AIGC行业周报 | 斯坦福AI团队被指抄袭中国大模型；英伟达发布Blackwell GPU；报告：生成式AI应用激增，亚太成增长最快区域

图片来源：每经制图

一、企业动态

（一）OpenAI公开前沿大模型安全策略细节

6月6日凌晨，OpenAI首次系统性地公开了其前沿大模型的安全策略，包括基础架构、保护措施、敏感数据存储和开发人员访问管理等高级细节。这些信息不仅展示了OpenAI模型的开发流程，也为开发者研究前沿大模型提供了技术参考。同时，OpenAI近期频繁发布关于AI模型安全的介绍，反映出其面临的安全压力。此外，11名OpenAI的现役和前员工发布了公开信，警告前沿AI模型可能带来的风险，并呼吁制定安全、可持续的监督条例和规则。

（二）斯坦福Llama3-V项目被指抄袭清华MiniCPM-Llama3-V 2.5，引发开源社区质疑

近日，斯坦福大学的研究团队发布了Llama3-V项目，宣称仅需500美元就能训练出一个与GPT4-V等性能相当的多模态模型。然而，项目很快受到社区的质疑，被指控抄袭了清华大学与面壁智能合作开发的MiniCPM-Llama3-V 2.5模型。面对抄袭指控，Llama3-V的GitHub仓库和HuggingFace页面被删除，作者之一也对使用MiniCPM-Llama3-V 2.5的tokenizer进行了回应，但社区成员通过对比分析发现了更多代码和架构上的相似之处，指出Llama3-V作者可能并不完全理解自己所使用的代码。尽管Llama3-V项目试图通过删除项目页面来应对质疑，但社区成员已经保存了相关证据，并呼吁斯坦福大学介入调查这一可能的学术不端行为。

（三）OpenAI和Google员工联名警告AI风险，获“深度学习之父”支持

近日，来自OpenAI和Google DeepMind的数名现任和前任员工发表了一封公开信，警告人工智能发展可能带来的风险，包括社会不平等加剧、错误信息传播和自主AI系统失控等。公开信强调，尽管全球政府和AI专家已意识到这些风险，但追求财务利益的AI公司往往抵制有效监督，现有企业治理结构不足以应对挑战。信中呼吁AI企业遵循不签订禁止负面评价的协议、建立匿名反馈机制等原则。这封公开信得到了“AI教父”Geoffrey Hinton、图灵奖得主Yoshua Bengio以及AI安全领域顶级学者Stuart Russell的支持。

二、产品动态

（一）英伟达发布Blackwell GPU，推进AI帝国建设并解决全球耗电难题

6月3日凌晨，英伟达CEO黄仁勋（老黄）宣布了一系列技术创新和产品迭代，包括已经量产的Blackwell GPU，这款迄今为止最大的芯片将在未来8年内将1.8万亿参数GPT-4的训练能耗降低至原来的1/350。Blackwell GPU的推出，连同其后三代的路线图，标志着英伟达在AI领域的雄心和实力。黄仁勋还展示了英伟达在加速计算、AI工厂、数字人、智能体等领域的进展，并预告了下一代芯片Rubin。此外，英伟达还发布了数字孪生地球「Earth-2」项目，旨在通过高解析度的模拟预测全球气候变化，推动物理AI和具身AI的发展，为未来的AI机器人时代铺路。

（二）国产AI视频生成模型「可灵」开放测试，展现高真实度和物理规律模拟能力

近日，快手推出了名为「可灵」的国产AI视频生成大模型，该模型基于Sora技术路线并结合自研创新，能够生成长达2分钟、1080p分辨率的超长视频。可灵不仅在运动模拟上表现出色，还能准确刻画复杂运动并符合物理规律，如重力和光学反射。此外，它还支持自由宽高比，与快手的短视频生态高度匹配。目前，可灵已在快影APP中开放测试，标志着快手在短视频领域的AI应用迈出了重要一步。

（三）Meta AI模型NLLB200在Nature发表，翻译质量提升44%

6月6日，Meta公司在《自然》杂志上发表了关于其最新AI模型No Language Left Behind (NLLB)的研究文章，该模型能够支持200种语言之间的高质量翻译，特别强调了对低资源语言的翻译能力。NLLB-200模型通过采用稀疏门控专家混合架构，实现了高效的参数利用和计算资源分配，显著提升了翻译质量，平均翻译质量提升了44%。此外，NLLB项目还包括了数据挖掘与预处理的创新方法，多语言训练策略，以及综合评估工具的开发，确保翻译结果的安全性和可靠性。

