??????AI新鮮事

奧特曼試圖重任OpenAI CEO失敗 Emmett Shear上任

OpenAI 任命 Twitch 前高管 Emmett Shear 為新的臨時(shí)首席執(zhí)行官，取代了在 Altman 被解雇后被任命為臨時(shí)首席執(zhí)行官的長期擔(dān)任 OpenAI 高管的 Mira Murati。

【AiBase 提要:】

?? Emmett Shear 被任命為 OpenAI 的新首席執(zhí)行官，此前曾是全球最大的視頻流媒體公司 Twitch 的首席執(zhí)行官。

? 在員工和投資者支持前 OpenAI 領(lǐng)導(dǎo)人 Sam Altman 之后，OpenAI 的危機(jī)在董事會任命 Emmett Shear 為新 CEO 后加深。

?? 作為 OpenAI 的新 CEO，Emmett Shear 面臨著挑戰(zhàn)，包括員工可能離職并加入 Sam Altman 的新創(chuàng)業(yè)項(xiàng)目，以及他被解雇前計(jì)劃推出一家與 Nvidia 競爭的人工智能專注的半導(dǎo)體公司。

谷歌Bard遭遇提示注入攻擊 或存在數(shù)據(jù)泄漏風(fēng)險(xiǎn)

谷歌Bard面臨提示注入攻擊，黑客通過自然語言攻擊漏洞，可能導(dǎo)致數(shù)據(jù)泄漏風(fēng)險(xiǎn)，揭示了Bard在處理提示注入方面的薄弱性。

【AiBase提要】:

?? 攻擊手法揭示: 黑客采用提示注入技術(shù)，通過自然語言破解Bard，可能導(dǎo)致數(shù)據(jù)泄漏風(fēng)險(xiǎn)。

????♂? 漏洞細(xì)節(jié): 攻擊者成功利用Bard漏洞進(jìn)行圖像Markdown注入，嘗試泄露聊天歷史記錄，存在零點(diǎn)擊渲染圖片的漏洞。

??? 修復(fù)狀態(tài)不明: 雖然漏洞已于10月19日報(bào)告并確認(rèn)修復(fù)，但具體修復(fù)措施尚不清楚，突顯Bard在處理提示注入方面的薄弱性。

Meta重組并解散AI監(jiān)管團(tuán)隊(duì)

社交媒體巨頭Meta宣布解散負(fù)責(zé)監(jiān)管人工智能項(xiàng)目的團(tuán)隊(duì)，將成員重新分配到生成式AI產(chǎn)品和AI基礎(chǔ)設(shè)施團(tuán)隊(duì)，以適應(yīng)科技行業(yè)對機(jī)器學(xué)習(xí)的投資潮。

【AiBase提要:】

?? 公司動向: Meta（Facebook的母公司）解散AI監(jiān)管團(tuán)隊(duì)，成員過渡到生成式AI產(chǎn)品和AI基礎(chǔ)設(shè)施團(tuán)隊(duì)。

?? 生成式AI發(fā)展: Meta成立生成式AI團(tuán)隊(duì)，專注于開發(fā)模仿人類創(chuàng)作的語言和圖像生成產(chǎn)品，迎頭趕上機(jī)器學(xué)習(xí)熱潮。

?? 行業(yè)關(guān)注: 隨著監(jiān)管者和官方對新興技術(shù)風(fēng)險(xiǎn)的關(guān)注，確保AI安全成為行業(yè)重要任務(wù)，表現(xiàn)在產(chǎn)業(yè)組織制定AI安全標(biāo)準(zhǔn)。

普華永道愛爾蘭與微軟合作開設(shè)新的生成式AI中心

PwC Ireland與微軟合作，在都柏林開設(shè)生成式人工智能中心，推動新技術(shù)應(yīng)用。調(diào)查顯示愛爾蘭企業(yè)在AI采用上相對緩慢，而PwC投資超過10億歐元推動以人為主導(dǎo)、技術(shù)驅(qū)動的轉(zhuǎn)型。

