7月5日，在2024世界人工智能大会上，支付宝发布了国内首批多模态医疗大模型之一。
该模型基于蚂蚁百灵的多模态能力，可以直接理解并训练音频、视频、图、文等多模态数据。测试期间，对诊疗报告、医学药品、毛发状况等识别准确率达90% 以上，中英文医疗考试、基准测试达到或超过 GPT-4水平。
图源备注:图片由AI生成，图片授权服务商Midjourney
此外，支付宝还推出了与大模型配套的可信一体机与云解决方案，并与全国20家头部三甲医院、医疗管理机构，联合发起 AI 医疗共建计划，探索大模型创新应用。
划重点:
- 💡 支付宝发布多模态医疗大模型，可训练音频、视频、图、文等多模态数据。
- 💡 测试期间，对诊疗报告、医学药品、毛发状况等识别准确率达90% 以上，中英文医疗考试、基准测试达到或超过 GPT-4水平。
- 💡 支付宝还推出了与大模型配套的可信一体机与云解决方案，并与全国20家头部三甲医院、医疗管理机构，联合发起 AI 医疗共建计划，探索大模型创新应用。
MusiConGen模型是在预训练的MusicGen-melody框架基础上进行微调的，主要用于生成各种风格的音乐片段。研究团队通过设置和弦和节奏的控制参数，展示了模型生成的音乐样本，涵盖了五种不同风格:休闲布鲁斯、平滑酸爵士、经典摇滚、高能放克以及重金属。
日本永旺超市利用AI系统"Smile-Kun"监控员工微笑，旨在通过量化员工的微笑及声音分析，提升服务技能。该系统要求员工通过特定方式打招呼，依据450个微表情点评分，满分为100分，并实时反馈，此外分析音量、流畅度和语气提供改进建议。员工反应显示微笑比例显著提升。然而，此举引发争议，部分网友批评做法过度量化员工个性情感，难以体现真诚服务。批评者认为基于上下级或同事评估更为合理。此做法虽旨在提高效率，但需考虑如何在追求效时兼顾员工感受与尊严，反思员工服务的真实性和人性化管理。
Elon Musk宣布xAI公司将于下月发布性能与GPT-4相当的AI模型Grok2，预计12月推出更强大的Grok3，该模型正在孟菲斯数据中心进行15000+GPU的大规模训练。虽仅部分特斯拉视频数据尚未应用于模型训练，但如ChatGPT对比显示Grok在某些方面仍见不足，밤收购语境下的追赶仍需时间。
小红书近日上线“科技薯”账号，启动全球首间AI便利店创业项目。通过与全网优质创作者和科技公司合作，提供AI前沿应用、干货、情感体验等内容，该便利店内售卖包括@赵纯想等人的创意AI产品，例如吃饭辅助、AI式泡面教程、AI颈椎病治疗、林亦LYi的祖传AI治疗、AI帮老妈完成未竟之事等。科技薯还开设活动，邀请笔记写手用 "#AI便利店" 发布AI相关笔记，可获得三万到五十万流量扶持、科技薯官方推荐和小米机器狗等惊喜奖励。此活动不仅整合AI内容，还通过激励机制催生更多AI创意内容。