（四）Stable Diffusion 3 Medium模型将于6月12日开源，优化多方面性能

6月3日晚，Stability AI的联合首席执行官Christian Laforte在AMD产品发布会上宣布，备受期待的文本到图像生成模型Stable Diffusion 3的Medium版本，具有20亿参数，将在6月12日通过Hugging Face平台开源。该模型在照片真实感、样式、图片质量以及资源消耗等方面进行了显著优化，提供了与闭源产品Midjourney、DALL·E 3相媲美的性能。尽管之前Stability AI经历了管理层变动和财务危机，但公司不仅稳定了局面，还可能获得了AMD的赞助。Stable Diffusion 3采用了Diffusion Transformer架构，有效提升了文本语义理解、文字嵌入和图像样式的表现，目前该模型限于学术研究使用，商业化使用需联系Stability AI。

（五）昆仑万维开源2000亿参数稀疏大模型Skywork-MoE，支持单GPU推理

6月3日，昆仑万维公司宣布开源其2000亿参数的稀疏大模型Skywork-MoE，该模型在保持高性能的同时大幅降低了推理成本。Skywork-MoE是基于之前开源的Skywork-13B模型扩展而来，是首个完整应用MoE Upcycling技术并落地的千亿级MoE大模型，也是首个支持使用单个4090 GPU进行推理的开源模型。模型权重、技术报告完全开源，免费商用，无需申请。Skywork-MoE在8x4090服务器上通过FP8量化和非均匀Tensor Parallel并行推理方式，能够达到2200 tokens/s的吞吐量。该模型还引入了Gating Logits归一化操作和自适应的Aux Loss训练优化算法，提升了模型性能和泛化水平。此外，Skywork-MoE展示了在不同训练阶段如何通过调整auxiliary loss系数来控制Drop Token Rate，以及如何通过Expert Data Parallel和非均匀切分流水并行技术提高大规模分布式训练的效率。

（六）智谱AI发布开源GLM-4系列大模型，引领MaaS平台升级与行业生态发展

6月5日，智谱AI在其开放日上宣布了GLM-4系列大模型的最新开源版本，包括性能超越Llama 3 8B的GLM-4-9B和多模态能力比肩GPT-4V的GLM-4V-9B，同时大幅降低了大模型服务的成本，以6分钱/100万Token的价格提供服务。智谱AI的MaaS（Model as a Service）平台升级至2.0版本，提供更高效的模型微调平台和简化的私有模型部署流程。公司CEO张鹏强调了通过技术创新实现应用成本降低和客户价值提升的商业策略，并展示了智谱AI在大模型技术、生态建设和AI安全标准制定方面的领导地位。此外，智谱AI的开源模型累计下载量达到1600万次，显示了其在AI技术领域的广泛影响力。

三、前沿观点

（一）英伟达Jim Fan认为具身智能的关键在于开发「Foundation Agent」

近日，英伟达高级研究科学家Jim Fan在GenAI峰会上探讨了具身智能的挑战与发展，认为难点不在于硬件，而在于开发「Foundation Agent」——一种能够实现具身性、现实交互和技能掌握的通用算法。他分享了英伟达在Minecraft AI研究、Metamorph多形态机器人控制、Eureka自动奖励函数设计等方面的最新进展，并强调了域随机化技术在将模拟环境训练的模型泛化到现实世界中的应用。Jim Fan预测，随着技术进步，仿人机器人的成本将大幅下降，而人工智能的发展将是推动具身智能发展的关键因素。

（二）报告：生成式AI应用激增，亚太成增长最快区域

近日，全球咨询公司麦肯锡发布的最新调查报告指出，生成式AI技术如ChatGPT和Copilot等的应用在2024年显著增长，65%的受访管理者已经在业务中使用该技术，相比2023年的33%几乎增长了两倍。报告特别强调，亚太地区是应用生成式AI增长最快的区域，这主要得益于技术环境和原生数字人口的优势。应用场景主要集中在营销销售、产品服务开发以及IT领域。企业采用生成式AI的方式多样，包括使用现成产品、合作微调模型和自主开发。麦肯锡认为，2024年是生成式AI实现场景化落地并产生商业价值的一年。

来源：每经科技提供