|
【筠岚研究院】一周AI（2025.01.20-01.26）
AI万象 Meta首席科学家LeCun：新一代AI架构3到5年内问世，机器人技术是核心 5000亿美元投资，特朗普宣布建设“星际之门”AI基础设施 全球手机用户为AI应用支出达12.7亿美元，ChatGPT领跑市场 大平台动作 微软解绑：允许OpenAI使用竞争对手计算资源 三星宣布与谷歌联手研发AR眼镜 美图影像研究院与北交大联合研发自然图像抠图新技术，入选AAAI 2025 字节启动AGI长期研究计划，代号Seed Edge 蔚来布局具身智能：组建20人团队研发机器狗 新力量崛起 国产大模型再突破！DeepSeek R1开源 投融资风向 AI文本编码初创公司StackBlitz洽谈新一轮融资，估值7亿美元 01 Meta首席科学家LeCun：新一代AI架构3到5年内问世，机器人技术是核心 AI万象 Meta首席AI科学家Yann LeCun周四表示，在未来3到5年内，“全新的AI架构范式”将会出现，其能力将远远超越现有AI系统。他还预测，未来几年可能成为“机器人技术的十年”，届时AI和机器人技术的进步将结合在一起，解锁新一代智能应用程序。 媒体报道，在达沃斯论坛上的一场名为“技术辩论”的会议上，LeCun指出，目前的“AI形式”，即生成式AI和大型语言模型（LLMs），并没有那么强大。他认为，虽然这种模型是有用的，但在很多方面仍存在不足。 他表示，当下AI模式的“限制”阻碍了机器实现真正的智能行为，这主要归结为四个关键原因：缺乏对物理世界的理解、缺乏持久记忆、缺乏推理能力以及缺乏复杂规划能力。 尽管生成式AI令人印象深刻，能够通过律师资格考试或发现新药物，但LeCun认为，机器人技术可能成为下一波AI应用的核心，特别是在实际场景中。 目前，Meta正在机器人领域开展一些研究，而当前备受关注的AI明星企业ChatGPT的开发者OpenAI也在机器人领域进行探索。本月早些时候，有消息称OpenAI成立了一个新的机器人团队，专注于“通用”、“自适应”和“多功能”机器人，目标是实现人类般智能并适应现实世界。 新闻拓展： https://baijiahao.baidu.com/s?id=1822058314172797099&wfr=spider&for=pc 02 5000亿美元投资，特朗普宣布建设“星际之门”AI基础设施 AI万象 美国总统特朗普1月21日在白宫宣布，由三家公司组成的联合企业将投资5000亿美元，在美建设名为“星际之门”(Stargate)的AI基础设施。 该项目将由美国甲骨文公司、OpenAI(美国开放人工智能研究中心)和日本软银集团共同出资投建，计划在美国建设数据中心，以支持人工智能技术发展。 特朗普当天与上述三家公司的负责人在白宫举行发布会，宣布了这一消息。特朗普说，“星际之门”将建设支持新一代人工智能发展的物理和虚拟基础设施，包括建设大型数据中心，并有望创造10万个就业岗位。 甲骨文公司联合创始人拉里·埃里森透露，三家公司实际上已经合作了一段时间，第一批数据中心正在得克萨斯州建设，“目前正在建设10栋建筑，未来将扩展到20栋”。 据美国媒体报道，“星际之门”的初始投资为1000亿美元，并计划在未来4年内扩展至5000亿美元。 新闻拓展： https://mp.weixin.qq.com/s/LIDXcAt2IoVqHtDE_D_ZRg 03 全球手机用户为AI应用支出达12.7亿美元，ChatGPT领跑市场 AI万象 当地时间周三，根据移动应用分析机构Sensor Tower的最新数据，2024年全球手机用户在AI聊天机器人和AI艺术生成工具上的支出达到12.7亿美元。其中，聊天机器人应用占据了10.7亿美元，较2022年的3000万美元和2023年的4.55亿美元大幅增长。 在聊天机器人平台中，ChatGPT依然占据主导地位，占AIGC应用下载量的23%和AI应用消费的40%。