📰🤖📢AI新鲜事
奥特曼试图重任OpenAI CEO失败 Emmett Shear上任
OpenAI 任命 Twitch 前高管 Emmett Shear 为新的临时首席执行官，取代了在 Altman 被解雇后被任命为临时首席执行官的长期担任 OpenAI 高管的 Mira Murati。
【AiBase 提要:】
🌟 Emmett Shear 被任命为 OpenAI 的新首席执行官，此前曾是全球最大的视频流媒体公司 Twitch 的首席执行官。
⚡ 在员工和投资者支持前 OpenAI 领导人 Sam Altman 之后，OpenAI 的危机在董事会任命 Emmett Shear 为新 CEO 后加深。
🔄 作为 OpenAI 的新 CEO，Emmett Shear 面临着挑战，包括员工可能离职并加入 Sam Altman 的新创业项目，以及他被解雇前计划推出一家与 Nvidia 竞争的人工智能专注的半导体公司。
谷歌Bard遭遇提示注入攻击 或存在数据泄漏风险
谷歌Bard面临提示注入攻击，黑客通过自然语言攻击漏洞，可能导致数据泄漏风险，揭示了Bard在处理提示注入方面的薄弱性。
【AiBase提要】:
🚨 攻击手法揭示: 黑客采用提示注入技术，通过自然语言破解Bard，可能导致数据泄漏风险。
🕵️♂️ 漏洞细节: 攻击者成功利用Bard漏洞进行图像Markdown注入，尝试泄露聊天历史记录，存在零点击渲染图片的漏洞。
🛡️ 修复状态不明: 虽然漏洞已于10月19日报告并确认修复，但具体修复措施尚不清楚，突显Bard在处理提示注入方面的薄弱性。
Meta重组并解散AI监管团队
社交媒体巨头Meta宣布解散负责监管人工智能项目的团队，将成员重新分配到生成式AI产品和AI基础设施团队，以适应科技行业对机器学习的投资潮。
【AiBase提要:】
🔄 公司动向: Meta（Facebook的母公司）解散AI监管团队，成员过渡到生成式AI产品和AI基础设施团队。
🧠 生成式AI发展: Meta成立生成式AI团队，专注于开发模仿人类创作的语言和图像生成产品，迎头赶上机器学习热潮。
🌐 行业关注: 随着监管者和官方对新兴技术风险的关注，确保AI安全成为行业重要任务，表现在产业组织制定AI安全标准。
普华永道爱尔兰与微软合作开设新的生成式AI中心
PwC Ireland与微软合作，在都柏林开设生成式人工智能中心，推动新技术应用。调查显示爱尔兰企业在AI采用上相对缓慢，而PwC投资超过10亿欧元推动以人为主导、技术驱动的转型。
【AiBase提要:】
🤝 合作开设中心: PwC Ireland与微软在都柏林北墙码头合作设立生成式AI中心，以促进新技术的应用。
🚀 投资推动转型: PwC投资超过10亿欧元，致力于推动以人为主导、技术驱动的人工智能转型。
📊 爱尔兰AI采用调查: 调查显示爱尔兰企业在人工智能和生成式AI采用上相对缓慢，仅有不到10%的企业大规模推行人工智能。
🤖📈💻💡大模型动态
谷歌推扩散模型变种UFOGen 真正实现一步文生图
谷歌研究团队提出的UFOGen扩散模型变种通过改变参数化方式和损失函数计算方式，实现一步生成高质量图像，解决了扩散模型生成速度问题。
论文地址:https://arxiv.org/pdf/2311.09257.pdf
【AiBase提要】
🚀 谷歌提出UFOGen模型，一步生成高质量图像。
💡 UFOGen通过改变参数和损失函数，最大限度利用Stable Diffusion内部信息。
🔍 扩散模型生成速度问题得以解决，为视觉创作领域带来技术进步。
港中大博士生推出超真实人像合成工具HyperHuman
为了提高AI绘图逼真度，港中大博士生研发的HyperHuman模型使用3.4亿张图像进行训练，解决了传统AI绘图工具的不连贯和不自然问题。该模型在图像质量和姿势准确度上全面碾压竞争对手，使用了联合学习和分步生成的方法，采用潜在结构模型，同时优化颜色、深度、法线图。用户调查显示，HyperHuman在逼真度和质量上更受欢迎，成绩超过其他竞争模型。
【AiBase提要:】
🖌️ 超真实人像合成工具HyperHuman问世，用3.4亿张图进行训练
🌐 解决传统AI绘图工具问题，图像质量和准确度全面碾压竞争对手
💡 采用联合学习、分步生成和潜在结构模型，优化多方面表现
MIT研究团队发布力学与材料建模语言模型MechGPT
MIT的研究团队推出了MechGPT，一款在力学和材料建模领域具有突破性的语言模型，通过创新方法从科学文本中提取关键信息，特别适用于材料科学领域。
【AiBase提要:】
🌐 MechGPT是MIT力学与材料建模领域的语言模型先锋，通过预训练和创新技术提取科学文本信息，培训采用PyTorch和Hugging Face，具有40个变压器层。
🧠 模型不仅提高信息提取，还增强关键事实的清晰度，采用低秩适应（LoRA）和4位量化等技术提高性能，展示超越传统语言模型的潜力。
🚀 MechGPT在材料科学领域表现卓越，为用户提供Google Scholar访问，标志着语言模型领域演变的里程碑，拓展了知识提取的新领域。
🤖📱💼AI应用
出门问问发布AI交互式数字员工生成平台奇妙问
近日，出门问问在南京举办了「奇妙问」产品招商会，并正式发布了 AI 交互式数字员工生成平台「奇妙问」。该平台名为「奇妙问」，基于自研大模型“序列猴子”，面向政企、文旅等行业，打造数字接待、数字客服、数字销售等交互型数字员工，为客户提供一站式互动数字人的制作、生产、发布服务。