【AiBase提要:】

?? 合作開設(shè)中心: PwC Ireland與微軟在都柏林北墻碼頭合作設(shè)立生成式AI中心，以促進(jìn)新技術(shù)的應(yīng)用。

?? 投資推動轉(zhuǎn)型: PwC投資超過10億歐元，致力于推動以人為主導(dǎo)、技術(shù)驅(qū)動的人工智能轉(zhuǎn)型。

?? 愛爾蘭AI采用調(diào)查: 調(diào)查顯示愛爾蘭企業(yè)在人工智能和生成式AI采用上相對緩慢，僅有不到10%的企業(yè)大規(guī)模推行人工智能。

????????大模型動態(tài)

谷歌推擴(kuò)散模型變種UFOGen 真正實(shí)現(xiàn)一步文生圖

谷歌研究團(tuán)隊(duì)提出的UFOGen擴(kuò)散模型變種通過改變參數(shù)化方式和損失函數(shù)計(jì)算方式，實(shí)現(xiàn)一步生成高質(zhì)量圖像，解決了擴(kuò)散模型生成速度問題。

論文地址:https://arxiv.org/pdf/2311.09257.pdf

【AiBase提要】

?? 谷歌提出UFOGen模型，一步生成高質(zhì)量圖像。

?? UFOGen通過改變參數(shù)和損失函數(shù)，最大限度利用Stable Diffusion內(nèi)部信息。

?? 擴(kuò)散模型生成速度問題得以解決，為視覺創(chuàng)作領(lǐng)域帶來技術(shù)進(jìn)步。

港中大博士生推出超真實(shí)人像合成工具HyperHuman

為了提高AI繪圖逼真度，港中大博士生研發(fā)的HyperHuman模型使用3.4億張圖像進(jìn)行訓(xùn)練，解決了傳統(tǒng)AI繪圖工具的不連貫和不自然問題。該模型在圖像質(zhì)量和姿勢準(zhǔn)確度上全面碾壓競爭對手，使用了聯(lián)合學(xué)習(xí)和分步生成的方法，采用潛在結(jié)構(gòu)模型，同時(shí)優(yōu)化顏色、深度、法線圖。用戶調(diào)查顯示，HyperHuman在逼真度和質(zhì)量上更受歡迎，成績超過其他競爭模型。

【AiBase提要:】

??? 超真實(shí)人像合成工具HyperHuman問世，用3.4億張圖進(jìn)行訓(xùn)練

?? 解決傳統(tǒng)AI繪圖工具問題，圖像質(zhì)量和準(zhǔn)確度全面碾壓競爭對手

?? 采用聯(lián)合學(xué)習(xí)、分步生成和潛在結(jié)構(gòu)模型，優(yōu)化多方面表現(xiàn)

MIT研究團(tuán)隊(duì)發(fā)布力學(xué)與材料建模語言模型MechGPT

MIT的研究團(tuán)隊(duì)推出了MechGPT，一款在力學(xué)和材料建模領(lǐng)域具有突破性的語言模型，通過創(chuàng)新方法從科學(xué)文本中提取關(guān)鍵信息，特別適用于材料科學(xué)領(lǐng)域。

【AiBase提要:】

?? MechGPT是MIT力學(xué)與材料建模領(lǐng)域的語言模型先鋒，通過預(yù)訓(xùn)練和創(chuàng)新技術(shù)提取科學(xué)文本信息，培訓(xùn)采用PyTorch和Hugging Face，具有40個變壓器層。

?? 模型不僅提高信息提取，還增強(qiáng)關(guān)鍵事實(shí)的清晰度，采用低秩適應(yīng)（LoRA）和4位量化等技術(shù)提高性能，展示超越傳統(tǒng)語言模型的潛力。

?? MechGPT在材料科學(xué)領(lǐng)域表現(xiàn)卓越，為用戶提供Google Scholar訪問，標(biāo)志著語言模型領(lǐng)域演變的里程碑，拓展了知識提取的新領(lǐng)域。

