情报局直击CVPR2024
超 1.2 万人参加 CVPR 2024，谷歌研究院获得更佳论文：
2024 年的 CVPR 会议在美国西雅图举办，成为了该会议历史上更大规模和最多参与人数的一届，共有 1.2 万人参与。本届会议共有 35691 位注册作者，提交了 11532 篇论文，其中 2719 篇论文被接收，录用率为 23.6%。与去年相比，论文数量增加了 20.6%，但录用率略有下降。
会议颁发了两项更佳论文奖和两项更佳学生论文奖，其中谷歌研究院团队的《Generative Image Dynamics》和由多所机构共同发表的《Rich Human Feedback for Text-to-Image Generation》获得了更佳论文奖。此外，会议还讨论了视觉基础模型和图像视频生成等热点话题，以及机器遗忘、3D 视觉和自主系统等领域的最新研究进展。
https://mp.weixin.qq.com/s/45DYFWMXn-ce7ysJTrjp7g
AI情报局征集情报合伙人，汇集独家价值线索！如果您可以提供有关AI最新成果&行业内幕&独特产品，请添加运营微信号： AIyanxishe2备注行业岗位。
融资快报
MainFunc获6000万美元种子轮融资：由前百度高管（原小度科技CEO景鲲和CTO朱凯华）创立的MainFunc，推出旗下首款AI Agent搜索产品Genspark。已在一笔超额认购的种子轮融资中筹集了6000万美元，本轮融资由蓝驰创投领投，对这家目前尚未盈利的初创企业的估值为2.6亿美元。
CuspAI获得3000万美元种子轮融资:CuspAI是一家人工智能材料搜索引擎开发商。由 Hoxton Ventures 领投，Basis Set Ventures、Lightspeed Venture Partners、LocalGlobe、Northzone、Touring Capital、Giant Ventures、FJ Labs、Tiferes Ventures 和 Zero Prime Ventures 参投。
Point72筹备专注于AI行业的新对冲基金：据悉，Steve Cohen的Point72 Asset Management寻求为一支新的专注于AI的选股对冲基金筹集约10亿美元。该基金将在全球范围内押涨、押跌AI硬件和半导体公司。这将是Point72几十年来之一支新对冲基金。
San Francisco AI Factory Inc获2000 万美元融资：San Francisco AI Factory 旨在利用 AI 简化编码任务司，提供自动化 AI 系统—— Droids，帮助企业生成软件功能、审查代码和解决漏洞等工程任务。截至目前，Factory共筹集了2000万美元，除了红杉美国，其他投资者包括 Lux Capital、Hugging Face以及Databricks CEO，还有洛杉矶音乐组合The Chain *** okers。
英伟达收购软件初创公司Shoreline：Shoreline.io由亚马逊 *** 服务前高管创办。对Shoreline的估值约为1亿美元。
Constructor 筹集2500 万美元 B 轮融资：Constructor使用语义搜索和人工智能技术，提供准确和个性化的搜索结果，并支持图像、内容和语音搜索产品。本轮融资由 Sapphire Ventures 领投。
Aim Security 筹集1800 万美元 A 轮融资：Aim Security 专注于在企业环境中部署和使用生成式 AI 工具的安全性。本轮融资由 Canaan Partners 领投
Omi 筹集1400 万美元种子轮融资：Omi 利用人工智能帮助品牌创建 3D 视觉资产，包括静止图像和视频。本轮融资由 Dawn Capital 领投。
Finaloop完成3500万美元A轮融资：Finaloop是一家AI驱动的电商会计平台。本轮融资由Lightspeed Venture Partners领投，Vesey Ventures、Commerce Ventures以及现有投资者Accel和Aleph参与投资。
Aim Security完成1800万美元A轮融资：Aim Security是一家企业AI安全平台。本轮融资由Canaan Partners领投，该公司种子轮投资者YL Ventures也参与了投资。
Trustwise筹集了400万美元的种子轮融资：Trustwise是一家生成式AI应用性能和风险管理初创公司。本轮融资由Hitachi Ventures领投，Firestreak Ventures和Grit Ventures参与投资。
