当前位置：
【每日AI快讯】5月21日 周二
什么软件好05月21日 周二
💡 首个GPU高级语言，大规模并行就像写Python，已获8500 Star
Bend 是一种大规模并行的高级编程语言，旨在让用户能够轻松地为多核 CPU/GPU 编写并行代码，无需成为具有 10 年经验的 C/CUDA 专家。它采用 Python 语法，并具有 Python、Haskell 等表达性语言的功能，如快速对象分配、高阶函数、无限制的递归和 continuation。Bend 运行在大规模并行硬件上，具有基于核心数量的近线性加速。Bend 目前不适用于现代机器学习算法，因为它不支持预先分配的内存和高度正则化的算法。然而，它在实际应用中具有巨大优势，特别是对于那些无法为它们编写 CUDA 内核的真实应用程序。Bend 的性能在某些情况下可以相当快，但目前还不能编写大语言模型。Bend 的主要贡献者是来自巴西的 Victor Taelin，他在 X 平台上分享了 Bend 的主要特性和开发思路。Bend 目前仅支持 Nvidia GPU，并可以通过不同的运行时（如 Rust、C 和 CUDA）来运行。Bend 中的并行编程基于分治方法，允许用户轻松实现并发系统。
💡 让大模型理解手机屏幕，苹果多模态Ferret-UI用自然语言操控手机
移动应用的自动化感知和交互成为可能，这将改善用户体验，助力辅助功能和应用测试。苹果公司推出的Ferret-UI是首个针对UI屏幕设计的MLLM，它能处理开放式语言指令并采取行动。Ferret-UI基于Ferret，包含预训练的视觉编码器和语言模型，采用混合表征技术处理区域形状。团队构建了包含多种UI任务的训练数据集，并进行了实验研究，结果显示Ferret-UI在基础和高级任务上表现出色，尤其是任意分辨率版本的加入提升了性能。
💡 微软发布会：AI PC门槛全面拔高 软硬件生态齐亮相
OpenAI的“超级对齐”团队，负责研究人工智能生存危险，已经全部辞职或被其他小组吸收。这个团队原本是为了解决超智能“AI对齐”问题而成立，即确保AI系统的目标与人类价值观和利益一致。然而，由于公司内部动荡，包括团队两名研究人员被解雇、负责人伊利亚·苏茨克沃和Jan Leike离职，以及其他成员的离开，这个团队已经解散。OpenAI表示，将把超级对齐团队的工作更深入地整合到其研究工作中，以帮助公司实现其安全目标。
💡 ChatGPT又闯祸了？AI配音被指酷似知名演员 OpenAI紧急宣布停用
美国科创公司OpenAI近日因旗下聊天机器人ChatGPT的Sky女性配音引发网友广泛质疑，正采取措施解决问题并暂停使用该AI声音模板。ChatGPT的语音模式于去年9月底推出，包括5款配音，其中Sky引发争议。OpenAI在上周的发布会上引入了“实时语音对话”功能，使ChatGPT的语音功能更接近实时对话，引发关注。此外，ChatGPT的新对话功能也引发了“讨好”对话者的倾向性争议。对于这些争议，OpenAI发布长文回应，否认语音像女演员一事，并称Sky的声音是另一个专业女演员的自然说话声音。OpenAI透露，他们与选角导演、制片人合作制定了选拔“ChatGPT配音演员”的标准，最终从400多份申请中挑选出了5个声音，并给予每位配音演员“高于市场最高水平”的报酬。
💡 声称“媲美人类专家”，谷歌 Gemini 1.5 Pro 数学版“提智”：MATH 基准准确率 91.1%
谷歌公司发布技术报告，展示其 Gemini 1.5 Pro 模型在经过数学领域专门训练后，数学成绩显著提升，能够解决国际数学奥林匹克竞赛的部分问题，并在 MATH 基准测试中达到 91.1% 的准确率。谷歌通过 MATH 基准、美国数学邀请考试（AIME）和谷歌内部的 HiddenMath 基准测试了数学型 Gemini 1.5 Pro。数据显示，数学型 Gemini 1.5 Pro 在 AIME 基准测试中解决的问题数量明显增多，在其他基准测试中的得分也有所提高。此外，数学型 Gemini 1.5 Pro 在单个样本 MATH 基准测试中的准确率为 80.6%，在对 256 个解决方案进行采样并选择一个候选答案时（rm@256），准确率达到 91.1%，在所有五项基准测试成绩中领先于 GPT-4 Turbo 和亚马逊的 Claude。
💡 机构：字节跳动“豆包”成中国最受欢迎 AI 聊天机器人，文心一言紧随其后
根据Sensor Tower的数据，字节跳动的AI聊天机器人“豆包”在2023年的下载量超过百度的“文心一言”，豆包在苹果iOS平台上拥有更多月度固定用户，下载量接近900万次，文心一言则有800万次。中国AI服务领域竞争激烈，包括月之暗面研发的Kimi等。文心一言提供付费订阅，但收入不高。百度更看重广告和云服务。字节跳动基于豆包大模型打造了多个应用，日均处理1200亿Tokens文本，生成3000万张图片，接入多个业务。