谷歌最强大模型Gemini 1.5 Pro“全面”对外开放，目前完全免费，开发者可以通过API调用的方式使用，普通玩家也可以在谷歌AI Studio中直接体验。Gemini 1.5 Pro API首次增加了音频理解功能，无论是财报电话会、电视节目还是大神演讲，不需要我们再提供字幕文档它就可以直接解读了。而由于Gemini 1.5 Pro100万的上下文窗口这次也直接对外开放，因此它可以处理的最长音频约为11小时，最长视频则为1小时。与此同时，Mistral 开源 8X22B 的超大模型，模型文件大小约为 262 GB。由此，Mistral 8X22B 仅次于 xAI 此前推出的 Grok-1（参数量为 3140 亿），成为迄今为止第二大开源模型。另一边，OpenAI 更新 GPT-4 Turbo，宣布 GPT-4 Turbo with Vision 现在可以通过 API 使用了，并且 Vision 功能也可以使用 JSON 模式和函数调用了。

 

 

OpenAI和Meta即将发布新的人工智能模型，他们表示这些模型将具备推理和规划的能力，这是在机器中实现超人认知的关键步骤。本周，OpenAI和Meta的高管表示，他们正准备推出其大型语言模型的下一个版本。这些系统为ChatGPT等生成式人工智能应用提供动力。

 

 

在推出开源大模型LLaMA2近一年之后，Meta的新一代大模型LLaMA 3即将面世。在4月9日伦敦举行的一次活动中，Meta确认计划在下个月内首次发布LLaMA 3。据了解，该模型将有多个具有不同功能的版本。

 

 

Adobe已经开始设法获得视频，以构建自己的AI文生视频模型，从而与OpenAI掀起的文生视频Sora展开竞争。相关文件显示，该公司要求其摄影师和艺术家群体提供100多段人物动作和情感表现的短片，以及脚、手或眼睛的简单解剖照片。视频的费用平均为每分钟2.62美元左右，但也可能高达每分钟7.25美元左右。

 

 

4月10日凌晨，英特尔在 Vision 2024 大会上展示了 Gaudi 3，这是其子公司 Habana Labs 的最新一代高性能人工智能加速器。Gaudi 3 将于 2024 年第三季度推出，英特尔现已开始向客户提供样品。Gaudi 3 在 16 个加速器集群中以 FP8 精度训练 Llama2-13B 时，性能比 英伟达 H100 快 70%。

 

 

4月10日，亚马逊宣布与华盛顿大学、筑波大学和英伟达建立新的研究合作伙伴关系。公司将在这项为期10年的合作中投资2500万美元，以支持关键年度计划，其中包括人工智能研究经费以及资助博士后和博士奖学金。

 

 

工信部等七部门联合印发《推动工业领域设备更新实施方案》。其中提到，加快新一代信息技术与制造全过程、全要素深度融合，推进制造技术突破、工艺创新、精益管理、业务流程再造。推动人工智能、第五代移动通信（5G）、边缘计算等新技术在制造环节深度应用，形成一批虚拟试验与调试、工艺数字化设计、智能在线检测等典型场景。

 

 

工业和信息化部决定开展增值电信业务扩大对外开放试点工作。在北京市服务业扩大开放综合示范区、上海自由贸易试验区临港新片区及社会主义现代化建设引领区、海南自由贸易港、深圳中国特色社会主义先行示范区率先开展试点。在获批开展试点的地区取消互联网数据中心（IDC）、内容分发网络（CDN）、互联网接入服务（ISP）、在线数据处理与交易处理，以及信息服务中信息发布平台和递送服务（互联网新闻信息、网络出版、网络视听、互联网文化经营除外）、信息保护和处理服务业务的外资股比限制。拟在试点地区开展前述增值电信业务的外商投资电信企业，应按照相关规定向工业和信息化部申请取得电信业务经营试点批复，并在电信业务经营活动中遵守相关法律法规及试点批复的规定，接受、配合电信管理机构及有关主管部门的监督管理。

 

 

AI初创公司Symbolica宣布在A轮融资中筹集了3100万美元，由Khosla Ventures领投。Khosla Ventures也是OpenAI的早期支持者之一。此外，General Catalyst、Abstract Ventures和Buckley Ventures也参与了这轮融资。Symbolica主要开发AI基础模型，是OpenAI的竞争者。该公司CEO George Morgan称，Symbolica已经创建了一个框架，用来开发“Transformer”深度学习架构的替代方案。