??????AI應(yīng)用

出門問問發(fā)布AI交互式數(shù)字員工生成平臺奇妙問

近日，出門問問在南京舉辦了「奇妙問」產(chǎn)品招商會，并正式發(fā)布了 AI 交互式數(shù)字員工生成平臺「奇妙問」。該平臺名為「奇妙問」，基于自研大模型“序列猴子”，面向政企、文旅等行業(yè)，打造數(shù)字接待、數(shù)字客服、數(shù)字銷售等交互型數(shù)字員工，為客戶提供一站式互動數(shù)字人的制作、生產(chǎn)、發(fā)布服務(wù)。

【AiBase提要:】

?? 創(chuàng)新平臺發(fā)布: 出門問問發(fā)布了名為「奇妙問」的AI交互式數(shù)字員工生成平臺。

?? 廣泛應(yīng)用領(lǐng)域: 該平臺面向政企、文旅等行業(yè)，打造數(shù)字接待、數(shù)字客服、數(shù)字銷售等交互型數(shù)字員工。

?? 自研大模型支持: 平臺依托自研大模型“序列猴子”，提供一站式互動數(shù)字人的制作、生產(chǎn)、發(fā)布服務(wù)。

?????????聚焦開發(fā)者

魔搭社區(qū)推出開源版GPTS“ModelScope Agents”

在OpenaiDEVday上，魔搭社區(qū)推出開源版GPTS“ModelScope Agents”，通過GPT Stores允許用戶聊天、直接配置進(jìn)行GPT定制，支持自定義知識庫和接入web-browsing、文生圖、code-interpreter三個工具的能力。

github地址:

https://github.com/modelscope/modelscope-agent

【AiBase提要:】

?? 開源實(shí)現(xiàn)方案: 魔搭社區(qū)推出開源版ModelScope Agents，支持用戶定制和二次開發(fā)，方便接入不同的LLM（語言模型）。

?? 優(yōu)化反饋問題: 魔搭社區(qū)回應(yīng)GPT Store存在的問題，包括黑盒化、定制成本高、數(shù)據(jù)安全問題等，致力提供更靈活的應(yīng)用構(gòu)建體驗(yàn)。

?? 發(fā)展計(jì)劃: ModelScope Agents計(jì)劃支持生產(chǎn)級別功能、有效評估方式，并在ModelScope創(chuàng)空間上應(yīng)用，以促進(jìn)應(yīng)用生態(tài)繁榮。

DiagrammerGPT:GPT-4主導(dǎo)的顛覆性雙層文生圖表模型

北卡羅來納大學(xué)提出的DiagrammerGPT框架，通過GPT-4充當(dāng)“規(guī)劃師”和“審計(jì)師”，創(chuàng)新地利用自然語言處理指導(dǎo)科學(xué)圖表生成，采用閉環(huán)反饋機(jī)制優(yōu)化規(guī)劃，顯著提高了文本描述生成圖表的準(zhǔn)確性。

項(xiàng)目地址:https://github.com/aszala/DiagrammerGPT

【AiBase提要:】

?? GPT-4角色創(chuàng)新: DiagrammerGPT利用GPT-4作為“規(guī)劃師”生成初始圖表規(guī)劃，同時(shí)另一個GPT-4作為“審計(jì)師”提供反饋，通過閉環(huán)反饋機(jī)制優(yōu)化圖表布局，提高生成圖表的質(zhì)量。

?? DiagramGLIGEN擴(kuò)散模型: 在圖表生成階段，研究人員采用DiagramGLIGEN擴(kuò)散模型，結(jié)合門控自注意力層，處理文本標(biāo)簽和箭頭關(guān)系，通過Pillow庫提升文本清晰度，在多個測試數(shù)據(jù)上明顯優(yōu)于基準(zhǔn)模型。