Promaxo获战略投资：Promaxo是一家美国医学影像服务提供商，专注于医学影像，机器人和AI技术。本次投资由Zynext Ventures投资。
百奥几何完成Pre-A轮融资：百奥几何是一家大分子药物研发开源机器学习平台提供商，用于大分子药物研发。本轮融资由将门创投领投，智谱AI、盛景嘉成跟投，老股东高榕创投持续追加投资。
环天智慧完成B轮融资：环天智慧以遥感应用、云计算、大数据、物联网、人工智能等信息技术为依托，推出“天空地一体化”与“星-云-网-端”的系统服务架构。投资方为鼎晖百孚。
Enveda Biosciences获5500万美元融资：Enveda使用其AI工具来识别和表征生物体产生的各种分子，从而创建一个新的化学生物多样性数据库。本轮融资由新投资者Premji Invest 、Lingotto Investment Fund、微软、The Nature Conservancy及老股东 Kinnevik、True Ventures、FPV、Level Ventures 和 Jazz Venture Partners共同参与。
先楫半导体完成近亿元B轮融资：先楫半导体是一家国产高性能微控制器厂商，本轮融资由天堂硅谷资本领投，天津永钛海河、杭州元琰股权投资基金及三旺奇通等跟投。融资将用于加速在智能驾驶、机器人、边缘侧AI芯片等领域的开拓。
（欢迎添加微信 AIyanxishe2 ，了解更多AIGC、融资情况，与志同道合的朋友一同畅聊时新AI产品）
国内情报
华为昇腾 AI 算力性能已超英伟达 A100，近半中国大模型选择昇腾技术路线：
江苏鲲鹏・昇腾生态创新中心首席运营官王陶表示，昇腾集群是国内唯一已完成训练千亿参数大模型的技术路线。该芯片在训练效率层面更高可达英伟达 1.1 倍。“在跟英伟达 A100（指 0.8 倍）的确还有一定差距，但在大模型训练这一块已跟英伟达 A100 芯片没有明显差距。特别是在万卡算力集群，包括鲲鹏云脑、科大讯飞这一块都经过了市场检验。”
中国气象局发布三个AI气象大模型系统，命名风清、风雷、风顺：
“风清”是人工智能全球中短期预报系统，“风雷”是人工智能临近预报系统，两个模型由中国气象局联合清华大学组建攻关团队构建。“风顺”是人工智能全球次季节—季节预测系统，由中国气象局联合复旦大学和上海科学智能研究院基于人工智能 *** 构建。
中国电信、智源发布全球首个单体稠密万亿参数语义模型 Tele-FLM-1T：
该模型基于模型生长和损失预测等技术，仅使用了业界普通训练方案 9%的算力资源， 112 台 A800 服务器，用 4 个月完成 3 个模型总计 2.3T tokens 的训练。TeleFLM 系列模型已经全面开源了 52B 版本，开源模型下载量过万，积累超 40 万用户。Tele-FLM-1T 版本也即将开源。
百度曦灵数字人平台升级，支持文生 3D 数字人、音色克隆等功能：
新版平台能够在短时间内自动生成逼真的 3D 数字人，并提供了极速和精品两种克隆选择，以满足不同需求。极速克隆可在半小时内完成，适用于效率追求的场景；精品克隆则能够 1:1 还原真人，适合对真人还原要求较高的场合。此外，曦灵平台还推出了音色克隆功能，用户仅需 30 秒的录音即可生成专属音色。
百度文库新产品“橙篇”支持10万字长文生成：
在超长图文理解上，橙篇可实现超长文本无损理解，支持用户一次性上传100个多种格式、单个更大200MB的文件，并支持基于上传内容进行快速总结、问答和创作。
商汤披露50篇论文入选CVPR 2024：
商汤科技披露今年50篇论文入选CVPR，其中还有9篇被录用为Oral、Highlight。论文涉及自动驾驶、机器人等前沿方向。
国际情报
OpenAI与Color Health合作打造辅助筛查、治疗癌症的AI工具：
OpenAI 公司宣布与基因检测公司 Color Health 合作，将使用 GPT-4o 模型开发 AI 工具 Cancer Copilot，帮助医生根据患者数据制定筛查和治疗计划，识别缺失的诊断结果，并创建量身定制的工作计划，让医疗服务提供者能够就癌症筛查和治疗做出循证决策。
TikTok 推出全新 AI 功能套件 Symphony ：
Symphony包括数字化身、翻译工具、AI 助手等。品牌可以从一系列基于真实演员的“库存化身”中进行选择，或者创建自定义化身，作为虚拟品牌代表 。此外，TikTok 还推出了“全球覆盖翻译”功能。这是一种新的 AI 配音工具，可以自动转录、翻译和配音视频，支持 10 多种语言，帮助品牌在全球范围内扩展内容。
Notion 推出 AI 连接器功能，提升工作流程效率 ：
