AI视野：OpenAI灰度测试GPT4.5；Midjourney V6模型下周发布；Gemini自曝中文用文心一言训练；LeCun提出AGI七阶段路线图

📰🤖📢AI新鲜事

openAI灰度测试GPT4.5

近日，OpenAI正在对最新的GPT4.5turbo模型进行灰度测试，该模型在文本生成质量、效率、上下文理解、多模态能力、编程和代码生成、安全性、个性化定制等七个方面都取得显著进展。

【AiBase提要】:

🚀 性能提升: GPT4.5turbo在保持生成质量的同时，通过优化计算效率实现更高的响应速度，尤其在处理大型数据集和复杂查询时表现卓越。

🌐 多方面增强: 该模型在上下文理解、多模态能力、编程和代码生成等方面均取得显著进展，展现了更出色的能力。

🔐 安全性提升: OpenAI进一步增强了模型的安全性和对不饱和内容的过滤能力，以降低误用风险。

Gemini自曝中文用文心一言训练

Gemini-Pro在谷歌Vertex AI平台上自称为百度文心大模型，引发网友疑虑。实测发现，中文对话时坚称是文心一言，但使用英文则承认是谷歌训练的大模型。谷歌Gemini-Pro在百度文心一言训练下，引发用户关切，究竟是大公司互相薅羊毛还是深层次技术交流?

【AiBase提要:】

🤖 Gemini-Pro在中文对话中自称百度文心，引发用户疑虑。

🔄 使用英文对话时，Gemini-Pro承认是谷歌训练的大模型。

❓ 引发关注，是否代表大公司间存在深层次的技术交流?

Midjourney V6模型下周发布

经过半年等待，Midjourney V6模型即将发布，社区评价显示在复杂画面信息还原和内容绘制上有显著提高。

【AiBase提要】

🚀 技术升级: Midjourney V6模型将支持更复杂内容的绘制，社区评价显示在还原画面和内容方面有大幅提高。

💻 评价流程: 社区风格评价中，随机展示V6模型生成的两张图片，参与者选择最喜欢的一张，展示V6模型的质量。

📈 期待升级: 预计V6版本将在圣诞节前发布，为人工智能艺术领域带来新的突破。

字节跳动澄清“OpenAI服务被禁”

字节跳动近期被报道使用OpenAI技术涉嫌违反服务条款，导致账户被封禁。公司负责人澄清违规行为为早期实验性项目的偶发行为，已于4月停止，并在9月进一步采取措施以符合规范。公司表示将在未来几天进行全面排查，以确保严格遵守OpenAI相关服务的使用条款。

【AiBase提要:】

🚨 违规实验: 字节跳动负责人澄清违规行为为早期实验性项目的偶发行为，已在4月停止。

🔄 规范措施: 公司在9月采取措施，确保对OpenAI的API调用符合规范要求。

🔍 全面排查: 字节跳动表示将在未来几天再次全面排查，以确保严格遵守相关服务的使用条款。

LeCun提出AGI七阶段路线图

OpenAI推出「登月计划」，解决超级AI对齐问题，LeCun提出AGI七阶段发展路线图，强调构建学习世界运作方式的系统是首要任务。

论文地址:https://ai.meta.com/blog/yann-lecun-ai-model-i-jepa/

【AiBase提要】

🌐 小模型监督大模型: OpenAI超级对齐团队提出通过小模型监督大模型解决超级AI对齐问题，为超级人工智能的发展奠定基础。

🧠 LeCun的世界模型: LeCun强调构建学习世界运作方式的系统，提出"世界模型"架构，解决当前大模型局限性，迈向通用AGI。

🚀 AGI七阶段发展路线图: LeCun提出AGI发展七阶段，从学习世界运作到超越人类

OpenAI否认与Jony Ive合作开发AI设备

OpenAI首席执行官Sam Altman在接受采访时否认与前苹果设计总监Jony Ive合作开发AI设备。Altman强调OpenAI不参与智能手机市场竞争，对消费硬件的探索仍处于早期阶段。传言中Jony Ive和Altman合作开发的项目细节尚不确定，使得苹果可以放心。

【AiBase提要:】

🤖 Altman否认合作: OpenAI首席执行官Sam Altman否认与Jony Ive合作开发人工智能设备，强调公司不涉足智能手机市场。

🚀 硬件探索初期: Altman表示，OpenAI对消费硬件的探索仍处于早期阶段，项目细节尚不确定。

🤔 传言未证实: 关于传言中的合作项目，Altman未透露具体细节，保持了项目的神秘性。

🤖📈💻💡大模型动态

中国科大发布SciGuard大模型

中国科大等机构发布SciGuard和SciMT-Safety，通过SciGuard大型语言模型驱动的agent，保护AIforScience模型免受滥用风险，并建立首个专注于化学科学领域安全的基准测试。

