每經編輯：張錦河
開欄語：《aigc行業周報》梳理aigc行業一周內發生的重要動態，產品發布和業內大咖的最新觀點。
圖片來源：每經製圖
一、企業動態
（一）前openai聯合創始人ilya sutskever成立新公司
openai聯合創始人ilya sutskever宣布成立safe superintelligence inc.（ssi），專註於開發安全超級智能。
ssi致力於實現「核能級別」的安全超級智能，不受短期商業壓力影響，專註於安全性和ai能力的提升。
擁有強大的資金、算力和人才支持，包括與eric schmidt的合作和daniel gross的天使投資經驗，以及在矽谷和以色列特拉維夫的人才網路。
（二）2024，有分析稱英偉達要花68億美元買晶元
預計2024年全球hbm晶元總產能約為5600萬顆，英偉達的需求量預計為2700萬顆，基於單顆250美元的成本測算，意味著英偉達全年採購hbm晶元的費用可以預測到68億美元，遠超此前媒體披露的13億美元預算。
cowos封裝技術是gpu-hbm晶元的關鍵，台積電和amkor為主要供應商。
二、產品技術動態
（一）sharegpt4video系列發布
由中國科學技術大學、北京大學等研究人員推出的sharegpt4video系列，包含4萬條高質量視頻-字幕數據，旨在提升視頻理解和生成能力。
通過差分滑窗視頻描述策略，創建了能夠為任意視頻生成詳細描述的模型，有助於提高視頻語言模型的性能。
數據集在多個長視頻理解基準上帶來性能增益，同時在視頻生成任務中，使用該數據集訓練的模型展現出更好的鏡頭和語義控制能力。
（二）ai視頻巨頭runway深夜發布gen-3
ai視頻製作公司runway推出了新一代視頻生成模型gen-3 alpha，其在細節、一致性和動作表現上進行了顯著改進，達到電影級畫質。
gen-3 alpha支持文本到視頻、圖像到視頻等多種功能，被認為將挑戰現有的ai視頻生成技術，包括sora。
runway計劃提供定製版本，並宣布了新的安全功能，gen-3 alpha即將向付費訂閱者開放。
（三）開源版sora：單鏡頭16秒720p高清視頻一鍵生成
潞晨團隊open-sora項目在720p高清視頻質量和生成時長上取得顯著進展，支持一鍵生成16秒的任意風格高質量視頻，並且宣布全部開源。
引入視頻壓縮網路和優化的擴散模型演算法，發布了1.1b的擴散生成模型，實現了成本與生成質量的平衡，提供了訓練和推理的高效解決方案。
open-sora的開源為視頻內容創作者提供了豐富的創作工具，使用戶從消費者轉變為創造者。
（四）google deepmind 最新研究：為ai視頻生成創建逼真的背景聲音
deepmind開發了v2a技術，將視頻像素與自然語言文本相結合，生成與視頻動作同步的逼真音效。
v2a技術能夠為無聲視頻添加相應的背景聲音或對話，提升視頻的真實感和用戶體驗，同時支持對生成音效的創意控制。
v2a基於擴散模型，通過編碼視頻輸入、迭代改進音頻並解碼生成波形實現同步生成，但仍在改進中，如提高音頻質量和唇語同步的準確性。
（五）chatgpt最新定價體系
openai的chatgpt提供多種訂閱計劃，滿足從個人到企業的各類需求，包括免費版、chatgpt plus、團隊版、企業版、教育版本和非營利組織版本。
免費版用戶可訪問gpt-4o模型和gpt store，但有日容量限制；chatgpt plus提供更高容量和高級數據分析功能；團隊版和企業版提供協作工具、定製應用程序和增強的管理控制。
chatgpt edu專為教育機構設計，提供額外的scim支持；非營利組織可獲得chatgpt團隊和企業版的折扣價格。
（六）dreamtech 推出全球首個原生 3d-dit 大模型 direct3d
通過3d diffusion transformer技術，實現高質量3d內容生成。
解決了傳統2d-to-3d升維技術中的多個問題，如多頭多面、空腔、遮擋等，滿足商業應用需求。
推出面向c端用戶產品，可將圖片/文字轉換為二次元3d人物形象，以及面向創作者的3d內容創作平台，大幅簡化3d模型獲取流程。
（七）英偉達開源nemotron-4 340b模型
英偉達發布了一個包含3400億參數的開源模型家族，包括基礎模型、指令模型和獎勵模型，採用nvidia open model license agreement，允許分布、修改和使用模型及其輸出。
模型訓練使用了超過98%的合成數據，展示了在生成合成數據方面的能力，有助於訓練更小的語言模型，同時開源了合成數據生成流程。
nemotron-4 340b性能在多個基準測試中與gpt-4o等專有模型競爭，支持多種語言和編程語言，對商用友好的許可協議，可能對醫療、金融、製造業和零售業等行業產生重大影響。
三、前沿觀點
（一）馬斯克最新專訪：我沒投資任何永生技術，活太久會對社會產生負面影響
人工智慧很快會改變一切，最早明年就能帶來顯著改變，五年內將帶來激進變化。
馬斯克認為，人工智慧將在搜索領域超越谷歌，提供更為精準、個性化的搜索結果。
馬斯克透露，spacex的最終使命是將生命拓展至多個行星，以擴展人類的意識邊界。
馬斯克的腦機介面公司neuralink正研究大腦晶元，致力於創造人類與人工智慧的共生關係。
馬斯克預測，將來每個人至少會擁有一個機器人。全球將有200億台類似擎天柱的人形機器人。
（二）奧特曼談ai的機遇、挑戰與人類自我反思：中國將擁有獨特的大語言模型
認為ai在提升生產力方面已顯現積極作用，但網路安全等問題也隨之而來。
gpt-4o能覆蓋97%人群的母語，奧特曼承諾將持續改進，解決語言公平性問題。
面對ai治理的挑戰，openai成立安全委員會，奧特曼強調安全與效率並重。
奧特曼預測在眾多大語言模型，少數將會勝出；中國將會擁有自己獨特的大語言模型。
奧特曼認為ai可能使人類更謙卑，促使我們重新認識自身在宇宙中的位置。
來源：每經科技提供