用户可以直接从公司的 Slack 中提取知识，无需离开当前工作流程，减少了工具和窗口切换的需要。已在 X 平台上发布，旨在提高用户的工作效率。目前，Slack 的集成已经开始逐步推出，Google Drive 和其他未公开的集成功能也在推进中。
苹果叫停Vision Pro高端机：
苹果暂停了下一代 Vision Pro 的开发，转而专注于 2025 年底发布更便宜的机型。或将推出名为N109的低价Vision产品，重量是 Vision Pro 的 1/3，价格或与高端iPhone差不多，或将保留高端显示屏，由视涯科技供应。设备摄像头更少、头带更简单、扬声器更小。
Meta 宣布重组 Reality Labs，成立新的可穿戴设备组：
重组后Reality Labs 将主要分为两个部分，一个是元宇宙：该部门涵盖 Quest 头显系列、Horizon（Meta 的社交 *** ）以及相关技术。另一个是可穿戴设备：该新部门包括 Meta 其余的硬件业务，例如与 Ray-Ban 合作的智能眼镜。
Meta FAIR团队发布多款模型、研究和数据集:
Meta FAIR团队发布了多款模型、研究和数据集，包括Meta Chameleon：多模态模型，7B/34B；Multi-Token Prediction：多词预测模型；JASCO：文本生成音乐模型；AudioSeal：AI语音检测；PRI *** ：AI反馈数据集；“DIG In”：人文地理差异评估 *** 。
环球音乐与 SoundLabs 推出 AI 插件 MicDrop：
MicDrop 是一款 AI 人声插件，使用艺术家自己的声音数据进行训练，可创建高保真人声模型，保留艺术家所有权，用于专属创作，不向公众开放。它将于今年夏天推出，兼容所有主要的 DAW，环球音乐称它可以实现多种声音转换。
组队训练 AI，MLX 项目亮相：
MLX 项目使用 MPI 分布式计算，通过 Thunderbolt 4 电缆来连接主控机和多台 Mac 设备，可以实现高效并行计算，适合家庭环境下训练 AI 等场景。苹果公司此前曾探索开发出类似的 XGrid 项目，串联多台 Mac 设备实现并行计算，不过主要面向企业和 *** 机构，对于消费者和业余爱好者并不友好。
“AI 教父”Hinton担任CuspAI 董事会顾问：
Hinton对这家初创公司给予了较高的评价，称该公司及其使命给自己留下了深刻印象。“他们利用 AI 为新材料设计过程提速，以应对人类最紧迫的挑战之一 —— 气候变化。”据悉，CuspAI 公司由剑桥大学创立，该公司计划利用搜索引擎的功能按需识别新型建筑材料所需的特性。
ChatGPT等模型疯狂训练，2026年或迎来AI界“数据荒”：
Epochai 研究报告指出目前人类公开的高质量文本训练数据集约有 300 万亿个 tokens，但随着大模型的胃口增大，这些数据可能很快将被消耗殆尽。例如 Meta 的 Llama3 模型在 8B 版本上的过度训练竟然达到了惊人的 100 倍。
Epochai 提出了四种获取新训练数据的 *** ：合成数据、多模态和跨领域数据学习、私有数据的使用以及与真实世界实时交互学习。旨在避免 AI 界的 “数据荒”，并为 AI 模型的持续发展提供数据支持。
ACM顶会SIGGRAPH 2024更佳论文揭晓，英伟达CMU各占40%：
ACM SIGGRAPH共评选出了5篇更佳论文、12篇荣誉提名，并延续去年的传统将时间检验奖颁给了2012年和2013年发表的4篇论文。上海科技大学、华中科技大学、香港中文大学等国内机构榜上有名。
更多国际情报
BCG报告称生成式AI正在撼动就业市场：报告预测生成式 AI 将在未来十年内对全球经济产生至少 2.2 万亿至 3.7 万亿美元的经济影响，同时对某些重复性高、创造性低职位带来威胁，但也将创造新的职位，推动人才对技能进行重新塑造和学习。
三星电子将于明年推出配备人工智能的家电：三星电子正在开发带有大型语言模型的集成家电产品，目标在2025年发布。
AI产品
Product Hunt 热榜， 免费的 AI *** 搜索引擎Genspark ：
Genspark 是一个免费的 AI *** 搜索引擎，通过专业的 AI *** 为用户查询研究并生成所谓的 Sparkpages。这些页面综合可靠信息，提供更有价值的结果，为用户节省时间。创始人景鲲强调，Genspark 与传统搜索引擎不同，更像是一群快速为用户找到所需答案的有用 AI 伙伴。Genspark 旨在消除广告、诱导内容和偏见结果，提供干净、高质量的信息，让用户从一个地方就能访问所需信息，节省时间。
