWS合作开发医疗用途的生成式AI模型，Canva收购生成式AI初创公司Leonardo.ai以扩展其AI技术堆栈，Airtable收购Dopt以提升AI助力的产品入门体验，OpenAI发布了具有强大文本生成能力的GPT-4 64k输出版本。这些动态表明AI技术在多个领域的快速进展和应用。 **1，AI产业及应用研究** --------------- 阿里巴巴为 2024 年巴黎奥运会推出人工智能体验 \[摘要\]：阿里巴巴推出了专为 2024 年巴黎奥运会设计的人工智能体验。此体验将利用 AI 技术为观众提供互动和个性化的观看体验，包括实时数据分析和增强现实（AR）功能。该技术旨在提升用户的观赛体验，提供更全面的赛事信息和互动内容。阿里巴巴希望通过这一创新技术展示其在全球体育赛事中的技术领导地位 权重、代码、数据集全开源，性能超越Mistral-7B，苹果小模型来了 \[摘要\]：苹果在 Hugging Face 上发布了开源模型 DCLM-7B，其性能超越了 Mistral-7B，并接近 Llama 3 和 Gemma。该模型不仅开源了模型权重，还开源了训练代码和预训练数据集。研究团队提出了 DCLM 基准，旨在通过设计高质量数据集来提高模型性能，特别是在多模态领域。DCLM-7B 在多个基准测试中表现优异，展示了高质量数据集的重要性。 JPMorgan 推出内部 AI 聊天机器人用于研究分析 \[摘要\]：摩根大通推出了一款名为 IndexGPT 的内部 AI 聊天机器人，用于辅助员工进行市场研究和金融分析。该聊天机器人使用生成 AI 技术，能够处理和分析大量的市场数据，为分析师提供有用的见解和建议。IndexGPT 的目标是提高研究效率和决策质量，帮助摩根大通保持其在金融服务行业的竞争力。摩根大通计划未来进一步优化该聊天机器人，扩展其功能和应用场景。 Google Cloud 更新 Spanner SQL 数据库，增加图形和矢量搜索支持 \[摘要\]：Google Cloud 最近对其 Spanner SQL 数据库进行了重大更新，新增了图形和矢量搜索支持，并扩展了全文搜索功能。这些改进旨在提升数据库的查询能力和性能，满足现代数据密集型应用的需求。图形搜索功能使得处理和分析复杂的网络关系数据变得更加高效，而矢量搜索支持则增强了对大规模数据集的处理能力。扩展的全文搜索功能进一步提高了数据检索的准确性和速度，为企业用户提供了更强大的数据管理和分析工具。 Google 将 Gemini AI 模型集成到 Chrome 桌面浏览器 \[摘要\]：Google 将其 Gemini Nano AI 模型集成到 Chrome 桌面浏览器中，从 Chrome 126 开始，开发者可以利用这款设备端 AI 模型进行应用开发。Gemini Nano AI 优化了设备端的快速响应能力，支持图像理解、语音转录和文本摘要等任务。此次更新还包括 Gmail 的“帮我写”工具等 AI 驱动功能。通过使用 WebGPU 和 WebAssembly 技术，Google 实现了 AI 模型在各种硬件上的高效运行，旨在使 AI 功能更易于访问并提升用户体验。 谷歌 DeepMind 的实验性 Gemini 1.5 Pro 首次在 AI Chatbot Arena 排行榜上名列前茅 \[摘要\]：谷歌 DeepMind 的实验性 Gemini 1.5 Pro（实验版本 0801）在 LMSYS Chatbot Arena 排行榜上以 1300 分的惊人成绩超过了 OpenAI 的 GPT-4o 和 Anthropic 的 Claude-3.5，首次名列前茅。在为期一周的测试期间，Gemini 1.5 Pro 收集了超过 12,000 个社区投票，成为总体排行榜和视觉排行榜的第一名。该实验版本可在 Google AI Studio、Gemini API 和 LMSYS Chatbot Arena 中进行早期测试。尽管具体改进尚未公布，但 Google DeepMind 承诺会有更多更新即将推出。