在温哥华举办的TED大会上，谷歌旗下AI研究领军者DeepMind的首席执行官DemisHassabis透露，谷歌将在未来投入超过千亿美元用于人工智能技术的研发，然而具体的投资规模他并未详细披露。谷歌的竞争对手们也相继被曝出各自新的AI投资计划。微软联手OpenAI打造的名为“星际之门”的AI超级计算机，预计耗资高达千亿美元，这一数字竟是目前最大数据中心成本的百倍之多。而亚马逊则计划在未来十五年内斥资1500亿美元用于全球数据中心的建设与运营。

　　AMD推出了新的处理器，用于驱动AIPC。AMD将这些处理器称为迄今为止最强大的商用PC芯片，包括针对笔记本电脑的锐龙PRO8040系列处理器和面向台式机的锐龙PRO8000系列处理器，它们都采用了先进的4纳米制程技术。据悉，这些新的AMD芯片将从2024年第二季度开始，为包括惠普和联想等品牌的PC机型提供支持。发布后美股盘中AMD股价涨约2%。

　　AdobePremierePro发布官方演示，表示引入了AI工具Firefly，将引入第三方AI模型，包括Sora、Runway、Pika等AI视频模型，允许用户点击拖动来延长视频，用户可以使用AI工具对视频进行对象移除、添加、扩展视频、转录视频等。目前已推出自动生成文字稿、AI音频分类标签、语音转文本、增强语音、自动切割场景、自动调色等功能。由生成式AI加强的PR计划在今年内推出，但并未公布具体时间。

　　李彦宏在Create2024百度AI开发者大会上发表了“人人都是开发者”的主题演讲，表示“AI正在掀起一场创造力革命，未来开发应用就像拍个短视频一样简单”。会上正式发布了文心大模型4.0的工具版。李彦宏指出，百度作为一家技术公司，为大家提供所需的开发工具，提升社会创造力，这包括了1个强大的基础模型系列，即文心大模型系列，包括旗舰版的ERNIE3.5和4.0，和轻量版的ERNIESpeed、Lite、Tiny等；和三大AI开发工具，包括智能体开发工具AgentBuilder、AI原生应用开发工具AppBuilder、各种尺寸的模型定制工具ModelBuilder，它们组成一个工具箱，支持开发者打包带走，随取随用。他认为未来大型的AI原生应用基本都是MoE架构。百度的ModelBuilder预置了最全面最丰富的大模型。包括了ERNIE3.5和ERNIE4.0，这是旗舰版的大模型，它适合通用的复杂场景，能力强大；还有三个轻量级的大模型，ERNIESpeed、Lite、Tiny；另外还有两个垂直场景的模型，ERNIECharacter适合角色扮演；ERNIEFunctions适合对话或问答场景中的外部工具使用和业务函数调用。当然ModelBuilder也支持国内外第三方主流模型，总数量达到77个，是国内拥有大模型数量最多的开发平台。

　　芝加哥大学Glaze项目团队推出了第一款产品的新版本Glaze2，Glaze是一个旨在保护人类艺术家免受AI风格模仿的系统。通过机器学习算法对艺术作品进行微小改动，使其对人类眼睛看起来不变，但对AI模型则呈现出完全不同的艺术风格。这样，当有人试图模仿特定艺术家的风格安博体育app时，AI生成的结果将与预期大相径庭。Glaze2相较于初代版本包括50%至500%的图像修改速度提升，还提供了针对动漫、卡通等“平滑表面艺术”更强的保护。此外，Glaze项目团队还计划扩展工具的保护范围，覆盖短视频和动画领域安博app体育官网。

　　EleutherAI公司推出了一款名为Pile-T5的T5模型，该模型设计初衷在于攻克原始T5模型在处理代码相关任务时的局限，以及解决其分词器可能忽略重要代码标记的难题。Pile-T5模型的训练量相较于原始T5模型翻了一番，达到了2万亿个token。Pile-T5摒弃了原始T5模型的预训练数据集，转而采用全新的LLAMA分词器。这款分词器经过优化，擅长处理代码和文本的混合输入，能够更精准地应对代码相关任务。在训练过程中，Pile-T5严格遵循原始T5模型的超参数设置，并融入了T5x技术，使模型在训练过程中能够更高效地利用数据。经过实际测试，Pile-T5在微调下游任务时展现出了显著的进步，尤其在代码任务方面表现尤为突出。这一成果充分证明了Pile-T5在理解和生成代码方面具备强大的能力。此外，Pile-T5在SuperGLUE基准测试中同样表现卓越，即使在token-matched设置中也远超过T5-v1.1。

　　中国人民大学和浙江大学的研究团队合作发现GPT-4在预测学术论文撤稿方面的能力与人类审稿人有较高的相似性安博app体育官网，准确度高达95%。研究团队向GPT-4输入了数千篇SCI/SSCI期刊论文相关的一万多条推文，并让模型根据这些推文预测论文是否有可能被撤稿。这一过程与人类审稿人的预测结果进行了比较，结果显示GPT-4在预测撤稿方面的准确性接近人类专家。论文作者之一Er-Te Zheng在X上表示：大模型虽然有可能引发学术不端，但在另一方面也能够帮助识别问题论文并预测其撤稿，维护科研诚信。因此，将AI工具应用于学术研究问题的关键，在于AI工具如何为人类所使用。