奇绩大模型日报（7月 31日）
输入“/”快速插入内容
奇绩大模型日报（7月 31日）
奇绩大模型日报（7月 31日）
用户150用户150
用户1188用户1188
用户5537用户5537用户5294用户5294用户8534用户8534用户6465用户64652024年8月1日修改
资讯
OpenAI 推出 ChatGPT 高级语音模式
OpenAI 最近向其付费用户推出了 ChatGPT 的高度逼真语音功能。这一创新意味着 ChatGPT 能够以几乎不可区分于人类的声音与用户进行交流，极大提升了用户体验。该功能的实现依赖于深度学习技术和大量语音数据的训练。目前，这项功能仅对付费用户开放，但 OpenAI 计划逐步向更多用户提供。同时，OpenAI 致力于保护用户隐私和数据安全，确保在提供高级语音交互体验的同时，维护用户信任。
腾讯机器狗登上Nature子刊封面，将RL和生成预训练模型引入机器人研究
腾讯 Robotics X 实验室的研究成果被发表在《Nature Machine Intelligence》上，通过结合预训练 AI 模型和强化学习技术，赋予四足机器狗 Max 类似动物的灵活性和自主决策能力。研究分为三个阶段：首先通过动作捕捉系统收集真狗运动姿态数据，构建模仿学习任务，将数据抽象到深度神经网络中；其次，将机器狗的灵动姿态与外界感知相结合，让其适应复杂环境；最后，实现策略学习，使机器狗能够端到端解决复杂任务。实验室还设计了双狗障碍追逐比赛，验证了机器狗在推理和决策方面的能力。
斯坦福团队自主研发AI手术机器人，精细操作突破医疗难题
斯坦福大学和约翰霍普金斯大学的研究团队开发了 AI 达芬奇机器人，通过模仿学习使其能够自主完成外科手术的基本操作，如组织提取、针头拾取和缝合打结。该机器人在实验中展现了高精度的自主操作能力，并能在未知场景中进行泛化应用。研究者们通过使用图像作为输入，并采用 Transformer 架构的 ACT 模型来训练策略，克服了达芬奇系统正向运动学不精确的问题。此外，达芬奇机器人还表现出了在腕式摄像机监控下学习外科手术操作任务的能力，以及在面对环境扰动时的重试和重复性能力。
是谁在为xAI构建那个拥有10万GPU的集群呢？
Elon Musk 控制的公司，包括 SpaceX、Tesla 和 X（原称 Twitter），对于 AI 或 HPC 项目都有巨大的 GPU 需求。由于 GPU 供应紧张，Musk 不得不决定如何分配有限的 GPU 资源。2018 年，Musk 因为 AI 模型的巨额投资和治理问题而离开了他共同创立的 OpenAI，随后 Microsoft 投入资金。为了竞争，Musk 在 2023 年 3 月创立了 xAI，并在 5 月获得了 60 亿美元的 Series B 融资，总共筹集了 64 亿美元。此外，Musk 从 Tesla 获得了一个 450 亿美元的薪酬包裹，可以用来增加 GPU 资源。xAI 已经推出了 Grok-0、Grok-1 和 Grok-1.5 等 AI 模型，并计划在 8 月发布 Grok-2，以及在年底之前发布 Grok-3，后者需要 100,000 个 H100 GPU 进行训练。最初，xAI 与 Oracle 谈判 GPU 容量，但交易未成，导致 Musk 转而在田纳西州的梅姆菲斯建立自己的数据中心。预计这个超级计算机集群将在 2025 年完全部署。SuperMicro 可能提供了水冷系统的服务器，而 Nvidia 和 Juniper Networks 分别提供了后端（东西向）和前端（南北向）网络。至于存储，Vast Data 可能参与了这个项目。