?? 重大技術(shù)突破: DiagrammerGPT框架的創(chuàng)新和性能優(yōu)勢為文生圖表領(lǐng)域帶來重大技術(shù)突破，在多個量化指標(biāo)上優(yōu)于基準(zhǔn)模型，為科學(xué)研究和圖像生成領(lǐng)域提供有力支持。

谷歌推出新圖像控制方式 可在StableDiffusion圖像生成中保證內(nèi)容特征一致性

Google最新推出的StableDiffusion圖像生成技術(shù)通過身份聚類和身份提取的三個步驟，保證生成圖像具有相同視覺特征，對故事可視化、游戲開發(fā)和廣告等領(lǐng)域具有重要意義。

論文地址:https://arxiv.org/pdf/2311.10093.pdf

【AiBase提要:】

?? 身份聚類: 通過生成一系列圖像，并嵌入語義空間，使用聚類算法將圖像分組，確定角色的主要視覺特征。

?? 身份提取: 在高內(nèi)聚性圖像上訓(xùn)練模型，提取更一致的角色身份，使模型能夠準(zhǔn)確重現(xiàn)這些特征。

?? 重要意義: 技術(shù)確保生成圖像在內(nèi)容特征上一致，對于故事可視化、游戲開發(fā)和廣告等領(lǐng)域具有重要意義。

復(fù)旦、人大等發(fā)布大五人格+MBTI測試 角色扮演AI特質(zhì)還原率達(dá)82.8%

由復(fù)旦大學(xué)和中國人民大學(xué)合作的Chat涼宮春日團(tuán)隊(duì)發(fā)布了AI角色扮演研究，通過大五人格+MBTI測試以及LLM引導(dǎo)式問答，實(shí)現(xiàn)82.8%的特質(zhì)還原率，為評估角色扮演AI的人格提供新方法。

項(xiàng)目地址:https://github.com/LC1332/Chat-Haruhi-Suzumiya/tree/main/research/personality

【AiBase提要:】

?? 人設(shè)還原度達(dá)82.8%: 復(fù)旦大學(xué)與人民大學(xué)合作的研究團(tuán)隊(duì)使用大五人格+MBTI測試，通過LLM引導(dǎo)式問答，成功實(shí)現(xiàn)82.8%的AI角色扮演特質(zhì)還原率。

?? 心理學(xué)角度研究: 研究采用面談式人格測試框架，通過開放式問答對AI角色進(jìn)行全面評估，為角色扮演AI的行為模式提供新視角。

?? 未來發(fā)展: 隨著技術(shù)不斷進(jìn)步，角色扮演AI的人格還原度和表現(xiàn)有望進(jìn)一步提升，同時(shí)揭示了現(xiàn)有技術(shù)中存在的挑戰(zhàn)和限制。

浙大研究者提出UrbanGIRAFFE，解決城市場景的可控3D感知圖像合成

浙江大學(xué)的UrbanGIRAFFE方法通過可控的相機(jī)姿勢和場景內(nèi)容，以及精妙的3D場景分解，實(shí)現(xiàn)了對復(fù)雜城市環(huán)境的多樣控制，在3D感知圖像合成領(lǐng)域表現(xiàn)出色。

項(xiàng)目網(wǎng)址:https://github.com/freemty/urbanGIRAFFE

【AiBase提要:】

?? 可控性與保真度超越基線: UrbanGIRAFFE方法通過全面評估展示在可控性和保真度方面的卓越性能，超越了各種2D和3D基線。

??? 場景分解與對象生成: 該方法巧妙地將城市場景分解為無法計(jì)數(shù)的物體、可計(jì)數(shù)的對象和天空，利用語義體素網(wǎng)格和對象布局進(jìn)行組合生成建模。

?? 未來發(fā)展與應(yīng)用拓展: UrbanGIRAFFE的未來工作包括引入語義體素生成器、光照控制探索，該研究在相機(jī)視角操作、語義布局和物體交互等方面取得了卓越多功能性成就。

（舉報(bào)）