本文主要是介绍Cyber Weekly #22，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
赛博·新闻
1、OpenAI「草莓」今秋发布，随后是「猎户座」
路透社曾爆料OpenAI正在开发一个名为「草莓」的AI产品，旨在提高AI的高级推理能力，The Information本周的一篇报道再次证实了这个产品的存在。报道还指出，「草莓」有望于今年秋天整合到其聊天机器人服务中，能够解决复杂的数学和编程问题。据悉，OpenAI在今年夏天向美国国家安全官员展示了「草莓」。「草莓」将可以解决其从未见到过的数学问题，这是现有的AI很难实现的能力，并且还能够回答任何技术方面的问题。
2、智谱AI宣布GLM-4-Flash大模型免费开放
8月27日，智谱AI官宣，旗下AI大模型免费开放。现在只需要注册开放平台bigmodel.cn就可以通过调用GLM-4-Flash构建专属模型和应用。据介绍，GLM-4-Flash适用于完成简单垂直、低成本、需要快速响应的任务，具备多轮对话、网页浏览、FunctionCall和长文本推理（支持最大128K上下文）等高级功能，同时支持包括中文、英语、日语、韩语、德语在内的26种语言。
3、阿里发布最强开源多模态模型Qwen2-VL，支持实时视频对话
本周阿里巴巴发布开源多模态大模型Qwen2-VL，该模型在图像和视频理解任务上取得SOTA成绩，超越闭源模型如GPT-4o。Qwen2-VL支持实时视频对话和多模态交互，具有2B、7B和72B三个版本，其中较小版本已开源并可免费商用。模型集成到多个第三方框架，具有多语言文本提取、图像识别和多模态推理能力，但目前不支持声音处理。
4、智谱推出新一代基座大模型GLM-4-Plus
8月29日，智谱GLM团队介绍了新一代基座大模型GLM-4-Plus，这是智谱全自研GLM大模型的最新版本，在benchmark对比中，语言文本能力方面，GLM-4-Plus和GPT-4o及405B参数量的Llama3.1相当。主要更新如下：
- 语言基座模型GLM-4-Plus：在语言理解、指令遵循、长文本处理等方面性能得到全面提升，保持了国际领先水平。
- 文生图模型CogView-3-Plus：具备与当前最优的MJ-V6和FLUX等模型接近的性能。
- 图像/视频理解模型GLM-4V-Plus：具备更强的图像理解能力，并具备基于时间感知的视频理解能力。该模型将上线开放平台（bigmodel.cn），并成为国内首个通用视频理解模型API。
- 视频生成模型CogVideoX：在发布并开源2B版本后，5B版本也正式开源，其性能进一步增强，是当前开源视频生成模型中的最佳选择。
5、Midjourney宣布进军硬件领域
本周，AI图像生成平台Midjourney宣布，即将进军硬件领域。据官方介绍，其新的硬件团队将设在旧金山。2月份，Midjourney聘请了Ahmad Abbas，他此前是Nerualink的员工，帮助设计了苹果的Vision Pro头显设备。
6、阿里云发布国际首个「月球科学多模态专业大模型」
8月29日，中国科学院地球化学研究所与阿里云联合发布国际首个「月球科学多模态专业大模型」。月球专业大模型以视觉、多模态及自然语言等通义系列模型为基模，结合RAG检索增强等技术，于阿里云百炼专属版进行微调及训练。科研工作者只需输入月球撞击坑图像和相关问题，月球专业大模型即可调用通义视觉、多模态模型，从17种多模态数据中（包括光谱、高程、重力等数据）判定该图像对应的模态类型。通过检索知识库、调用通义语言模型，月球专业大模型可回答该撞击坑的形态、大小、年代等相关问题，并给出推理过程。
赛博·洞见
1、Anthropic创始人Dario Amodei最新洞察：关于护城河与风险，AI大多数情况很难直接替代人
Anthropic创始人Dario Amodei与科技投资人Erik Torenberg深入讨论了AI的安全性、全球竞争、行业监管等问题。Amodei认为，尽管人类大脑的运作尚未完全理解，但AI系统是可控的。他强调了避免过度监管的重要性，提倡通过威慑机制而非严格的预防性监管来管理AI风险。他还讨论了AI可能加剧的经济不平等，以及如何通过政策和监管确保技术红利惠及更广泛的人群。此外，Amodei还分享了他的职业历程，从物理学到计算神经科学，再到AI领域的深度学习。
2、Atom Capital：AI搜索的未来
本文深入探讨了AI搜索的发展趋势、价值、挑战和未来机会。AI搜索通过结合大语言模型与传统搜索引擎，提供更精准和全面的答案，改善了用户体验。尽管存在对传统搜索引擎的依赖问题，但AI搜索在垂直领域和企业知识管理方面展现出巨大潜力。文章分析了AI搜索在2B领域的机遇与挑战，并认为企业知识搜索是未来AI应用的基础。
3、大模型相关的产品化路径思考
