无问芯穹，一家成立仅一年有余的AI创业公司，近获近5亿A轮融资，总融资额逾10亿，成为AI基础设施领域融资之王。其股东阵容包括国资、地方基金、知名风险投资机构如顺为资本和达晨财智等。公司创始人之一汪玉，是清华大学电子系系主任，团队成员多为清华背景，研究经验丰富。2016年，由清华NICS-EFC实验室孵化的深鉴科技被赛灵思以3亿美元收购。无问芯穹专注于通过软硬件协同优化提升算力效率，符合大模型时代需求。其旗舰产品Infini-AI异构云平台支持多种芯片混合训练，降低模型落地成本，目标是未来实现成本降低10000倍，展现巨大潜力。

《中国在AI领域的创新程度如何?》报告全面评估了中国人工智能领域的发展现状，与中国进行对比。报告指出，中国已成为全球AI研究出版物的领导者，在生成式AI领域与美国并驾齐驱。中国在该领域的论文数量位居世界第一，专利数量领先美国。在人才培养方面，清华大学被视为AI初创企业的温床，显示出中国在顶尖AI人才方面的领先地位。中国大模型技术实力迅速提升，与美国的性能差距缩小。尽管投资环境与美国相比仍有差距，但中国私营企业AI投资数量少于美国，而外国投资呈增长趋势。国家引导资本基金和财政援助为私营企业提供了支持，推动了中国AI产业的蓬勃发展。中国开源大模型生态系统的发展尤其迅速，显示出创新活力。报告认为，中国是唯一能挑战美国生成式AI领域霸主地位的国家。ITIF建议美国政策制定者应制定国家AI战略，而非简单遏制中国。这份报告为全球AI竞争格局提供了新视角，揭示了中国在AI领域的全面进步和巨大潜力。

清华大学的研究团队成功研发出“LongWriter”人工智能系统，该系统能生成超过10,000字的连贯文本，为长篇写作和内容创作开辟了新途径。通过构建包含6,000个写作样本的“LongWriter-6k”数据集，研究团队将AI模型的最大输出长度从约2,000字提升至10,000字以上。这一创新成果不仅提高了AI在长文本生成任务中的表现，甚至超过了更大规模的专有模型。AI生成的文本在出版、营销、教育等领域具有广泛应用前景，但同时也带来了虚假信息、竞争加剧和知识产权保护等挑战。研究团队已将代码和模型开源，供开发者二次开发，并发布演示视频展示了生成详细结构内容的能力。随着技术的不断进步，如何合理利用AI生成文本与人类创作的关系成为未来需要面对的挑战。

清华大学电子工程系和自动化系联合成功研制出“太极-II”光训练芯片，实现了大规模神经网络的高效精准光计算训练。这一创新突破了现有光计算技术的局限，不再依赖GPU进行离线建模，简化了训练过程，显著提升了光计算系统在人工智能和大数据处理领域的应用能力。该芯片能够对多种光学系统进行训练，在多个任务中表现出卓越性能，标志着中国在前沿科技领域研究实力和创新能力的提升，有望推动光计算技术在更高效、更智能计算系统开发中的广泛应用。

最近，新加坡国立大学的Wenyi Yu及其团队提出了一项名为video-SALMONN的新技术，它不仅能够理解视频中的视觉帧序列、音频事件和音乐，更重要的是，它能够理解视频中的语音内容。这项技术的提出标志着我们在让机器理解视频内容方面迈出了重要一步。

清华大学知识工程组与数据挖掘团队新推出CodeGeeX4-ALL-9B，作为CodeGeeX系列的最新成果，其在多语言代码生成领域达到巅峰，重新定义自动化编码性能与效率标准。基于GLM-4-9B框架，经过广泛训练的它拥有9.4亿参数，超越同类模型，擅长代码生成、补全与解释，展现优异推理速度与整体性能。适应能力极强，涵盖了软件开发全方面需求，提供仓库级别的代码问答功能，助力开发者与代码库交互更为直观高效。基准测试显示在BigCodeBench和NaturalCodeBench上的优越表现，确认了其在真实应用中强大的可靠性和创新能力。以用户为中心的设计使其易于集成各种版本的transformers库，兼容GPU与CPU，确保不同计算环境的灵活性与广泛性采用。CodeGeeX4-ALL-9B可通过其推理过程，根据用户输入生成精准、可操作的代码输出，优化开发流程，尤其对于复杂算法和自动化编码任务极具价值。这一利器标志着代码生成领域的重要进步，将极大地提升软件开发的效率与创新。

自2017至2022年，中国在人工智能研究领域的崛起令人瞩目，根据乔治城大学数据分析平台ETO发布的报告，期间中国发表了24.3万篇AI论文，这个数量高达全球总量的25%，位居全球首位。美国以17.1万篇论文，占比18%，紧随其后。从论文质量来看，美国在高被引论文方面领先，但中国在数量上逼近。特别引人注目的是，中国科学院与清华大学在AI研究领域内的论文引用次数超越了诸如麻省理工和斯坦福等世界著名大学，显示出中国在学术机构层面的实力。在企业贡献方面，谷歌更加突出，以6529篇论文、每篇平均183.8次的引用次数领跑。中国在生成式AI的专利申请中也极为活跃，数量高达38210个，是美国的六倍。这表明了中国在人工智能领域对研究产出的重视程度和强大的技术实力。

