【AI一周大事件】由陆兮科技根据公开信息整理，盘点每周人工智能、大语言模型、AI应用等领域的政策热点、行业趋势与学术动态。
“人工智能+”成为今年两会最热关键词
今年全国两会的政府工作报告将“大力推进现代化产业体系建设，加快发展新质生产力”列为2024年首要工作任务，明确提出深化大数据、人工智能等研发应用、开展“人工智能+”行动、打造具有国际竞争力的数字产业集群等具体工作任务。
“人工智能+”首次写入两会政府工作报告，标志着中国正式从“互联网+”时代走向“人工智能+”时代，人工智能正在成为打造新质生产力的重要引擎。
全国人大代表、小米创始人雷军：人工智能应纳入基础教育；
全国政协委员、360创始人周鸿祎：大模型切勿冒进，要走“小切口，大纵深”之路；
全国政协委员：中科院计算机所研究员张云泉：中国需尽快训练出“主权级”大模型。
图来自官方媒体报道
功耗降低30%！AMD推出全新16nm FPGA芯片组合，用于医疗、机器人等 边缘场景
3月5日消息，芯片巨头AMD公司今晨推出AMD Spartan UltraScale+ FPGA系列产品组合。这是该公司对于成本敏感客户提供的 FPGA（现场可编程逻辑门阵列）和自适应SoC（系统级）产品组合中的一个新系列。
AMD表示，Spartan UltraScale+产品提供基于28nm及以下制程技术构建，最新FPGA芯片则采用16nm FinFET先进工艺，具备多达572个 I/O 和高达3.3v的电压支持，功耗降低高达30%，可应用于嵌入式视觉、医疗保健、工业网络、机器人和视频等场景。
OpenAI驳回马斯克所有主张，5份邮件全部公开，llya成为联合作者
北京时间3月6日上午10点21分，OpenAI公司发布推文和博客文章，分享与特斯拉CEO、OpenAI联合创始人马斯克（Elon Musk）的邮件、时间脉络等重要关系事实，并宣布计划驳回其所有主张。
全球最强大模型一夜易主，GPT-4被全面超越？
Anthropic刚刚官宣：Claude 3来了！作为OpenAI最强竞争选手，此次它发布的新模型家族，以最强版Claude 3 Opus为代表，“已经实现了接近人类的理解能力”——在推理、数学、编码、多语言理解和视觉方面，全面超越GPT-4在内的所有大模型，重新树立行业基准。
近日，Verce发布了最新的AI SDK3.0，此次更新的最大亮点在于引入了生成式UI功能。这一新功能将极大地丰富聊天机器人的交互体验。
根据GitHub网站，北京大学团队于3月1日推出了其Open Sora项目, 旨在复现OpenAI的视频生成模型。
团队采用的架构由Video VQ-VAE、Denoising Diffusion Transformer、Condition Encoder三部分组成，同时，团队公布了可变长宽比、可变分辨率、可变时长等实现细节。
最强文生图模型，Stable Diffusion 3技术报告新鲜出炉
上个月，Stability AI 发布了其第三代文生图大模型 Stable Diffusion 3。该模型展现出了超越现有文本到图像生成系统的强大性能，为文本到图像生成技术带来了重大突破。
3月6日，Stability AI 终于发布了 Stable Diffusion 3 技术报告，帮助我们一窥 Stable Diffusion 3 背后的技术细节。Stable Diffusion 3 在排版和提示遵循等方面表现出色，超越了 DALL·E 3、Midjourney v6 和 Ideogram v1 等最先进的文本到图像生成系统。
Google DeepMind最新研究：视频是现实世界决策的新语言
链接：https://arxiv.org/abs/2402.17139
摘要：
当下，语言模型（LM）已经成为解决实际问题和推动技术发展的重要工具之一。然而，与之相比，视频生成仍然主要局限于媒体娱乐和艺术创作。这种局限性往往使得视频数据的潜力和重要性被低估。
图｜模型架构
实际上，视频数据可以捕捉到难以用语言表达的物理世界中的重要信息。例如，丰富的视觉信息涵盖了语言无法表达的很多信息，它可以捕捉到物体的运动、形态的变化、环境的变化等现象，可以为人类提供更加直观和全面的认识。
同样，在科学研究、工程设计、医学诊断等领域，视频数据的应用也已经成为解决复杂问题的重要手段之一。
近日，来自 Google DeepMind 的研究科学家 Sherry Yang 及其团队，联合加州大学伯克利分校教授、伯克利机器人学习实验室主任 Pieter Abbeel 和麻省理工学院（MIT）博士 Yilun Du，在一篇题为“Video as the New Language for Real-World Decision Making”的论文中，探索了视频生成技术如何能够像语言模型一样，通过学习上下文信息、规划行为和强化学习等技术，充当规划者、智能体、计算引擎和环境模拟器，在现实世界中发挥更广泛的作用。
Nature：警惕，AI让人类“自大”，或使科学缺乏创新
链接：https://www.nature.com/articles/s41586-024-07146-0
摘要：
来自耶鲁大学和普林斯顿大学的研究团队认为，在科学研究中，AI 可能会造成知识生产的单一性，即科学的单一文化（scientific monocultures）。
具体来说，在这种文化中，某些类型的方法、问题和观点主导了其他方法，使科学缺乏创新性，更容易出错。同时，AI 提出的解决方案也可能掩盖了我们的认知局限性，使我们容易产生一种错觉，即我们认为自己对世界的了解比实际情况要多。
因此，科学家需要审慎考虑 AI 在科学研究中的潜在影响，从而负责任地进行知识生产。相关研究论文以“Artificial intelligence and illusions of understanding in scientific research”为题，已发表在科学期刊 Nature 上。
该论文从大量与 AI4Science 相关的文献中，提炼出了 AI 的四大应用愿景——智囊团（Oracles）、代理人（Surrogates）、量化分析师（Quants）和裁决者（Arbiters），并分别讨论了 AI 在科学研究中的应用和影响。
参考资料：
（*本文内容由网络公开信息整理而成，不代表陆兮科技官方立场；图片来源于网络，侵权立删）
.END.