奇绩大模型笔记系列，本文深入探讨了大模型产品化的路径，分析了OpenAI在ChatGPT和GPTs产品化过程中遇到的挑战，并提出了通过模型蒸馏和端到端模型来解决这些问题的策略。同时，文章还讨论了创业者如何基于对人类需求的三位一体本质理解，选择适合的模型进行蒸馏，以及如何考虑数据可得性和持续学习的重要性。前两篇：通用智能的本质｜奇绩大模型笔记#1、奇绩视角下的ScalingLaw（规模定律）｜奇绩大模型笔记#2
4、a16z：AI将如何融合电影和游戏？
最近，一篇来自知名风险投资机构a16z的文章预测，未来将会出现一个新的皮克斯，利用生成式AI和交互式视频重塑故事讲述方式。作者认为，故事是人类体验的核心，技术的进步推动了叙事方式的发展。文章预言，下一代皮克斯将不会依赖传统的电影或动画，而是通过交互式视频，这种新型讲故事的形式将模糊视频游戏和电视/电影之间的界限，打破了观众被动观看的传统，实现故事与玩家互动的融合。而互动媒体能够创造更深的观众参与感和身份认同，比如从「我看哈利波特」到「我是哈利波特迷」的转变。不过文章也认为，考虑到底层硬件和模型改进的速度，业界可能还需要约2年的时间才能实现商业上可行的、完全生成的交互式视频。
5、LLM的范式转移：RL带来新的ScalingLaw
文章探讨了强化学习（RL）和自我博弈（Self-Play）在提升大型语言模型智能推理能力方面的潜力。介绍了RL在数学解题、代码生成等复杂任务中的应用，并分析了RL如何改变LLM的scaling law，即从模型参数量的增加转向推理时计算量的增加。文章还讨论了奖励模型（Reward model）在RL中的重要性，以及如何评估RL推理模型的能力。最后，探讨了RL新范式带来的创业和投资机会，特别是在编程能力和垂直领域奖励模型方面的潜力。
6、专访朱啸虎：“六小虎”最好的结果是卖给大厂，AI应用里才能找到新的“滴滴、小红书”
朱啸虎在专访中明确表示，他并不支持盲目烧钱来快速圈用户的做法，而是倡导在融资能力足够之前踏实做事，注重收入和利润。他强调了AI应用层的商业化能力，认为中国在AI应用落地方面有优势。朱啸虎对当前大模型公司的未来持谨慎态度，认为最好的结果是被大厂收购，同时提醒创业者在当前环境下要务实，注重产品的商业化和变现能力。
7、寻找AI大周期下的beta和alpha
本文是“AGIX投什么”系列的第四篇，旨在从一二级市场融合视角提供AI投资参考。文章讨论了AI技术革命早期的投资策略，特别是如何通过二级市场策略工具捕获AI变革的价值。介绍了AGIX Index指数产品及其与Karne Shares ETF的关联，同时强调了Alpha策略的重要性。文章还对宏观市场、重要科技公司财报进行了分析，并强调了AI在不同领域的应用前景和潜在影响。
8、互联网30周年，中国公司集体做对了什么？
作者戴老板，本文回顾了中国互联网产业30年的发展历程，分析了中国公司如何在互联网浪潮中取得显著成绩，特别是在移动互联网时代实现跨越式发展。文章指出，中国公司通过产品创新、模式创新和技术积累，不仅在国内市场占据主导地位，也在国际市场取得成功，为国家在信息革命中积累了宝贵资产。
赛博·工具
1、EmojiSpark
emoji表情包查找工具。
2、FaviconExtractor
免费获取网站favicon。
赛博·资源
1、《黑神话悟空》妖怪平生录
这个仓库收录了游戏《黑神话：悟空》内附的203个妖怪的图片、小诗和故事。
2、甲子光年：以量子人工智能重新定义智库
文档介绍了甲子光年公司及其创始人张甲，提出了在量子人工智能时代下，智库的新定义和运作方式。文档讨论了科技发展趋势，特别是人工智能如何加速变革，并提出了甲子光年指数，用以动态测度未来。此外，文档还探讨了科技与产业的结合，以及如何通过量子人工智能技术推动中国科技产业化和产业科技化。最后，文档强调了甲子光年公司在科技产业智库中的角色，以及其在内容研发、运营连接和可信背书方面的努力。
3、【亿欧智库】人形机器人报告
亿欧智库的报告提供了人形机器人领域的全面分析，包括技术进步、市场发展、主要参与者、投资动态和未来预测。报告涵盖了人形机器人的历史发展、当前的市场状况、以及对未来几年的预测。它还探讨了行业内的主要公司和产品，如特斯拉的Optimus、宇树科技的WalkerS等，并分析了它们的技术参数和市场表现。此外，报告还讨论了人形机器人在不同应用场景中的潜力，以及投资这一领域的趋势和机会。
【推广时间】
欢迎大家关注我的个人公众号【产品老A】。
公众号简介：6年互联网大厂AIPM，专注探索新型人机交互。
老A是谁？——AI领域多年从业经验，见证了AI的沉寂和崛起。 热爱AI技术和产品，更热爱分享，希望将知识传递给更多人。 坚信AI的力量，致力于推动AI技术的应用和普及。
这篇关于Cyber Weekly #22的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
