生成式AI
一、 杀入AI PC市场，英伟达将进入消费类PC的Arm芯片领域
- 英伟达计划在2025年推出基于Arm架构的PC处理器，目标是高端市场；
- 公司在AI和图形处理领域的优势将提升其Arm处理器的竞争力；
- 新进入Arm PC市场的时机与高通独家协议结束相关，竞争将加剧。
二、 CoreWeave 签下 170 亿美元合同！预计明年收入增长 400%
- CoreWeave与微软签署了170亿美元的合同，预计明年收入将增长400%，达到80亿美元；
- CoreWeave拥有14个数据中心，计划年底前将设备数量翻倍，以满足AI模型处理需求；
- 除了微软，CoreWeave的客户还包括英伟达和Meta，未来几年的电力容量预计将从350兆瓦增加至850兆瓦。
三、 英伟达机器人AI训练！仅5次演示可生成1000个新demo
- 英伟达提出的新方法DexMimicGen，仅需五次人类演示即可生成1000个新的机器人演示；
- 该方法在仿真环境中训练的机器人成功率高达97%，优于使用人工数据的效果；
- DexMimicGen通过生成式数据解决机器人训练中的数据缺乏问题，展示出强大的泛化能力和鲁棒性。
四、 最新强化自训练方法 ReST-MCTS，可以让大模型持续“升级”
- 清华与加州理工开发的ReST-MCTS*方法通过树搜索增强自训练，提升大语言模型的性能；
- 该方法避免了人工标注，使用概率估计为每一步推理提供奖励，从而自动获取可靠推理路径；
- 实验显示ReST-MCTS*在准确率上超越现有自训练算法，并能持续自我提升。
五、 创新能力超越AI Scientist，上海AI Lab「AI 科研团队」VirSci
- VirSci是一个基于大语言模型的多智能体协作平台，旨在模拟科学家团队合作，加速科研创新；
- 研究表明，VirSci生成的科研想法在创新性和影响力上优于现有单智能体系统AI Scientist，展现出多智能体协作的积极效果；
- 实验显示，适度的团队规模和成员新鲜度、学科多样性能显著提升科研创新表现，优化团队协作。
六、 Diffusion 模型也能“举一反三”？IC-LoRA可增加情节记忆力
- 阿里的IC-LoRA研究表明，Diffusion模型具备生成多图关系图像的能力，只需少量样本进行微调；
- 通过拼接图像和合并描述，模型能理解图片间关系，生成一致性图像集，效果优于传统方法；
- IC-LoRA大幅降低训练成本，让更多人参与AI图像创作，推动AI成为普遍可用的创作工具。
前沿科技
七、 Meta FAIR 团队发布机器人多模态指尖等多项触感研究成果
- Meta的FAIR团队研究机器人触觉感知能力，旨在让机器人通过触觉理解和操作物体，提升交互效果；
- 研究成果包括meta Sparsh、Digit 360和meta Digit Plexus，分别实现跨场景触觉感知、高精度多模态感知和传感器整合；
- Meta开发PARTNR基准测试框架，评估机器人AI在自然语言理解和人机协作中的能力，促进技术共享与创新。
报告观点
八、 比尔·盖茨：软件格局会被 AI 重塑，未来应用数远少于现在
- 比尔·盖茨指出，AI将重塑软件市场格局，未来应用数量可能显著减少，强调整合系统的重要性；
- 他提到AI在药物研发、气候变化等领域的巨大潜力，尤其在科学研究中可加速创新；
- 盖茨强调AI对白领工作效率的提升，认为其在教育中能实现个性化教学和即时反馈，促进学习效果。
九、 生成式AI或面临数据过载，应专注于更小、更具体的目标
- 数据管理专家Chet Kapoor强调，生成式AI应优先考虑产品市场契合度，专注于小规模、具体的目标，而非追求大规模数据；
- 专家建议企业从小规模项目入手，明确解决的问题，并寻找匹配的数据，避免因数据过载导致混乱；
- 生成式AI的早期应用虽然展示潜力，但仍需在实际问题上取得进展，未来将实现更具颠覆性的转型应用。
十、 微软 AI CEO：小模型是未来趋势，AI 会小到能装在冰箱贴上
- 小模型将成为未来的趋势，AI技术将缩小到能够嵌入冰箱磁贴等小设备中；
- AI的“幻觉”被视为创造力的体现，而不是缺陷，强调其自主学习和应对复杂任务的潜力；
- 永久记忆能力的突破预计将在2025年实现，将显著提升AI与用户的互动体验。