Gemini 1.5 Pro 的这一飞跃表明，谷歌可能在 LLM 领域确立了新的领导者地位，或即将面临行业竞争对手的重大反应。 旧金山初创公司 Abstract 靠 AI 驱动的政策分析颠覆行业 \[摘要\]：旧金山初创公司 Abstract 以 400 万美元的种子资金，开发了一款用于分析政府政策的项目管理和智能平台 Abstract AI，彻底改变了组织理解和应对立法和监管政策的方式。该平台利用 AI 模型和专有数据处理技术，发现政策变化中的风险和机遇，提供两个层级的服务：Abstract California 和 Abstract Enterprise。此创新工具能够在几分钟内提供可操作的见解，相当于 3 名全职分析师的工作效率，极大地提升了政府关系团队的能力。Abstract 的愿景是提高政府透明度，使政策环境更易于理解和访问，从而赋予企业和普通公民更强的政策应对能力。 GitHub 推出内置 AI 模型的开发游乐场 \[摘要\]：GitHub 刚刚推出了有限公开测试版的 GitHub Models，这是一个内置的游乐场，允许用户在 GitHub 内免费测试领先的 AI 模型，如 Llama 3.1、GPT-4o、GPT-4o mini、Phi 3 和 Mistral Large 2。该游乐场提供了一个交互式沙盒环境，用户可以使用不同的提示和模型参数进行测试，然后将实验结果无缝转移到 Codespaces 和 VS Code 中进行开发，最终使用 Azure AI 进行生产部署。主要亮点包括交互式模型游乐场、无缝 Codespaces 集成和简化的生产途径，为开发者提供了从测试到部署的一站式解决方案。 Black Forest Labs 推出 FLUX.1 开源图像生成模型套件 \[摘要\]：Black Forest Labs 刚刚发布了 FLUX.1 开源图像生成模型套件，这一套件在图像细节、即时响应、风格多样性和场景复杂性方面实现了业界领先的性能，超越了 DALL.E-3 和 Midjourney v6。FLUX.1 提供三种模式：\[pro\] 通过 API 提供顶级性能；\[dev\] 开放版本供非商业使用；\[schnell\] 适用于本地开发和个人使用，并遵循 Apache 2.0 许可。所有模型基于混合的多模和并行扩散变压器架构，参数高达 12B。 Patronus AI 发布 Lynx v1.1：8B 最先进的 RAG 幻觉检测模型 \[摘要\]：Patronus AI 的 LYNX v1.1 系列通过有效检测 AI 生成内容中的幻觉来推动 AI 的发展。幻觉是指生成不受支持或相互矛盾的信息。LYNX 使用检索增强生成 (RAG) 来确保响应准确。Patronus-Lynx-8B-Instruct-v1.1 模型平衡了效率和能力，支持多达 128,000 个标记并专注于英语。它采用了混合精度训练和闪光注意等先进的训练技术。在 8 个 Nvidia H100 GPU 上进行评估后，该模型在实时幻觉检测方面表现出色。LYNX 8B 模型是开源的，具有可访问的权重和数据，功能强大且高效，是各种机器学习应用的理想选择。 Meta AI 推出 Meta Segment Anything Model 2 (SAM 2)：首个跨图像和视频分割对象的统一模型 \[摘要\]：Meta 推出了 SAM 2，这是其 Segment Anything 模型的下一代。SAM 2 是在其前身成功的基础上构建的突破性统一模型，旨在实时对图像和视频中的对象进行可提示的对象分割。SAM 2 扩展了原始 SAM 的功能，主要侧重于图像。新模型与视频数据无缝集成，提供跨帧对象的实时分割和跟踪。由于 SAM 2 能够推广到新的和未见过的视觉领域，因此无需进行自定义调整即可实现此功能。