近日，面壁智能推出了最新一代端侧多模态模型 MiniCPM-Llama3-V2.5，这款模型具有超强的综合性能，能够超越 Gemini Pro 和 GPT-4V 等多模态巨无霸。

在海外市场，Meta团队最近发布了一款名为“Chameleon”的新模型，可以在单一神经网络无缝处理文本和图像。10万亿token训练的34B参数模型性能接近GPT-4V，刷新SOTA。

过去一天，国内AI行业还有哪些热点值得关注呢？让乌鸦君带你一起看看吧。

/ 01 / 国内要闻

1）面壁智能推出最新一代端侧多模态模型 MiniCPM-Llama3-V2.5

近日，面壁智能推出了最新一代端侧多模态模型 MiniCPM-Llama3-V2.5，这款模型具有超强的综合性能，能够超越 Gemini Pro 和 GPT-4V 等多模态巨无霸。

MiniCPM-Llama3-V2.5在 OCR（光学字符识别）方面取得了 SOTA 的成绩，能够精准识别难图、长图和长文本。该模型支持30多种语言，并且首次实现了端侧系统级多模态加速，使图像编码速度提升150倍。

此外，MiniCPM-Llama3-V2.5在幻觉能力、复杂推理能力等方面也取得了突出表现，能够在多种场景下进行准确的分析和推理。

2）月之暗面Kimi智能助手开启收费：可获得高峰期优先使用权益

近日，月之暗面智能助手Kim推出名为“给Kimi加油”的付费选项，用户可以通过支付费用来获得高峰期优先使用的权益。

目前，该选项仅在电脑网页端提供，共有六种档位可供选择，包括送花、加鸡腿、喝咖啡、充电、吃顿饭以及一起登月等选项，价格从5.2元到399元不等。

3）百度团队基于Transformer的RNA语言模型登Nature子刊

百度大数据实验室（Big Data Lab，BDL）和上海交通大学团队开发了 RNAErnie，一种基于 Transformer 架构，以 RNA 为中心的预训练模型。

研究人员用七个数据集和五个任务评估了模型，证明了 RNAErnie 在监督和无监督学习方面的优越性。RNAErnie 超越了基线，分类准确率提高了 1.8%，交互预测准确率提高了 2.2%，结构预测 F1 得分提高了 3.3%，展现了它的稳健性和适应性。

/ 02 / 海外动态

1）原超级对齐团队负责人批评OpenAI追求华而不实的产品，忽视AGI安全

近日，在OpenAI联合创始人IlyaSutskever宣布从公司离职后，超级对齐团队负责人Jan Leike也在X平台上透露自己即将离职。

据他介绍，在Sutskever离职后，其负责的“超级对齐”团队也被解散，这个团队致力于解决AI带来的安全风险问题。Jan Leike也是该团队的主要负责人之一，他在X上表示，在过去这几年，OpenAI的安全文化和流程已经让位给了华而不实的产品。

OpenAI CEO SamAltman也在X平台上就此前“封嘴”离职条款传闻进行回应：公司从来没有收回任何人的既得股权，哪怕人们没有签署离职协议（或不同意非贬低协议），也不会采取上述做法。

2）挑战GPT-4o，Meta发布混合模态基座模型Chameleon

近日消息，Meta团队最近发布了一款名为“Chameleon”的新模型，可以在单一神经网络无缝处理文本和图像。10万亿token训练的34B参数模型性能接近GPT-4V，刷新SOTA。

据介绍，与GPT-4o一样，Chameleon采用了统一的Transformer架构，使用文本、图像和代码混合模态完成训练。

3）Google Photos将推出Ask Photos功能，动动嘴就能搜索照片和视频

Google Photos 即将推出一项名为 Ask Photos 的实验性功能，该功能利用 AI 模型 Gemini，允许用户通过自然语言搜索来查找照片和视频，并辅助完成相关任务。

4）英伟达支持的GPU云服务商完成由黑石提供的75亿美元融资，1年筹集了120亿美元

CoreWeave 是一家新兴的云服务提供商，租用装有 Nvidia 人工智能芯片的服务器，该公司周五表示，由黑石集团领投的 75 亿美元债务融资是同类交易中规模最大的。该公司将利用这笔资金扩大数据中心规模并购更多被称为图形处理单元的 Nvidia 芯片。CoreWeave 计划将数据中心容量从去年的水平大致翻倍。

这轮融资发生在其筹集了由 Coatue 领投的 11 亿美元股权融资轮之后的几周，根据两位直接了解此事的人士，这笔交易使该公司估值达到 190 亿美元。

       原文标题 : 乌鸦AI日报：面壁智能推出最新一代端侧多模态模型，Meta发布混合模态基座模型Chameleon