https://www.genspark.ai/
GitHub Trending 热榜， 开源的增强型 ChatGPT 克隆 LibreChat：
LibreChat 是一个开源的增强型 ChatGPT 克隆项目，支持多种 AI 模型和 API，包括 OpenAI、Azure、Groq 等，具备 AI 模型切换、消息搜索和多用户安全系统等功能，并且正在积极开发中添加更多特性。由 danny-avila 维护的 LibreChat 在 GitHub 上拥有 12.9k stars 和 2.3k forks。
https://www.librechat.ai/
https://github.com/danny-avila/LibreChat?tab=readme-ov-file
开发者推荐
1.Omni-Zero: 零样本风格化肖像创作
omni-zero 是一个基于 GitHub 的开源项目，旨在通过扩散管道实现零样本风格化肖像创作。此外，项目还提供了一个 Gradio 应用程序，并且在 Fal.ai、Replicate 和 HuggingFace Spaces ZeroGPU 上提供了演示。用户可以通过克隆仓库并按照指定步骤运行 demo.py 来尝试使用 omni-zero。
https://github.com/okaris/omni-zero
2.ElevenLabs 的 V2A 视频自动配音
ElevenLabs Texts to Sounds Effects API ，展示了其通过 AI 为视频添加声音效果的能力。用户可以上传视频，客户端每秒提取 4 个帧，并将这些帧和提示发送给 GPT-4o，以创建自定义的文本到声音效果提示。随后，使用 ElevenLabs Text to Sounds Effects API 根据提示生成声音效果，并利用 ffmpeg.wa *** 在客户端将视频和音频合并，生成可下载的单个文件。
https://www.videotosoundeffects.com/
3.Hedra Labs 推出 Character-1 研究预览版
Hedra Labs 发布了能够生成表现力强的说话、唱歌和说唱角色的基础模型 Character-1 的研究预览版，该模型可在桌面和移动设备上使用，预览版提供无限视频时长，但开放预览版限制为 30 秒视频。如果 H100 供应充足，模型能在每 60 秒生成 90 秒的视频。模型具有生成角色具有强烈的表现力的特点，其愿景是通过构建基础模型并将其融入产品中，激发人类下一代的故事讲述能力，同时还宣布了即将推出的 “Worlds” 功能，允许用户构建虚拟世界。
https://www.hedr *** /
4.GenType创建自定义字母表
GenType 是一个在线工具，它利用 Imagen 2 API 为用户提供创建自定义字母表的能力。用户可以通过描述来定制字母的风格，例如使用星座地图、未来科幻飞船、银色管道等元素。GenType 提醒用户创作时要尊重他人权利，鼓励用户分享反馈帮助改进 AI。
https://labs.google/gentype
大牛洞见
最强 GenAI/LLM 学习资源索引发布！
Will Brown发布 《GenAI Handbook》这本书被誉为 GenAI 领域最前沿发展的开源教科书，汇聚了自 ChatGPT 发布以来的 18 个月里，GenAI/LLM 领域的发展和系统知识指南。分为 9 个部分，参考了顶尖的 Blog、论文、Youtube 视频和在线课程，为读者提供了一个清晰了解 GenAI 发展的脉络。
https://genai-handbook.github.io/
热门活动
「云启Attent!on · 深圳站」见面聊 | 网红AI硬件翻车后，真正的头号玩家在哪？
6月28日，「Attent!on」深圳站将聚焦 软件与硬件的融合，以「AI+跨境+硬件=？」为主题，探讨AI硬件的机会和挑战。
云启资本联合雷峰网(公众号：雷峰网)将携手大疆早期孵化投资人、长江商学院金融学教授甘洁创办的创新企业赋能组织知行研习院，与来自华为、腾讯、科大讯飞、Kickstarter、元生智能、火火兔、时空壶、蜂巢科技等知名公司的资深人士展开深度交流。
欢迎创业者、产品负责人报名。
https://mp.weixin.qq.com/s/D9YIyKBz0UUdjP3iNqXefA
敬请期待明日的最新动态！
AI情报局征集情报合伙人，汇集独家价值线索！如果您可以提供有关AI最新成果&行业内幕&独特产品，请添加运营微信号： AIyanxishe2备注行业岗位。
雷峰网
发表评论