该模型的零样本泛化意味着它可以分割任何视频或图像中的任何对象，使其具有高度的通用性并可适应各种用例 Reddit 收购人工智能初创公司 Memorable AI 加强广告能力 \[摘要\]：Reddit 自 3 月上市以来首次收购了人工智能初创公司 Memorable AI，以提升广告商的广告创意质量和个性化水平。Memorable AI 利用人工智能和机器学习分析用户行为，并生成数据驱动的广告创意反馈，预计将帮助 Reddit 广告商优化广告效果。此次收购将使 Memorable AI 的 15 名员工加入 Reddit 广告团队，并加速广告创意的优化和选择。此举增强了 Reddit 在与谷歌、Meta 和 TikTok 的广告竞争中的地位，预计将进一步推动广告收入增长。 Character.AI 联合创始人加入谷歌，达成非独家技术使用协议 \[摘要\]：Character.AI 的联合创始人 Noam Shazeer 和 Daniel De Freitas 以及部分员工将加入谷歌。谷歌已签署非独家协议以使用 Character.AI 的技术。这一举措使得 Character.AI 的技术和创始团队在谷歌的支持下得以继续发展。用户和业内人士对这一动态反应不一，有人认为这将使 Character.AI 的创新受到限制，而投资者可能从中获益。此外，这使得谷歌在与 OpenAI 和其他技术公司的竞争中增强了实力。 谷歌发布新微型 AI 模型 Gemma 2 2B 及配套工具 \[摘要\]：谷歌近期推出了新型微型 AI 模型 Gemma 2 2B，该模型在技术上向其他科技巨头发起了挑战，并在多个方面表现优越。除此之外，谷歌还推出了两个配套工具：安全内容分类器套件 ShieldGemma 和模型可解释性工具 Gemma Scope。ShieldGemma 专注于提高内容的安全性和合规性，而 Gemma Scope 则致力于提升模型的可解释性，帮助用户更好地理解和应用 AI 模型的决策过程。 GE HealthCare 利用 Amazon Web Services 构建用于医疗用途的生成式 AI \[摘要\]：GE医疗集团宣布与亚马逊网络服务（AWS）合作，开发专用于医疗用途的生成式AI模型和应用程序。医疗行业负责生成全球近三分之一的数据，但由于数据分散存储，利用效率低下。GE HealthCare和AWS希望通过生成式AI改善医生在筛查、诊断、决策支持和日程安排中的工作流程。该合作将利用AWS的Amazon Bedrock和Amazon SageMaker，加快大规模AI模型的开发和部署，并探索内部生产力提升。新模型和应用程序将首先供GE HealthCare的员工和客户使用。 Canva 收购生成式 AI 初创公司 Leonardo.ai 扩大 AI 技术堆栈 \[摘要\]：Canva 收购了生成式 AI 初创公司 Leonardo.ai，此次收购以现金和股票的形式进行。Leonardo.ai 成立于 2022 年，最初专注于视频游戏资产创作，所有 120 名员工，包括高管团队，将加入 Canva。收购旨在将 Leonardo.ai 的技术整合进 Canva 的 Magic Studio 套件，以增强其图像创建和 AI 模型开发工具。Leonardo.ai 将继续作为独立实体运营。 Airtable 完成对 Dopt 的收购 强化 AI 助力产品入门体验 \[摘要\]：Airtable 已完成对专注于产品入门体验的初创公司 Dopt 的收购，此次交易于 6 月底完成，主要目的是获取 Dopt 的 AI 辅助工具和人才。Dopt 的团队将加入 Airtable 的人工智能部门，并且 Dopt 的服务将于 8 月 15 日关闭。此次收购将有助于提升 Airtable 的 AI 技术能力和产品体验。 OpenAI发布GPT-4的64k输出版本，相当于300页的书 \[摘要\]：OpenAI 最近推出了GPT-4的64k输出版本，其处理能力相当于生成一部300页的书。这一版本显著提升了模型的文本生成和处理能力，为用户提供了更强大的内容创作和数据分析工具。GPT-4的扩展输出将进一步推动各种应用场景的发展，从而为研究、写作和其他创意工作带来革命性的变化。 