Meta 首席执行官马克・扎克伯格在近期的法律诉讼中，借助 YouTube 与盗版内容的斗争来为公司在 AI 训练中使用版权数据的做法辩护。此案名为 “Kadrey 诉 Meta”，是美国法庭中众多针对 AI 公司的版权诉讼之一，原告包括知名作家莎拉・西尔弗曼和塔 - 纳希西・科茨。根据最近公布的扎克伯格证词摘录，他指出，尽管 YouTube 上可能会存在一部分盗版内容，但 YouTube 仍在努力将这些内容删除。“大多数在 YouTube 上的内容应该都是合法的，他们有相关许可。” 扎克伯格表示。这番言论暗示着他对

在推动人工智能（AI）领域透明度的进程中，计算机与通信行业协会(CCIA)于布鲁塞尔和华盛顿共同宣布推出一项开创性的新举措，即全球行业透明度报告模板。这一模板旨在提升公众对通用人工智能(GPAI)模型训练数据的信任与理解。此次发布的 “AI 模型训练数据透明度模板” 要求企业披露用于训练特定 GPAI 模型的数据类型，例如播客、书籍等，同时还需明确数据的主要来源，如开放存取档案、大型公共数据集或公共网站的爬取数据。此外，企业还需详细解释这些数据是如何被筛选和应用于

近日，一则来自彭博社的爆料引发了内容创作者们的热烈讨论，OpenAI 和谷歌等科技巨头正在高价收购 UP 主们未发布的视频内容，以供 AI 模型进行训练。此举不仅让 UP 主们看到了新商机，还让 “废旧” 视频焕发出新的价值。根据报道，这些公司正在寻求购买那些 “从未公开” 的视频，尤其是用于 YouTube、Instagram 和 TikTok 等平台的未发布视频。每分钟的报价在1到2美元之间，若视频质量更高，如4K 分辨率或无人机拍摄素材，价格则可能更高。整体来看，这样的交易不仅能让 UP 主们从未发布

训练大型AI模型（如Transformer和语言模型）已成为AI领域不可或缺的关键环节，但也面临着高昂的计算成本、内存消耗和能源需求。例如，OpenAI的GPT-3拥有1750亿个参数，需要数周的GPU训练。这种巨大的资源需求限制了这项技术在大规模计算资源充足的组织中的应用，同时也加剧了人们对能源效率和环境影响的担忧。解决这些挑战对于确保AI发展的更广泛可及性和可持续性至关重要。传统训练方法效率低下，亟需创新解决方案大型模型训练效率低下的主要原因在于其对稠密矩阵的依赖，这需要

工业和信息化部、国务院国有资产监督管理委员会、中华全国工商业联合会印发《制造业企业数字化转型实施指南》。要求推动制造业企业数字化转型是一项系统工程，要以企业发展实际为出发点、以解决企业痛点难点问题为目标、以提升全要素生产率为导向、以场景数字化为切入点，综合考虑技术成熟度、经济可行性、商业模式可持续性，精准识别数字化转型优先领域和重点方向。其中提出，推动生产过程智能转型。引导企业开展生产全过程的透明化管理，鼓励部署基于工业互联网平台

英国政府正在就一项针对AI训练的“选择退出”版权制度进行咨询，该制度将要求权利持有者采取积极措施，以防止其知识产权成为AI训练的免费素材。随着大量数据训练的生成式AI模型的兴起，知识产权问题日益凸显。许多创意人士强烈反对在未经许可（或补偿）的情况下，其作品被用于训练AI技术，而这些技术又会生成与之竞争的内容，包括文本、视觉、音频或三者的组合。视觉艺术、音乐、电影制作和电子游戏等领域都可能成为生成式AI的目标。这种AI使用高度可扩展的AI工具取代了传

在数字时代，计算机芯片越来越小，但计算问题却变得越来越大。随着AI模型的不断发展，数据中心的能耗和计算需求正呈指数级增长。IBM近日推出的光学技术突破，有望彻底改变这一现状。传统数据中心面临两大技术瓶颈:铜线传输和电子传输速度的局限。目前，大多数CPU都处于大量空闲状态，仅仅是在等待数据包传输。这意味着计算资源的巨大浪费。图源备注：图片由AI生成，图片授权服务商MidjourneyIBM的创新方案是使用光学技术替代传统铜线。具体而言，公司开发了一种名为聚合物光波

