大模型日报（8月2日资讯篇）

我们希望能够搭建一个AI学习社群，让大家能够学习到最前沿的知识，大家共建一个更好的社区生态。

「奇绩大模型日报」知识库现已登陆飞书官方社区：

https://www.feishu.cn/community/article/wiki?id=7355065047338450972

点击「订阅社区精选」，即可在飞书每日收到《大模型日报》每日最新推送

如果想和我们空间站日报读者和创作团队有更多交流，欢迎扫码。

欢迎大家一起交流！

资讯

姚班学霸姚顺雨入职OpenAI

清华姚班学霸、普林斯顿计算机博士、清华大学学生说唱社联合创始人、姚班联席会主席。姚顺雨的科研成果包括思维树、SWE-bench 和 SWE-agent 等，这些研究都围绕大模型展开，旨在提高推理和决策能力。他的博士毕业论文《Language Agents: From Next-Token Prediction to Digital Automation》提出了一种新的智能体类别 —— 语言智能体（Language Agents），包括 ReAct、思维树和 CoALA 等关键技术。这些技术通过将语言模型用于智能体的推理和行动，实现数字自动化。文章还提到了姚顺雨对计算的思维的追求，以及他在清华期间的学习和成长经历。

除了姚顺雨，文章还介绍了其他姚班校友在大模型领域的成就。例如，马腾宇和陈丹琦，他们在斯坦福和普林斯顿大学的研究工作，以及在大模型创业和研究方面的取得的成果。此外，文章还提到了范浩强、杨格和 Dingli Yu 等姚班校友在 AI 领域的贡献。最后，文章指出了 OpenAI 在人才招聘方面的最新动态，以及谷歌 DeepMind 研究员 Thibault Sottiaux 被挖到 OpenAI 的消息。

https://mp.weixin.qq.com/s/lTO25JEFC8LVp4hyuA0J_Q

谷歌新模型Gemini 1.5 Pro（0801）在AI竞技场中取得领先

谷歌新模型 Gemini 1.5 Pro（0801）在 lmsys 竞技场摘得总冠军，首次超越 OpenAI 的 GPT-4o，在多语言和视觉处理能力上领先，尤其在中文、日语、德语、俄语的测试中表现卓越。尽管在编码能力上仍逊于 Claude 3.5 Sonnet 等对手，但其视觉和 PDF 提取功能受到网友推崇。同时，谷歌推出的 Gemma 2（2B）模型在性价比上具有优势，能在 Google Colab 的免费 T4 GPU 上运行，并在竞技场排行榜上超越了 GPT-3.5 系列和 Mixtral-8x7b。不过，Gemma 2（2B）在 MMLU 测试中的表现不如 GPT-3.5 Turbo，引发了对竞技场榜单权威性的疑问。

https://mp.weixin.qq.com/s/rhB-WZnmz9VaV43AA0gWYg

开源图像生成技术新突破：FLUX.1模型引领行业创新

Black Forest Lab由 Stable Diffusion 原班人马组成，推出了新一代图像生成模型 FLUX.1，包括专业版、开发者版和快速版。FLUX.1 在文字生成、复杂指令执行和人手描绘上表现出色，专业版和开发者版在性能上超越了主流模型如 SD3-Ultra、Midjourney v6.0 和 DALL・E 3。即使是轻量级的快速版，也能胜任复杂任务。黑森林实验室获得了 3100 万美元的种子轮融资，并预计将发布一款视频生成模型，该模型在流畅度、稳定性和物理模拟上达到行业领先水平。目前，FLUX.1 模型已在开源平台 Replicate 上开放，提供了 API 接口，以及灵活的定价策略。黑森林实验室的创始团队包括 AI 领域的资深专家，并得到了 a16z 等知名风投机构的支持，他们致力于开发广泛可访问的模型，推动 AI 技术的创新和应用。

https://mp.weixin.qq.com/s/5n5jpoleanyAt77naZEF-A

英特尔「芯」痛！裁员1.5万人

英特尔宣布全球性裁员 1.5 万人，以应对亏损增加和利润暴跌 85% 的况。这一裁员行动是公司 2025 年节约 100 亿美元成本计划的一部分，旨在简化产品组合、降低运营成本和资本支出。尽管 PC 和服务器业务保持盈利，但公司在 AI 领域的收益尚未显现，且在新一代芯片制造上落后于台积电等竞争对手。英特尔的 CEO Gelsinger 强调，公司将暂停分红，集中资源推动工艺技术和核心产品的领导力，以期在未来重新夺回市场地位。此外，英特尔正面临技术变革中的挑战，包括错失智能手机芯片和 AI GPU 热潮的机遇，这些领域被英伟达和 AMD 等竞争对手所主导。英特尔正在努力通过「四年五节点」计划赶上制造最小晶体管的领先地位，但这一过程中面临着高昂的成本和巨大的投资。

https://mp.weixin.qq.com/s/SFsYUPkZeH6FmYahkV394g

谷歌云现为Y Combinator初创公司提供专用的Nvidia GPU集群

Google Cloud 宣布与 Y Combinator 合作，为其 2024 年夏季批次的初创公司提供对 Nvidia GPU 和 Google TPU 的专用访问权限，以及两年内价值 350,000 美元的云积分。这一举措旨在吸引和支持早期人工智能初创公司，帮助它们在 Google Cloud 平台上构建和工作。YC 的集团合伙人 Diana Hu 强调，这种合作关系有助于培养未来的独角兽公司，并且云服务提供商通过早期支持这些公司，可以与它们共同成长。此外，Google Cloud 还将为 YC 初创公司提供额外的支持，包括增强支持积分和免费的 Google Workspace Business Plus 服务，以及与 Google 内部 AI 专家的定期接触。这一合作受到行业的关注，因为越来越多的创业加速器和风险投资公司开始提供 GPU 集群资源，以吸引 AI 初创公司。

https://techcrunch.com/2024/08/01/google-cloud-now-has-a-dedicated-cluster-of-nvidia-gpus-for-y-combinator-startups/