Xiaobiao Du 及其同事发布“DreamCar”项目 \[摘要\]：Xiaobiao Du 及其团队在“DreamCar”项目中提出了一种利用 Car360 数据集生成高质量 3D 汽车模型的新方法。该方法利用几何和外观对称性以及姿势优化技术，显著提升了纹理对齐和模型准确性。与现有方法相比，“DreamCar”在自动驾驶汽车模拟、虚拟现实、游戏和汽车设计等领域表现出色，提供了创建详细虚拟资产的有效工具。 SciPhi 推出高效模型 Triplex，解决低成本使用知识图谱 RAG技术问题 \[摘要\]：微软最近发表的关于 RAG 知识图谱的论文受到广泛关注，因其利用定制提示的 LLM 组织信息。但此方法成本高昂且不切实际。SciPhi 推出了新模型 Triplex，将非结构化数据转化为结构化知识图谱，成本为 GPT-4o 的十分之一。Triplex 通过从文本中提取“语义三元组”来构建知识图谱，评估表明其在准确性方面优于 GPT-4o。Triplex 可在 HuggingFace 和 Ollama 上使用，并与 R2R RAG 引擎和 Neo4J 协作。 ### **2，产品市场创新** Meta 推出 AI Studio 供美国创作者构建个性化聊天机器人 \[摘要\]：Meta 正在美国推出 AI Studio，允许创作者开发个性化的 AI 聊天机器人，适用于 Instagram、Messenger、WhatsApp 和网络平台。该工具允许用户使用自己的提示或模板创建聊天机器人，以便进行内容创建、与粉丝互动、回答常见问题和分享链接。Meta 计划通过这一创新工具帮助创作者实现业务目标，并扩展自定义 AI 机器人的应用范围，进一步支持企业管理客户查询。 Cloudflare 发布多模式 AI 游乐场，用于构建 AI 应用程序 \[摘要\]：Cloudflare 推出了一款多模式 AI 游乐场，允许用户试验和链接各种 AI 模型，构建实际应用程序。该游乐场设计为用户友好型，具有拖放界面，用户可以通过基于节点的界面创建工作流程，探索不同模型的互补性。主要亮点包括：模型多样性，支持处理文本、图像和音频的多模式 AI 模型，如 Llama 3.1、Stable Diffusion、Llava 1.5；灵活性，可以通过多种配置连接不同模型；以及附带的预加载示例工作流程，为用户实验提供起点。 Nvidia 推出定制 AI 模型平台，或将引发定制化模型热潮 \[摘要\]：Nvidia 最新的 AI 平台AI Foundry旨在促进定制 AI 模型的创建，可能引发定制化模型的热潮。该平台依托 Nvidia 强大的 CUDA 基础架构，大幅简化并加速 AI 模型训练过程。通过提供广泛的库和框架，Nvidia 使开发者能够有效利用 GPU 进行深度学习，从而推动 AI 能力的普及和扩展。 谷歌 Chrome 更新 AI 功能：增强浏览器体验 \[摘要\]：谷歌在最新的 Chrome 更新中引入了三项创新的 AI 功能，旨在提升用户的浏览体验。新的 AI 驱动功能包括智能自动填充、上下文感知搜索以及个性化的网页建议。这些功能将利用 AI 技术分析用户的浏览行为和需求，以提供更加智能和便捷的服务。此外，更新还包括改进的隐私保护措施，确保用户数据的安全性。谷歌表示，这些新功能将帮助用户更高效地管理在线活动和信息。 阿维·希夫曼推出 AI 伴侣项链 Friend \[摘要\]：因获得威比奖和在哈佛大学就读而闻名的阿维·希夫曼 (Avi Schiffmann) 推出了一款创新的 AI 可穿戴设备 Friend。这款项链式设备售价 99 美元，旨在提供持续的陪伴和对抗孤独。Friend 能通过人工智能进行有意义的对话并提供情感支持，已获得 250 万美元融资，估值达 5000 万美元。基本白色版本现已开放预订，计划于 2025 年 1 月交付。Friend 专注于情感联系，而非生产力，面临赢得用户信任的挑战。