近期，微软的 “连接体验” 设置在其 Office 软件中引发了广泛的讨论和用户担忧。许多人担心，默认开启的这一功能可能会使微软在未获得用户同意的情况下，利用用户的 Word 和 Excel 文档等数据来训练其人工智能模型。对此，微软坚决否认这些指控，明确表示不会在未征得用户明确许可的情况下使用客户数据。微软的一位发言人向媒体表示:“在 Microsoft365的消费者和商业应用中，微软不使用客户数据来训练大型语言模型，除非获得您的明确许可。” 但当被询问 “许可” 的具体含义，以及

《纽约时报》和《每日新闻》在版权诉讼中遭遇意外转折:OpenAI一名工程师不经意间删除了可能成为关键证据的虚拟机搜索数据，令这起备受关注的法律纠纷再添戏剧性情节。根据周三晚间提交至纽约南区美国地方法院的信件，两家媒体公司的律师和技术专家此前已投入逾150小时搜索OpenAI的AI训练数据集。然而，11月14日，一名OpenAI工程师意外删除了存储在虚拟机上的全部搜索数据。尽管OpenAI随后尝试恢复数据并取得基本成功，但由于文件夹结构和文件名已"无法挽回"地丢失，恢复的数据实际

近期，xAI工程师Hieu Pham在社交媒体上发布了一条“爆炸性”消息，声称xAI旗下的大语言模型Grok3成功证明了黎曼猜想，并因此暂停了模型的训练。这条消息迅速在AI圈引发热议，网友们纷纷表示震惊，难以分辨真假。毕竟，黎曼猜想作为千禧年七大数学难题之一，被誉为“猜想界的皇冠”，其难度可想而知。几小时后，Pham在另一条帖子中揭晓了答案:这只是一场调侃。这场“乌龙”源于网友Andrew Curran的爆料，他声称Grok3在训练过程中遭遇了“灾难性事件”。面对越传越离谱的谣言，xAI联创Gr

近日，英伟达发布了其全新的 Blackwell 平台，并在 MLPerf Training4.1基准测试中展示了初步的性能表现。根据测试结果，Blackwell 在某些方面的性能相比于前一代 Hopper 平台实现了翻倍的提升，这一成果引起了业界的广泛关注。在 MLPerf Training4.1基准测试中，Blackwell 平台在 LLM（大语言模型）基准的 Llama270B 微调任务中，每个 GPU 的性能达到了 Hopper 的2.2倍，而在 GPT-3175B 的预训练中则达到了2倍的提升。此外，在 Stable Diffusion v2训练等其他基准测试中，新一代的 Blackwell 也以1.7倍的优势超过了前代产品

今天，NVIDIA（英伟达） 宣布，与 xAI 合作打造的 Colossus 超级计算机集群正式上线，这可是全球最强AI训练集群Colossus，整整由10万颗 NVIDIA Hopper GPU 组成。这个庞然大物之所以能达到这样的规模，得益于 NVIDIA Spectrum-X 以太网网络平台的支持。这个平台专门为多租户、超大规模的 AI 工厂设计，能够通过标准以太网实现远程直接内存访问，提供卓越的性能。Colossus 主要用于训练 xAI 的 Grok 系列大型语言模型，同时还为 X Premium 用户提供聊天机器人服务。更令人兴奋的是，xAI 正在计划将 Colossus 的规

耶鲁大学研究团队近日发布了一项开创性研究成果，揭示了AI模型训练的关键发现:AI学习效果最好的数据并非越简单或越复杂越好，而是存在一个最佳的复杂度水平——被称为"混沌边缘"的状态。研究团队通过使用基本元胞自动机（ECAs）进行实验，这是一种简单的系统，其中每个单元的未来状态仅取决于自身和相邻两个单元的状态。尽管规则简单，但这种系统可以产生从简单到高度复杂的多样化模式。研究人员随后评估了这些语言模型在推理任务和国际象棋走子预测等方面的表现。研究结