谷歌Gemini和字节跳动的豆包分别位列下载量第二和第三。 此外，去年全球手机用户使用AI聊天机器人的时长达到70亿小时，同比增长347%。在苹果App Store和谷歌Play商店中，带有“AI”字样的应用下载量达到170亿次。 新闻拓展： https://www.prnewswire.com/news-releases/sensor-tower-consumer-spending-on-apps-soared-in-2024-and-mobile-rode-the-wave-of-ai-enthusiasm-302356449.html 04 微软解绑：允许OpenAI使用竞争对手计算资源 大平台动作 1月21日，微软公司发布公告，宣布调整和OpenAI公司的合作关系，允许OpenAI使用竞争对手的计算资源。此次调整旨在满足OpenAI日益增长的算力需求，并缓解双方因算力供应问题产生的摩擦。 此前，OpenAI的算力需求完全依赖于微软的Azure云基础设施。由于OpenAI的模型训练和用户规模扩张需要巨额算力投入，微软的供应速度曾引起一些OpenAI股东的不满，这也促使OpenAI在6月与甲骨文合作（获得了微软的许可）。 根据双方调整的协议内容，主要调整了算力排他性，微软拥有优先购买权（ROFR），这意味着OpenAI可以从其他供应商处获取算力，而微软则保留了优先满足其需求的权利。 微软已批准OpenAI自主构建额外的算力，主要用于模型的研究和训练，这将进一步增强OpenAI的研发能力。 双方合作的基础（持续到2030年）基本保持不变。微软保留对OpenAI技术用于Copilot等产品的独家权利，OpenAI的API仍将Azure独占，双方也将维持现有的收益分成模式（据报道，微软获得OpenAI收入的20%）。 此次协议调整恰逢OpenAI、软银集团和甲骨文宣布成立一个5000亿美元的合资企业，将在美国建立云计算数据中心“星际之门”（Stargate），微软表示将为该合资企业提供技术支持，但不会投入资金。 新闻拓展： https://blogs.microsoft.com/blog/2025/01/21/microsoft-and-openai-evolve-partnership-to-drive-the-next-phase-of-ai/ 05 三星宣布与谷歌联手研发AR眼镜 大平台动作 当地时间1月22日，三星电子在美国加州圣何塞举办的“Galaxy Unpacked”发布会上，三星电子移动体验（MX）事业部长（社长）卢泰文接受媒体采访透露，公司正与谷歌合作，寻求进军增强现实（AR）眼镜市场。 卢泰文称，两家公司去年12月宣布合作开发Project Moohan后，就已开始携手研发AR眼镜，此外并未透露更多细节。被问及这款眼镜何时上市，卢泰文表示，两家公司“将尽快达到我们想要的质量和准备程度”。 研发真正的AR眼镜一直是科技行业难以实现的目标。谷歌、苹果和Meta都在寻求打造一款轻型眼镜，可以在现实世界的视图上覆盖数据和图形，但与成本和工程相关的挑战使进展缓慢。 作为韩国最大的公司，三星也是全球最多产的智能手机制造商之一。该公司正在为其消费者业务寻找新的增长引擎。该公司去年推出了Galaxy Ring，扩大了其可穿戴和健康相关电子产品的范围，该产品可以跟踪用户一天中的睡眠、压力和运动情况。三星电子和谷歌作为“一个团队”共同开发的Android XR，旨在为所有类型的可穿戴式头戴设备提供统一的操作系统。 这两家公司推出的AR眼镜将与Meta即将推出的产品竞争，可能还会与苹果竞争，苹果对自己的计划更为谨慎。据媒体周二报道，Meta计划在2027年推出名为Artemis的AR眼镜。 