【AiBase提要:】
🚀 创新平台发布: 出门问问发布了名为「奇妙问」的AI交互式数字员工生成平台。
💼 广泛应用领域: 该平台面向政企、文旅等行业，打造数字接待、数字客服、数字销售等交互型数字员工。
🌐 自研大模型支持: 平台依托自研大模型“序列猴子”，提供一站式互动数字人的制作、生产、发布服务。
👨💻💡🎯聚焦开发者
魔搭社区推出开源版GPTS“ModelScope Agents”
在OpenaiDEVday上，魔搭社区推出开源版GPTS“ModelScope Agents”，通过GPT Stores允许用户聊天、直接配置进行GPT定制，支持自定义知识库和接入web-browsing、文生图、code-interpreter三个工具的能力。
github地址:
https://github.com/modelscope/modelscope-agent
【AiBase提要:】
🔄 开源实现方案: 魔搭社区推出开源版ModelScope Agents，支持用户定制和二次开发，方便接入不同的LLM（语言模型）。
🔧 优化反馈问题: 魔搭社区回应GPT Store存在的问题，包括黑盒化、定制成本高、数据安全问题等，致力提供更灵活的应用构建体验。
📈 发展计划: ModelScope Agents计划支持生产级别功能、有效评估方式，并在ModelScope创空间上应用，以促进应用生态繁荣。
DiagrammerGPT:GPT-4主导的颠覆性双层文生图表模型
北卡罗来纳大学提出的DiagrammerGPT框架，通过GPT-4充当“规划师”和“审计师”，创新地利用自然语言处理指导科学图表生成，采用闭环反馈机制优化规划，显著提高了文本描述生成图表的准确性。
项目地址:https://github.com/aszala/DiagrammerGPT
【AiBase提要:】
🔄 GPT-4角色创新: DiagrammerGPT利用GPT-4作为“规划师”生成初始图表规划，同时另一个GPT-4作为“审计师”提供反馈，通过闭环反馈机制优化图表布局，提高生成图表的质量。
🤖 DiagramGLIGEN扩散模型: 在图表生成阶段，研究人员采用DiagramGLIGEN扩散模型，结合门控自注意力层，处理文本标签和箭头关系，通过Pillow库提升文本清晰度，在多个测试数据上明显优于基准模型。
🚀 重大技术突破: DiagrammerGPT框架的创新和性能优势为文生图表领域带来重大技术突破，在多个量化指标上优于基准模型，为科学研究和图像生成领域提供有力支持。
谷歌推出新图像控制方式 可在StableDiffusion图像生成中保证内容特征一致性
Google最新推出的StableDiffusion图像生成技术通过身份聚类和身份提取的三个步骤，保证生成图像具有相同视觉特征，对故事可视化、游戏开发和广告等领域具有重要意义。
论文地址:https://arxiv.org/pdf/2311.10093.pdf
【AiBase提要:】
🔍 身份聚类: 通过生成一系列图像，并嵌入语义空间，使用聚类算法将图像分组，确定角色的主要视觉特征。
👤 身份提取: 在高内聚性图像上训练模型，提取更一致的角色身份，使模型能够准确重现这些特征。
🌐 重要意义: 技术确保生成图像在内容特征上一致，对于故事可视化、游戏开发和广告等领域具有重要意义。
复旦、人大等发布大五人格+MBTI测试 角色扮演AI特质还原率达82.8%
由复旦大学和中国人民大学合作的Chat凉宫春日团队发布了AI角色扮演研究，通过大五人格+MBTI测试以及LLM引导式问答，实现82.8%的特质还原率，为评估角色扮演AI的人格提供新方法。
项目地址:https://github.com/LC1332/Chat-Haruhi-Suzumiya/tree/main/research/personality
【AiBase提要:】
🧠 人设还原度达82.8%: 复旦大学与人民大学合作的研究团队使用大五人格+MBTI测试，通过LLM引导式问答，成功实现82.8%的AI角色扮演特质还原率。
🔍 心理学角度研究: 研究采用面谈式人格测试框架，通过开放式问答对AI角色进行全面评估，为角色扮演AI的行为模式提供新视角。
🚀 未来发展: 随着技术不断进步，角色扮演AI的人格还原度和表现有望进一步提升，同时揭示了现有技术中存在的挑战和限制。
浙大研究者提出UrbanGIRAFFE，解决城市场景的可控3D感知图像合成
浙江大学的UrbanGIRAFFE方法通过可控的相机姿势和场景内容，以及精妙的3D场景分解，实现了对复杂城市环境的多样控制，在3D感知图像合成领域表现出色。
项目网址:https://github.com/freemty/urbanGIRAFFE
【AiBase提要:】
🌐 可控性与保真度超越基线: UrbanGIRAFFE方法通过全面评估展示在可控性和保真度方面的卓越性能，超越了各种2D和3D基线。
🖼️ 场景分解与对象生成: 该方法巧妙地将城市场景分解为无法计数的物体、可计数的对象和天空，利用语义体素网格和对象布局进行组合生成建模。
🚀 未来发展与应用拓展: UrbanGIRAFFE的未来工作包括引入语义体素生成器、光照控制探索，该研究在相机视角操作、语义布局和物体交互等方面取得了卓越多功能性成就。
（举报）