论文地址:https://arxiv.org/pdf/2312.06632.pdf

【AiBase提要:】

🛡️ SciGuard保护AI科学模型: SciGuard是大型语言模型，通过智能体控制AI在科学领域的滥用风险，构建记忆库评估风险并提供安全建议。

🧪 科学风险基准建立: 研究团队创建了SciMT-Safety，首个专注于化学科学领域安全的基准测试，用于评估不同AI系统的安全性。

🚀 全球呼吁强化AI监管: 实验证明SciGuard在测试中表现出最小的有害影响，研究团队呼吁全球科技界、政策制定者、伦理学家加强对AI技术的监管，确保科技进步符合人类利益。

🤖📱💼AI应用

腾讯讯云推出高性能应用服务HAI

腾讯云推出HAI高性能应用服务，无需繁琐配置，用户仅需10分钟即可建立自己的AI应用，助力中小企业、开发者和个人用户快速部署高性能应用。

【AiBase提要】

🚀 即插即用服务: HAI提供即插即用的算力和常见环境，支持快速部署语言模型、AI作画、数据科学等高性能应用，降低开发门槛。

💡 智能云资源匹配: HAI根据应用智能匹配最优的云资源，无需选择众多GPU服务器，一键部署方法快速构建环境，大幅提高开发效率。

🎨 多样化应用环境: HAI提供多种预装模型环境，支持自定义部署最新的开源模型，通过可视化界面为开发者提供友好的图形化交互视图，支持多种算力连接方式。

AI图片处理工具Inpaint-web 支持高清修复和图片局部清除

Inpaint-web是一款无需下载客户端的AI图片处理工具，通过WebPGU在浏览器上直接运行。主要支持图片局部清除和将模糊的图片变成高分辨率清晰图。用户可以方便修复图像缺陷、提高图像质量，未来将引入更多功能，完全免费开源。

项目地址:https://top.aibase.com/tool/inst-inpaint

在线测试地址:https://t.co/Env6tMNW0u

【AiBase提要:】

🌐 在线操作: Inpaint-web通过WebPGU在浏览器上运行，无需下载客户端。

📷 功能丰富: 支持图片局部清除和高清修复，未来将引入图像放大等功能。

🆓 免费开源: Inpaint-web完全免费开源，为用户提供方便快捷的图片处理解决方案。

Novel:一款Notion风格编辑器 搭载AI智能自动补全功能

Novel是一款开源WYSIWYG编辑器，采用Notion风格，通过强大的AI智能自动补全功能提供直观编辑体验，加速文字创作过程。

项目地址:https://github.com/steven-tey/novel

【AiBase提要】

🌐 WYSIWYG编辑体验: Novel提供类似Notion的直观编辑界面，实时渲染效果，提高编辑效率。

🧠 AI智能自动补全: 利用OpenAI技术，Novel为用户提供智能自动补全建议，加速文字创作过程。

🚀 易用的安装和集成: 通过NPM包形式提供，简便安装，可轻松集成到现有项目中，支持本地部署和云端。

H&R Block与微软合作推出AI报税助手

全球最大税务机构H&R Block与微软合作推出AI报税助手，通过文本问答实现快速报税、退税，每月35美元的费用覆盖500万用户，准确率100%。

产品体验地址:https://www.hrblock.com/online-tax-filing/

【AiBase提要:】

🤖 技术支持与数据保障: H&R Block与微软合作推出的AI Tax Assist得到微软Azure OpenAI的技术支持，使用近70年的税务数据进行预训练和微调，确保准确率100%。

💼 服务规模和费用: 该助手每月35美元，已正式为超过500万用户提供服务，支持7*24小时无间断服务，覆盖快速报税、退税、税收管理等业务。

📈 行业影响力与数字化趋势: H&R Block作为全球最大税务服务机构之一，通过AI报税助手展示了税务行业数字化趋势，提高了工作效率并满足用户需求。

👨‍💻💡🎯聚焦开发者

EPFL与苹果联手开源人工智能框架4M

瑞士洛桑联邦理工学院（EPFL）与苹果合作推出的4M框架通过Transformer技术实现跨多模态训练，提高模型灵活性和可扩展性，成功解决了视觉领域多模态训练的挑战。

项目体验网址:https://4m.epfl.ch/

论文网址:https://arxiv.org/abs/2312.06647

【AiBase提要:】

🌐 多模态挑战: 在自然语言处理领域大型语言模型取得成功的同时，视觉领域需要更灵活可扩展的多模态基础模型。

🤖4M框架: EPFL与苹果提出的"Massively Multimodal Masked Modeling"（4M）框架整合了Transformer技术，具备强大的跨模态能力，通过模态特定的标记器提高兼容性、可扩展性。

🚀 可扩展性与效率:4M通过输入和目标掩码实现高效训练，同时采用模态特定的标记器将各种输入模态转换为离散标记的集合，使单一Transformer能同时处理多种输入模态。