新闻拓展： https://mp.weixin.qq.com/s/9EYhiURU4nwPInU_-Pi0jA 06 美图影像研究院与北交大联合研发自然图像抠图新技术，入选AAAI 2025 大平台动作 近日，美图影像研究院（MT Lab）与北京交通大学联合提出了一种名为MEMatte（Memory Efficient Matting）的超高分辨率抠图技术，并成功入选人工智能领域的顶级会议AAAI 2025。 MEMatte技术的最大亮点在于它是一种显存友好的自然图像抠图框架，能够有效降低模型的计算开销。这一创新使得在显存受限的环境中，例如商用显卡和边缘设备上进行高清图像的精细抠图成为可能。 随着图像处理技术的不断发展，抠图技术已广泛应用于多个领域，如视频制作、虚拟现实和增强现实等。然而，传统的抠图方法通常需要大量的计算资源，这使得它们在一些资源有限的场景中难以实现。MEMatte正是针对这一问题而研发的，它不仅提高了处理效率，还保持了高分辨率图像的质量。 此外，研究团队还开源了一个名为UHR-395（Ultra High Resolution dataset）的超高分辨率自然图像抠图数据集。该数据集的推出将为高分辨率模型的训练与评估提供宝贵的资源，推动相关技术的进一步发展。通过开源，研究团队希望能够吸引更多的研究者和开发者参与到这一领域，共同推动技术进步。 新闻拓展： https://mp.weixin.qq.com/s/QAuAiR7QsyMJdgGGgXSDQQ 07 字节启动AGI长期研究计划，代号Seed Edge 大平台动作 1月23日，据晚点LatePost报道，字节跳动于1月下旬正式设立了代号为“Seed Edge”的研究项目，旨在开展比预训练和大模型迭代更为长期、基础的AGI（通用人工智能）研究。该项目已拟定五大研究方向，涵盖下一代推理、感知、软硬一体的模型设计、范式创新及Scaling方向。 下一代推理：探索更高效且更通用、提升模型推理能力的方法。 下一代感知：找到统一生成和理解表示的方法，表示和压缩真实世界，构建 “世界模型”。 软硬一体的模型设计：从软硬一体出发，探索 Transformer+GPU 之外的模型设计，发挥下一代硬件的能力。 下一代范式：在反向传播、Transformer 架构、预训练 + 对齐的模式之外，探索更高效的模型结构和学习方法。 下一代Scaling方向：在预训练和推理阶段的 Scaling Laws 之外，探索 Multi-Agent（多智能体）和 Test-Time Training（测试时间训练，动态调整模型参数）等方向。 具体而言，“Seed Edge”将探索更高效且通用的模型推理方法，以及统一生成和理解表示的方法，构建“世界模型”。此外，项目还将从软硬件结合的角度出发，探索超越Transformer+GPU的模型设计，并在反向传播等传统模式之外，寻找更高效的模型结构和学习方法。多智能体和测试时间训练等新方向也纳入了研究范畴。 据悉，Seed Edge会以虚拟项目组的形式运行，致力于探索这些不确定性更强的研究方向。与此同时，字节跳动近期还推出了豆包大模型1.5 Pro，该模型在知识、代码、推理等多个方面表现出色，综合得分优于多个知名模型。 新闻拓展： https://mp.weixin.qq.com/s/6Epg3iRvzEczGuSSQdBzEA 08 蔚来布局具身智能：组建20人团队研发机器狗 大平台动作 1月21日，据《21汽车》报道，蔚来汽车已组建了一支约20人的团队，专门调研机器狗项目，并由前Momenta算法专家徐抗担任负责人。徐抗于2020年加入蔚来自动驾驶团队，此次转向机器狗项目，标志着蔚来在具身智能（Embodied AI）领域的进一步探索。 具身智能作为 AI 落地的重要方向，近年来备受关注。相比于两足机器人，四足机器狗因其稳定性、灵活性和承载力强等特点，更适用于复杂地形，且控制系统相对简单，无需复杂的双手操作。四足机器狗在电力巡检、流程工业、消防救援、国防军事等场景中具有广泛的应用前景，潜在市场规模预计达数千亿元。 汽车行业对具身智能的布局正在加速。