推特

Github Models：在你管理代码的地方构建 AI 应用程序，标志着 GitHub 的又一次变革之旅

在你管理代码的地方构建 AI 应用程序。通过 GitHub Models，现在超过 1 亿开发人员可以在他们的工作流中访问和试验顶级 AI 模型——直接在 GitHub 上。

从开源软件库到 Copilot 扩展，再到 GitHub Models，我们有意将尽可能多的合作伙伴引入 GitHub。感谢我们初期的 GitHub Models 合作伙伴和 @Microsoft 的同事使这成为可能。感谢 @MistralAI、@Meta、@OpenAI、@cohere、@AI21Labs、@Azure AI，以及所有未来的合作伙伴！

GitHub Models 标志着 GitHub 的又一次变革之旅。从通过开源协作创建 AI，到通过 AI 的力量创建软件，再到通过 GitHub Models 支持 AI 工程师的崛起——GitHub 是 AI 时代的创造者网络。

在未来的几年里，我们将继续让更多人能够接触到 AI 技术，激发出十亿开发者的热潮。通过这样做，我们将使世界上10%的人口能够构建和推进突破性进展，从而加速全人类的进步。💫

https://x.com/satyanadella/status/1819048640545235018

Karpathy分享：制作音乐视频的有趣小窍门

2024年8月1日：音乐视频

有趣的小窍门，只需拼接生成AI工具 :），在这种情况下，用于今天制作音乐视频。

将整个华尔街日报首页复制粘贴到Claude
让它生成多个场景并给出视觉描述
将场景描述复制粘贴到图像生成器（@ideogram_ai）
将生成的图像复制粘贴到@runwayml Gen 3 Alpha，将每张图像制作成10秒的视频
让Claude生成描绘当天的歌词
将歌词复制粘贴到@suno_ai_ 生成音乐
用iMovie将这些东西拼接起来

:D :D :D

https://x.com/karpathy/status/1819229916212474070

LangGraph Studio：第一个代理IDE，提供了一种开发LLM应用程序的新方式

🚀宣布LangGraph Studio：第一个代理IDE

LangGraph Studio通过提供一个专门的代理IDE，提供了一种开发LLM应用程序的新方式，使复杂的代理应用程序可视化、互动和调试。

通过可视化图表和编辑状态的能力，您可以更好地理解代理的工作流程并更快地迭代。LangGraph Studio与LangSmith集成，您可以与团队成员合作调试故障模式。

在早期开发期间，所有LangSmith用户在任何计划层级都可以免费使用LangGraph Studio。

在这里阅读更多信息：https://blog.langchain.dev/langgraph-studio-the-first-agent-ide/

观看YouTube演练：https://youtube.com/watch?v=pLPJoFvq4_M

在这里免费试用LangGraph Studio：https://github.com/langchain-ai/langgraph-studio

注册LangSmith账户：http://smith.langchain.com

https://x.com/LangChainAI/status/1819052975295270949

Daniel Han分享：《LLMs 低层技术》三小时工作坊

我的《LLMs 低层技术》三小时工作坊发布了！我讨论了以下内容：

为什么训练是O(N^2)而不是立方
Triton vs CUDA
为什么使用因果掩码、层规范化、RoPE、SwiGLU
GPT2 vs Llama
Llama、Gemma、Phi的错误修复
在@UnslothAI 中的反向传播引擎

https://x.com/danielhanchen/status/1819073748949258638

产品

Not Diamond

Not Diamond 是一个智能聊天机器人，自动选择最佳 AI 模型，以优化用户体验。它通过实时学习用户的反馈，不断优化其性能，适应用户的偏好。同时，它提供竞技模式用于模型比较，表现优于所有主要基准测试，并且完全免费使用，同时支持 API 接入。

https://chat.notdiamond.ai/

Clarity

Clarity 是一款专为销售团队设计的工具，结合通话录音、反馈跟踪和路由规划，希望可以提升团队的客户导向，帮助他们更好地提供价值和达成交易。

https://www.adoptclarity.com/

投融资

Heeyo获得350万美元种子轮融资

Heeyo是一家专为3至11岁儿童设计的AI聊天机器人公司，近日成功从OpenAI Startup Fund、Alexa Fund和Pear VC等投资者处获得350万美元种子轮融资。该公司创始人瞿晓音表示，Heeyo旨在为全球儿童提供互动导师和朋友，帮助他们学习和娱乐。Heeyo的应用程序已在全球安卓和iOS平台上线，并提供超过2000种互动游戏和活动。

公司官网：https://www.heeyo.ai/