最近，清华大学和哈佛大学的学霸们，就捣鼓出了这样一项黑科技——LangSplat。它通过三维高斯泼溅技术，让文字在三维空间中"活"起来，实现对真实世界的开放文本查询。

在这个个性化至上的时代，AI如何更懂你?想象一下，当你在聊天软件中输入“我通过了，很开心!”时，一个懂得你心意的AI，不仅识别出你的兴奋情绪，还记起你偏爱笑脸猫的表情，于是，它为你量身打造了一系列独特的笑脸猫表情包。

近日，智谱、清华大学和北京大学合作推出了一个名为LVBench的长视频理解基准测试项目。现有的多模态大型语言模型虽然在短视频理解方面取得了长足进步，但在处理长达数小时的长视频时仍面临挑战。为弥补这一空白，LVBench应运而生。

["清华大学将建设100门人工智能赋能教学试点课程","为每一位2024级新生配备“AI成长助手”","人工智能系统可以帮助教师设计课程","教育行业成为人工智能的优质落地领域","AI教育迈向全新发展阶段"]

["首部中国原创文生视频AI系列动画《千秋诗颂》在CCTV-1综合频道播出","文生视频应用落地有望提速，重塑影视行业制作流程","AI生成视频技术快速发展，可能出现不需要演员的较长电影","清华大学教授沈阳表示，AI视频进入大爆发期，将推动影视动画制作等相关行业"]

["李一舟因5000万销售额的AI课而引起关注，近期选择低调下架课程。","部分观众深扒后发现李一舟的课程或许存在问题，质疑其专业性。","李一舟虽自称清华博士，实际并非AI专业毕业，核心词涵盖设计、AIoT等。","李一舟的身份来自清华美院，与AI、深度学习等专业无关。"]

["清华大学智普AI团队发布名为CogAgent的新视觉语言模型，专注于理解和导航图形用户界面(GUI)。","CogAgent采用双编码器系统，处理复杂GUI元素和文本，在处理1120x1120像素的高分辨率输入方面表现出色。","模型在PC和Android平台的GUI导航任务中优于现有LLM方法，同时在文本和视觉问答基准上也表现卓越。","潜在应用包括自动化GUI操作、提供GUI帮助和指导，以及开发新的GUI设计和交互方式。","虽然CogAgent仍处于早期开发阶段，但其创新性的高分辨率图像处理方法使其在自动化GUI操作和解释任务中具有潜力。"]

["清华姚班校友马腾宇创办Voyage，嵌入模型在MTEB数据集上超越OpenAI，成为SOTA。","Voyage的嵌入模型强调高检索精度，使用自监督损失函数和多领域训练数据。","Voyage提供标准版和轻量版两个版本，价格为每100万token0.4美元，新用户可免费试用5000次。","该嵌入模型采用了自监督损失函数和多领域的训练数据，支持最大窗口长度为4096个token。","Voyage的创始人兼CEO马腾宇为清华姚班校友，斯坦福大学助理教授，致力于提供高质量嵌入模型。"]

["智谱AI累计获得超25亿元人民币融资,估值或达150亿人民币,成为大模型领域新晋独角兽。","智谱AI的投资版图几乎就是一个清华朋友圈,背后投资人看重其清华背景带来的人才和技术优势。","阿里和腾讯等头部科技公司参投智谱AI,反映其在大模型领域的领先地位。","百川智能等多家清华背景公司也获得巨额融资,显示清华系在大模型创业浪潮中的影响力。","基础模型能力将决定百模大战的未来,清华系企业在其中发挥关键作用。"]

["清华大学最新研究提出AgentTuning方法,可以增强LLM的智能体能力。","构建了AgentInstruct智能体数据集,包含高质量的交互轨迹和CoT推理链。","采用混合指令微调策略,使用AgentInstruct与通用指令进行联合微调。","结果表明,AgentLM明显优于Llama 2,在held-in和held-out任务中表现出色。","70B版本的AgentLM在智能体任务上与GPT-3.5-turbo相匹配,提供开源替代方案。"]

["月之暗面创始人杨植麟是清华大学交叉信息学院教授,XLNet等论文第一作者。","杨植麟创立的Moonshot AI完成首轮近20亿元融资,投资方包括红杉资本等。","Moonshot AI推出首个支持输入20万汉字的大模型产品Kimi Chat。","Moonshot AI通过算法创新,实现了大模型在长文本场景下的落地应用。","Moonshot AI表示会继续加大技术研发投入,推动大模型进入L(Long)LLM时代。"]

["清华大学与智谱 AI 合作开发的 CogVLM-17B 是一款国产多模态模型，具有卓越的性能。","CogVLM-17B 不仅能识别图像中的对象，还能分辨完整可见和部分可见的物体。","该模型采用了独特的深度融合方法，通过四个关键组件实现了图像特征和文本特征的深度对齐。","CogVLM-17B 在多个领域超越了谷歌的模型，被形象地称为 “14 边形战士”，展现了其多模态处理的出色能力。","这款国产多模态模型为多模态领域的技术研究提供了新的思路和可能性。"]

["斯坦福学者发现GPT-4对Nature、ICLR论文审稿意见,与人类一致度超50%。","研究者向GPT-4输入论文PDF,获得评审意见,再与人类比较。","GPT-4审稿相似度高,超82%作者认为意见有帮助。","相比人类,GPT-4更注意论文影响因子,不太关注消融实验。","用户普遍认为GPT-4反馈可提高准确性,减少人工审稿量。"]