当前位置：
【每日AI快讯】8月12日 周一
什么软件好8月12日 周一
💡 能玩的Transformer可视化解释工具，本地运行GPT-2、还可实时推理
佐治亚理工学院和 IBM 研究院的研究者开发了开源交互式可视化工具「Transformer Explainer」。它通过文本生成解释原理，采用桑基图可视化，集成模型概述，有实时推理功能，无需高级资源和技能，选择 GPT-2 因其知名度高、推理快且架构相似。网友评价高，与 Karpathy 的教程搭配使用效果或更佳。
💡 给视频模型安上快慢两只眼睛，苹果免训练新方法秒了一切SOTA
AI 视频生成领域日益热闹，新的视频大模型表现出色，但背后需高成本的数据集和存在一些问题。针对这些，苹果研究人员提出 SlowFast-LLaVA（SF-LLaVA），基于 LLaVA-NeXT 架构，设计了 SlowFast 输入机制，有慢速和快速路径，解决现有视频 LLM 痛点。实验结果显示其在基准测试中超越现有免训练方法，与精心微调的 SFT 模型性能相当甚至更好。模型架构遵循标准流程，对输入视频采样和处理，实验从开放式视频问答、多项选择视频问答、文生视频等方面进行，SF-LLaVA 均有较好表现。
💡 突破大模型极限！GLM-4-long百万长文本模型上线bigmodel.cn
业务需求增加了长文本处理，考验大模型长文本能力，智谱的 GLM - 4 - long 支持高达 1M 上下文长度。作者用进阶版大海捞针测试，即插入中国队奥运金牌信息让模型整理，市面上多数大模型表现不佳，GLM - 4 - long 答对。还进行了苹果公司财报问答测试，效果不错。智谱哥们提到长文本模型通过“拾级而上”逐步适应不同上下文长度训练出来，过程中有提高训练吞吐量等细节技巧，智谱开源了 9b 版本权重，开源有助于行业发展。
💡 大模型做PPT有多牛？讯飞智文带来重磅升级！
在现代社会，PPT 至关但制作繁琐，大模型时代讯飞智文支持一键生成 PPT ，其 2.0 版本有三大技术升级，包括依托讯飞星火 V4.0 、独立训练的 PPT 文本生成大模型，能更好理解主题、抓取实时资讯、处理长文本；搭载的 AI PPT 编排创作引擎，可自由调整结构、编排大纲、配图等；更灵活的 PPT 在线编辑模组，能随意修改元素、字体等，还升级了模板库，市场潜力大，讯飞智文从用户需求出发不断打磨，解决痛点。
💡 马斯克：人工智能模型 Grok 2 测试版即将发布
特斯拉 CEO 马斯克于 8 月 11 日晚在 X 平台表示人工智能模型 Grok 2 测试版即将发布，上个月他就确认数周后推出，称其“改进巨大”，但目前尚未公布详细信息。Grok 2 发布后将紧随 Grok 3，马斯克称 Grok 3 年底左右推出，水平将“达到或超越” OpenAI GPT - 5 。Grok 第一版于 2023 年 11 月推出，xAI 此后筹集 60 亿美元，估值达 240 亿美元，今年四月发布的 Grok 1.5 提升了推理能力，能处理更长文本输入。
💡 微软 Copilot AI 被指可被黑客操纵，轻松窃取企业机密
据 Futurism 报道，安全研究人员发现微软内置于 Windows 系统的 Copilot AI 存在安全隐患，可被操控泄露企业敏感数据及用于钓鱼攻击。安全公司 Zenity 联合创始人兼 CTO Michael Bargury 在黑帽安全大会上披露，利用 Copilot 可快速生成欺骗性邮件，无需打开恶意邮件就能攻击，获取员工账户后能获取敏感数据并进行钓鱼攻击。