整理 | 王启隆
出品 | AI 科技大本营（ID：rgznai100）
一分钟速览新闻点！
全球 AI 要闻
斯坦福大学今日发布的《2024 年人工智能指数报告》显示，2023 年 ChatGPT 日、周、月使用率分别为全球用户的 17%、36%和 16%，其中印度、巴基斯坦和肯尼亚等地使用率最高。行业在 AI 研究上占据主导，贡献 51 个关键模型，远超学术界的 15 个。全年共发布 149 个基础模型，同比增长显著，且大部分开源。训练成本剧增，如 GPT-4 耗资 7800 万美元，Gemini Ultra 达 1.91 亿美元。生成式 AI 投资逆势增长至 252 亿美元，美国投资总额 672 亿美元领先全球，是同期中国的近 9 倍。尽管 AI 职位需求下滑，但 AI 提高了工作效率和质量，80% 财富 500 强企业在财报中提及 AI。美国 AI 法规增至 25 项，欧美推动相关政策，全球关注度翻倍。公众对 AI 影响的认知加深，66%受访者预计 AI 将极大影响未来生活，但仅 37%认为 AI 将改善工作。ChatGPT 广为人知，63%受访者知晓，半数每周至少使用一次。AI 在科学和医学领域成果显著，但负责任 AI 评估缺乏统一标准，深度伪造和碳排放问题引起广泛关注。
Adobe 宣布将为 Premiere Pro 添加 OpenAI 的 Sora、Runway ML 的 Gen-2 及 Pika 1.0 等第三方 AI 视频生成插件，实现重大升级。此举有望将 AI 工具带给更广泛的用户群体，并可能引发视频制作行业的深刻变革。今后，用户可在同一编辑界面下融合实拍视频与 AI 生成画面，如轻松借助 AI 生成影片中角色的动作、背景等元素，甚至扩展镜头、优化过渡效果。此外，Firefly for Video 功能将支持智能对象检测与移除，用户可快速更改或删除视频中的物体，同时还具备文本转视频图像生成能力，与 Sora、Runway 等顶尖 AI 视频生成工具一较高下。Adobe 坚信 AI 生成内容的价值在于融入日常工作流程，助力用户开启创新之旅。
Hugging Face 推出 8B 视觉大模型 Idefics2
继 2023 年推出基于 DeepMind 技术的 Idefics 视觉语言模型后，Hugging Face 近日发布了其升级版——Idefics2，这款 80 亿参数量、完全开源的新模型在OCR识别和图像处理方面实现了显著提升。Idefics2 精简至 80 亿参数规模，与 DeepSeek-VL 和 LLaVA-NeXT-Mistral-7B 相当，能够灵活处理最高 980 x 980 像素原生分辨率与任意比例的图像，无需传统 CV 中常见的方形尺寸调整。
开源链接：https://huggingface.co/HuggingFaceM4/idefics2-8b
近日，前 PayPal CEO Dan Schulman 在 LTF 2024（纽约证券交易所在 Riverwood Capital 组织的拉丁美洲科技论坛）上发表言论，表示“GPT-5 的发布将会是一场令人惊慌失措的时刻”“80% 的工作岗位将在职责范围上缩减至原来的 20%”。
OpenAI 开发者平台发布 Batch API，专为异步任务（如摘要、翻译、图像分类）设计，以节省成本、提高处理速率。用户仅需上传批量请求文件，24 小时内获取结果，且享 API 价格半价优惠。此服务简化大规模数据处理流程，兼顾成本与效率，凸显 OpenAI 对高性价比解决方案的承诺，提升 AI 技术在各领域应用的经济可行性。
Rewind 公司发布可穿戴 AI 设备 Limitless 系列，全天候记录对话
Rewind 公司正式推出可穿戴 AI 新品 Limitless，包含会议助手 Limitless Meetings 和可穿戴吊坠 Pendant 两款产品。Limitless Meetings 以自动化会议管理、智能记录与总结为核心，兼容各类会议平台。Pendant 作为全球最小的 AI 穿戴设备，可全天候记录对话并存储个人见解，配备 Wi-Fi 与蓝牙功能，电池寿命达 100 小时，用户只需简单触摸或长按，即可唤醒个性化 AI 与其互动，回顾检索相关信息。
Poe 平台推出多模交互，布局企业级市场引领 AI 聊天机器人潮流
问答社区 Quora 旗下 AI 聊天机器人平台 Poe 获得 7500 万美元投资后，持续拓展功能，力图成为汇聚多种对话 AI 模型的一站式服务中心。其创新功能“多机器人聊天”使得用户可在单个会话中同时与多个 AI 模型互动，如在 Slack 上通过@提及方式调动 GPT-4 进行分析、Claude 辅助创作和 DALL-E 3 生成图像等。Poe 瞄准日益丰富的 AI 模型生态，力求优化用户体验，整合最优资源，借助该功能及即将推出的企服版本，强势进军并主导 AI 聊天机器人市场。
WizardLM-2 系列模型推出，创新训练法与合成数据系统
WizardLM 公司新推 WizardLM-2 系列模型（8x22B、70B、7B），应对自然数据不足，采用 AI 合成数据训练体系。其核心策略包含两大部分：
1. 数据预处理精细调控，从数据分析到加权抽样，确保模型接触全面且优质的训练素材。
2. 渐进式学习创新实践，Evol Lab 技术让模型自动生成高质量指令和改进回应，并通过“AI 互校 AI”(AAA)框架，多模型交叉教学提升性能。同时，WizardLM-2 结合监督学习、Stage-DPO 阶段强化学习优化及 RLEIF 奖励机制，有效提高模型精度和适应性。
开源链接：https://huggingface.co/collections/microsoft/wizardlm-661d403f71e6c8257dbd598a（Hugging Face）https://wizardlm.github.io/WizardLM2（GitHub）
Pile-T5：EleutherAI 针对代码任务优化的新一代T5模型
EleutherAI 发布的 Pile-T5 模型针对原始 T5 在处理代码任务时的不足进行了专门优化，采用了更精准处理代码标记的 LLaMA 分词器，并加倍训练数据至 2 万亿 token。尽管沿用了 T5 的超参数设定，但通过结合 T5x 技术，Pile-T5 在微调后的性能显著提升。在 SuperGLUE 基准测试及 CodeXGLUE 的“代码到文本”子任务中，Pile-T5 均展现出超越 T5-v1.1 的出色表现，特别是在代码相关领域，其改进效果尤为明显。
开源链接：https://huggingface.co/EleutherAI/pile-t5-xxl