最近，推特（X）更新了其服务条款，给用户带来了一个令人不安的消息:所有在平台上发布的内容都可能被用来训练他们的人工智能模型。听起来让人心寒的消息又一次让艺术家们感到焦虑，现在在推特上分享创作似乎更需要小心了。根据新的服务条款，用户在推特上发布、提交或展示的任何内容，都会自动授予平台一个 “全球范围内、非独占、免版税的许可”。简单来说，就是推特可以使用、复制、修改和发布用户的内容，甚至可以把这些内容用在任何现有或未来的媒体和分发方式上，

在AI训练领域，GPU和其他芯片之间的通信互联（interconnects）是数据传输的关键，但这些互联的带宽限制了AI训练的性能。2022年的一项调查显示，AI开发者通常只能利用GPU容量的25%。Xscape Photonics的首席执行官兼联合创始人Vivek Raghunathan提出了一种可能的解决方案:采用具有更高带宽的新互联技术，其核心技术是硅光子技术，这是一种通过操纵光来传输数据的硅基材料。Xscape Photonics位于硅谷核心地带的圣克拉拉，其技术起源于哥伦比亚大学的一个实验室，那里的三位教授发明了一种他们认为可以

在人工智能快速发展的今天，一场发生在德国汉堡的法庭裁决为AI训练数据的收集和使用带来了新的讨论。这起案件不仅引发了公众对AI与版权之间关系的深思，也为未来AI发展的法律框架提供了重要参考。事件的起因是非营利组织LAION在未经授权的情况下，从一个图片代理网站下载了一张受版权保护的图像。LAION将这张图像与相关描述配对，并将其纳入了名为"LAION-5B"的免费数据集中。这个庞大的数据集包含了高达58.5亿对图像和文字组合，被广泛用于AI训练。图源备注：图片由AI生成，图片授

在最近的 All-In Summit2024活动上，特斯拉 CEO 埃隆・马斯克分享了关于其下一代 AI 芯片 Dojo2的重要信息。他表示，Dojo2芯片将在2025年末开始批量装备，并且这个芯片将在特斯拉的 AI 基础设施中扮演至关重要的角色。

Getty Images发布了一项重大举措，向AI开发者提供包含3750张高质量照片的训练数据集，覆盖15个类别，旨在支持AI应用场景的开发。这些照片已上线Hugging Face平台，用户同意服务条款并提供联系方式后即可免费访问。此举旨在吸引企业和开发者，同时推广其付费授权服务。Getty Images声称拥有超过5.72亿张照片，其中2亿多张可用于商业用途，每张照片附有详尽元数据，包括关键词和结构化信息，旨在降低侵权风险。这一战略反映了图库服务向AI时代的积极转型，为图像识别和生成技术的发展提供了重要资源。该行动对行业影响深远，预示着AI与传统图库服务的融合创新。

在人工智能迅速发展背景下，百度贴吧的"弱智吧"意外成为AI训练的重要数据来源，挑战了人们对高质量数据的传统认知。该社区以其荒诞幽默的内容，在问答、头脑风暴等测试中超越了知名平台，成为受欢迎的AI训练数据库之一。研究发现，"弱智吧"的口语化、多轮问答语料，有助于AI更接近人类交流方式。AI在理解人类幽默方面存在局限，而"弱智吧"的段子通过逻辑严密、修辞丰富和生活观察，为AI提供了宝贵的学习素材，锻炼了其对中文的理解和推理能力。这一现象揭示了人类智慧与创造力的独特性，提醒我们在AI时代仍需珍视人类的幽默感和创造力。

埃隆・马斯克的xAI公司宣布推出名为“Colossus”的人工智能训练系统，其核心是100,000块Nvidia H100 GPU，被认为是全球最强大的AI训练系统。该系统性能甚至可能超越美国能源部的Aurora超级计算机。Colossus的强大主要得益于Nvidia的H100 GPU，这款GPU在运行语言模型时速度比之前的GPU快30倍，尤其在基于Transformer神经网络架构的任务中表现出色。马斯克计划在未来几个月内将GPU数量增加至200,000块，包括50,000块新一代的H200 GPU，以进一步增强性能。此举将为xAI的旗舰大型语言模型Grok-2的继任者提供强大支持，预计该模型将在年底前发布。Colossus的部分服务器GPU原本是为特斯拉预留的，但马斯克向Nvidia请求将价值超过5亿美元的12,000块H100 GPU转给xAI。到年底，特斯拉在Nvidia硬件上的支出预计将达到30亿到40亿美元。