2022年，特斯拉在AI DAY上展示了首款人形机器人“擎天柱”，其与特斯拉汽车共享全自动驾驶系统FSD，具备相同的视觉感知和计算能力。小鹏汽车紧随其后，于2020年收购机器人创业公司Dogotix，成立“鹏行智能”，并在2024年推出了能够执行生产任务的AI机器人Iron。理想汽车CEO李想则表示，将在解决L4级自动驾驶难题后进军人形机器人领域。此外，广汽集团、比亚迪、奇瑞、赛力斯等传统车企也在积极布局。 尽管机器狗的开发成本低于具身机器人，但具身智能的发展仍处于初期阶段。业内人士指出，智能汽车作为限定场景的机器人，其自动驾驶技术的发展尚需时日，而具身智能的应用场景更为广泛，技术难度也更高。蔚来此次涉足机器狗项目，显得尤为审慎。 新闻拓展： https://mp.weixin.qq.com/s/sV5GuT_4K1wvoJAXnUkiOg 09 国产大模型再突破！DeepSeek R1开源 新力量崛起 1月20日，DeepSeek发布了全新的开源推理大模型DeepSeek-R1，在数学、编程和推理等多个任务上达到了与OpenAI o1相当的表现水平，同时将应用程序编程接口（API，Application Programming Interface）调用成本降低了90-95%，定价为每百万输入tokens 1元（缓存命中）/ 4元（缓存未命中），每百万输出tokens 16元。 更重要的是，这一模型的实验性版本DeepSeek-R1-Zero证明了仅通过强化学习（RL，Reinforcement Learning），无监督式微调（SFT，Supervised Fine-Tun-ing），大模型也可以有强大的推理能力。 凭借其独特的强化学习训练方法，DeepSeek-R1首次展现出类人的“顿悟时刻”——在解决复杂问题时，模型会突然停下思考，自主修正推理路径，甚至用自然语言标注“等等，这一步可能有误”。 值得一提的是，DeepSeek-R1是DeepSeek旗下首款以MIT协议开源（包含权重）的模型，不限制商用，也无需申请，还明确允许通过模型蒸馏等方式将DeepSeek-R1用于训练其他模型。这意味着DeepSeek-R1有望在全球AI领域产生广泛影响，也能从全球开源社区中获得正向反馈，不断改进模型。 新闻拓展： https://mp.weixin.qq.com/s/MssR1cfg8twTdXW11qkm3g 10 AI文本编码初创公司StackBlitz洽谈新一轮融资，估值7亿美元 投融资风向 1月22日，据彭博社消息，人工智能文本编码初创公司StackBlitz Inc.正在与投资者进行最后谈判，以7亿美元的估值进行融资。此次融资由Emergence Capital和GV（前谷歌风投）领投，StackBlitz预计筹集约8350万美元的资金，并将吸引Madrona Ventures、Conviction、Mantis等多家知名投资机构的参与。 根据Menlo Ventures 2024年的调查显示，在所有主流AI应用场景中，AI编程工具的采用率高达51%，居于首位。这一数据表明，相比于生成式AI在图像创作、文本创作等领域的应用，代码生成已经成为最容易落地且最受欢迎的场景。 成立于2017年的StackBlitz，最初专注于网页开发工具，但近年来，其推出的AI产品Bolt.new为公司带来了新的增长动力。Bolt.new作为一款基于人工智能的网站构建平台，自2024年10月上线以来，每月吸引近百万用户，并为公司带来了数千万美元的年经常性收入。该平台最大的亮点在于，即便用户没有编程经验，也能通过语音指令快速创建网页应用，大大降低了开发门槛。 根据PitchBook数据，StackBlitz的投资者还包括Flex Capital、Greylock Partners和Tribe Capital等知名风投机构，这些投资的注入将进一步巩固StackBlitz在AI编程工具市场的领先地位。 新闻拓展： |
