奇绩大模型日报（10月 29日）
输入“/”快速插入内容
奇绩大模型日报（10月 29日）
奇绩大模型日报（10月 29日）
飞书用户150
飞书用户5537
飞书用户3980飞书用户1188飞书用户8534+3
2024年10月31日修改
🔉潜空间活动报名
🍰
本期活动将在11月9日 10:00开始，我们邀请到的嘉宾是鱼哲，Lepton AI 创始成员，曾在阿里云担任高性能 AI 平台产品负责人，专注于 AI 在多个行业的落地及应用。Lepton AI 致力于建立高效可用的AI 基础设施，让团队更关注于应用构建及落地。在本次分享中鱼哲将带来关于不同AI产品形态对团队的挑战相关的思考，分享主题《Beyond Infra, what matters?—— 不同AI产品形态对团队的挑战》。
除嘉宾分享外，每期设置了【匹配合伙人 Cofounder Matching】环节。你可以和 GenAI 时代最有活力的创业者和研究者线下面对面交流，将有机会找到志同道合、有共同创业梦想的小伙伴。
报名通道已开启，欢迎扫描下方二维码报名。
资讯
官方版“开源AI”定义出台
近日，开源倡议组织OSI（Open Source Initiative）发布了“开源AI定义”（OSAID）的1.0版本。这项定义为AI开源标准提供了正式框架，以便业界判断某个AI是否真正符合开源标准。以下为技术细节解析：
1.
开源要求与重建可行性：OSAID要求AI模型必须披露足够的设计信息，使个人能够“实质性地”重建模型。具体包括训练数据的来源、数据处理方式，以及数据的获取与许可信息。这种透明度旨在让使用者能完整理解AI模型的构建过程。
2.
使用与修改权限：符合OSAID的AI模型允许用户无需额外授权即可使用或修改，并提供自由的再开发空间。例如，用户可在此模型基础上进行改进，适用于任意用途。OSI希望此标准能有效防止不当使用“开源”名号。
3.
对不符合标准的案例警示：尽管OSI没有执法权限，但将标记不符合OSAID的AI模型以纠正错误。某些公司（如Meta）称其AI为“开源”，但实际未满足OSAID的公开数据要求。例如，Meta要求月活用户数超700万的平台需额外许可才能使用其Llama模型。
4.
数据透明性与法律挑战：OSAID要求公开训练数据的来源，但实际操作中，大型公司常依赖大量从社交媒体、网络抓取的“公开数据”来训练模型。这种做法使许多AI模型的数据透明性较低，并引发法律诉讼风险，如版权持有人对未经授权使用其作品提出的诉讼。
5.
OSAID的局限性与未来发展：现阶段OSAID未涉及数据许可的细节，因此，尽管模型满足OSAID要求，但训练数据可能需要高额费用或特殊许可。随着AI发展及知识产权法演变，OSI已设立委员会以修订OSAID，使其逐步适应行业与法律需求。
强化学习训练一两个小时，100%自主完成任务
UC伯克利BAIR实验室的Sergey Levine团队近期提出了一个新的强化学习框架HIL-SERL，用于在现实环境中直接训练机器人完成视觉驱动的复杂操作。HIL-SERL通过结合人类的反馈与校正，在仅1-2.5小时的训练内便能使机器人在所有测试任务中达到100%的成功率，而传统基线方法的成功率仅约50%。该框架不仅能应对物体位置变化和外部干扰，还允许机器人灵活调整动作以完成任务。
HIL-SERL的核心技术包括：1）预训练的视觉网络进行策略学习以提升学习稳定性；2）结合RLPD的高效样本强化学习算法，集成人工演示与校正；3）设计低级控制器保障训练期间的安全性。HIL-SERL系统架构由actor与learner过程及重放缓存组成，actor负责与环境交互，learner优化策略，重放缓存存储演示与策略数据。人类通过SpaceMouse干预机器人，以提供策略校正，大幅提升了任务完成效率与鲁棒性，尤其在机器人初期容易陷入局部最优或不良状态时尤为关键。随着策略改进，人工干预频率和时长逐步减少。
在实验中，HIL-SERL展现了前所未有的训练速度和成功率。研究表明该系统在插USB、组装部件等任务中显著优于模仿学习和手动控制方法，并具备零样本适应性，能迅速应对任务干扰并保持高精度操作。HIL-SERL标志着基于强化学习的机器人操作进入高效、可扩展的通用化应用阶段。
首款M4 Mac诞生，库克：这是全世界最佳AI一体机
苹果正式推出Apple Intelligence AI功能，在iOS 18.1、iPadOS 18.1和macOS Sequoia 15.1上免费更新。该系统利用苹果芯片优势，增强自然语言处理和生成能力，覆盖写作工具、照片智能处理、更自然的Siri等跨应用协作功能。新发布的M4芯片iMac全面提升性能，内建十核CPU与GPU，性能和能效核实现高效并行，支持复杂图像和视频编辑，AI性能比M1提高三倍。新款iMac配备4.5K Retina显示、纳米纹理玻璃和Center Stage摄像头，支持与iPhone联动和桌面视角显示。
Apple Intelligence的写作工具支持全系统内容生成、润色、校对和重写，提升写作效率；Siri得到深度升级，可在桌面随时唤起，支持上下文流畅切换，并对苹果产品功能深度整合。照片搜索和视频生成方面，通过自然语言描述即可精准查找或生成影片，智能完成建议助力快速定位内容。此外，「优先消息」和「减少打扰」等通知管理功能帮助用户高效处理邮件和通知。未来，Image Playground和Genmoji等功能将陆续上线。苹果重申隐私保护，不存储用户数据，为个性化AI体验保驾护航。