其成功将取决于对用户福祉的积极影响。与 Ring 和 Airpin 类似，Friend 是一种通过采集数据并构建个人数据模型的人工智能产品。 Airtable 推出 AI 驱动的 Cobuilder 无代码应用程序构建工具 \[摘要\]：Airtable 推出了 Airtable Cobuilder，这是一款由 AI 驱动的工具，旨在彻底改变企业创建自定义应用程序的方式。作为无代码应用程序开发领域的领先创新者，Airtable 通过 Cobuilder 提供了构建无代码应用程序的最快方法。该工具使企业能够快速、轻松地开发定制应用程序，从而提高效率并简化工作流程。 OpenAI 向部分 ChatGPT Plus 用户重新推出 GPT-4o 支持的高级语音模式功能 \[摘要\]：OpenAI 已向少数 ChatGPT Plus 用户重新推出其高级语音模式功能，此功能由 GPT-4o 支持，旨在提供更自然、实时的对话体验。该功能包含四种预设声音（Juniper、Breeze、Cove 和 Ember），均由付费演员录制，而不再包括之前引发争议的 Sky 声音。此功能原计划于 6 月推出，但因需要提高模型的内容检测能力而推迟。OpenAI 将逐步向更多用户推出，并计划在秋季向所有 Plus 用户开放。 ### **3，合规和监管 ** 欧盟新《人工智能法案》正式生效：严监管高风险AI \[摘要\]：今年 3 月，欧盟宣布制定《人工智能法案》，并于 5 月获得通过，现已正式生效。该法案采用基于风险的方法，高风险人工智能如生物特征识别系统将面临严格监管，而低风险人工智能如聊天机器人则监管较少。新法律禁止使用生物特征数据预测犯罪，并限制认知行为操控和社会评分的AI系统。科技公司有 3 至 6 个月的时间遵守，否则将面临高达 3800 万美元的罚款。此举对全球科技公司，特别是美国公司产生重大影响。 美国司法部对 Nvidia 收购特拉维夫 GPU 虚拟化初创公司Run:ai的反垄断调查 \[摘要\]：美国司法部正在以反垄断为由调查 Nvidia 收购总部位于特拉维夫的 GPU 虚拟化初创公司Run:ai。这一调查旨在评估此次收购是否会对市场竞争产生负面影响。业内人士认为，此次调查确认了这是一项实质性的合并，而非小规模的股权收购。此次收购若被认定违反反垄断法，可能对 Nvidia 未来的市场行为和竞争策略产生重大影响。 Perplexity 推出收入共享出版商计划 与《时代周刊》等合作 \[摘要\]：人工智能搜索初创公司 Perplexity 宣布推出广告收入分享计划，旨在与《财富》、《时代》和 WordPress.com 等媒体公司合作。此举旨在解决 Perplexity 面临的剽窃指控和法律威胁，并为出版商提供急需的收入。计划将于 9 月开始，提供比传统搜索引擎更高的收入分成，缓解人工智能摘要对媒体流量的潜在影响。 --- ## 引用与溯源 **来源**：哈希泰格 (HaxiTAG) **原始链接**：[https://haxitag.com/brief/ai-brief-20240804-ai202484](https://haxitag.com/brief/ai-brief-20240804-ai202484) **来源索引（站内可追溯）**：[麦肯锡](https://haxitag.com/search?q=%E9%BA%A6%E8%82%AF%E9%94%A1)、[普华永道](https://haxitag.com/search?q=%E6%99%AE%E5%8D%8E%E6%B0%B8%E9%81%93)、[Gartner](https://haxitag.com/search?q=Gartner)、[IDC](https://haxitag.com/search?q=IDC)、[Forrester](https://haxitag.com/search?q=Forrester) **版权声明**：本文由哈希泰格 AI 引擎优化生成，引用请注明出处。