xAI推出Grok2Meta新AI爬虫微软英伟达钢炮小模型DisneyAI机器人亮相

🤖 Meta 悄然推出新 AI 爬 虫 Meta External Agent

💻 微软发布全新Phi-3.5系列AI模型

🧠 Nvidia 推出 Mistral-NeMo-Minitron 8B 模型

🎨 Ideogram 推出 2.0 版本，挑战 Flux 和 Midjourney

🚀 OpenAI 开放 GPT-4o 调优功能，提供免费训练机会

🌐 Midjourney 推出网页版，现已免费开放试用

☁️ TensorWave 推出高性能低成本 AI 云服务

🔍 xAI 推出 Grok 2 早期测试版，主打实时数据接入

🎥 Disney AI 打造生动机器人，迈出动画与机器人融合新步伐

Meta 悄然推出新 AI 爬虫 Meta External Agent

Meta 近日悄然推出了一款名为 Meta External Agent 的新网络爬虫，旨在通过抓取互联网数据为 AI 模型提供训练素材。

这款新爬虫最早由 Dark Visitors 等监控网络抓取和机器人活动的公司识别出来。此外，互联网档案馆也在 Meta 的开发者网站上发现了该爬虫的版本历史记录，显示 Meta 在 7 月底更新了网站，公开了该爬虫的存在，但并未进行公开声明。

根据 Dark Visitors 的数据，目前全球约 25% 的热门网站封锁了 OpenAI 的 GPTBot，而只有 2% 的网站封锁了 Meta 的新爬虫。

微软发布全新Phi-3.5系列AI模型

微软于周二发布了全新Phi-3.5系列AI模型，作为今年4月推出的Phi-3模型的继任者。此次发布的Phi-3.5系列包括以下几个型号：

Phi-3.5 Mini ：在多语言任务中超越了Llama 3.1 8B。

Phi-3.5 MoE ：在推理能力方面优于谷歌的Gemini 1.5 Flash。

Phi-3.5 Vision ：在处理多帧视觉任务时可与GPT-4o相媲美。

每个模型都具备令人瞩目的128,000个token上下文长度，能够有效处理冗长文档和复杂对话。此外，这些模型拥有42亿个参数，并且内置图像编码器，能够处理图像中的信息。

Nvidia 推出 Mistral-NeMo-Minitron 8B 模型

Nvidia 也展示了其全新 Mistral-NeMo-Minitron 8B 模型，这是对上个月与 Mistral AI 合作发布的 12B 版本的升级。

通过“剪枝”技术，Nvidia 删除了不必要的模型权重，并重新训练了这个大语言模型，以确保其精准性。其小巧的体积使得该模型非常适合特定应用，如手机应用和客户服务聊天机器人。

科技巨头 Microsoft 和 Nvidia 正在 AI 领域持续创新，推出更精简、更强大的新模型。

这些模型在多个基准测试中都达到了业界领先水平，与 Gemini 1.5 Flash 相媲美，部分测试中甚至接近 OpenAI 的 GPT-4o。

这些新模型在提升速度和效率的同时，依然保持了高精度。据报道，Nvidia 的 8B 模型与其 12B 前辈一样精确，但计算成本却降低了多达 40 倍。随着 AI 公司日益关注能耗和成本问题，这些紧凑的模型形式可能很快会成为与模型功能同等重要的因素。

Ideogram 推出 2.0 版本，挑战 Flux 和 Midjourney

知名 AI 图像生成平台 Ideogram 刚刚发布了全新的 2.0 版本，并免费开放给所有用户，向市场上的 Flux 和 Midjourney 发起挑战。

版本更新亮点：

色彩调色板选择 ：用户现在可以选择自己的色彩调色板，更好地控制最终图像的色彩表现。

增强的文本渲染 ：新版模型大幅提升了文本渲染的准确性，特别适用于贺卡、T 恤设计、海报和长文本插画等场景。

搜索功能 ：所有公开的 Ideogram 图像现已可搜索，用户可以浏览超过 10 亿张图像，寻找灵感。

改进的图像连贯性 ：2.0 版本提供了更高的人体解剖精度、眼睛对齐和更好的手部细节渲染效果。

这次更新进一步提升了 Ideogram 在文本生成图像领域的竞争力，成为创意工作者们的新利器。

OpenAI 开放 GPT-4o 调优功能，提供免费训练机会

OpenAI 宣布，开发者现在可以对 GPT-4o 进行定制化调优，使其更好地满足不同需求。此前，大型科技公司工程师能够使用最新、最强大的模型，而独立开发者往往只能依赖较为逊色的开源替代品。如今，情况已发生改变。

通过调优，开发者可以将模型的性能推向极限，进一步提升其准确性和效率。例如，定制化的 GPT-4o 版本可能在数学或编程等领域表现出色，有望超越行业基准并创下新纪录。

为了庆祝这一新的自定义功能，OpenAI 将在 9 月 23 日之前为组织每天提供 100 万个免费训练 token，用于模型的调优和优化。

Midjourney 推出网页版，现已免费开放试用

AI 生成图像工具 Midjourney 现已开放网页版，任何人均可免费试用一段时间。

如何使用：

输入提示词 ：在网页顶部的“图片”栏中输入文本提示词，可以是简单的单词或复杂的描述。

生成图片 ：点击“Create”标签，每个提示词会生成四个图片变体。

进一步操作 ：你可以选择“重跑”同一提示词，获得四个新的变体，或选择喜欢的图片进行更多操作。

其他功能：

“变异”功能 ：生成四个风格相似的新图像，可选择微调（“细微”）或大幅改变（“强烈”）。

“升级”功能 ：生成更高分辨率的图像。

编辑工具 ：在编辑器中，可以扩展图像边框、擦除部分图像并根据新提示词生成新的细节，还可以轻松切换图片的长宽比。

Midjourney 提供了一个简短的 2 分钟视频，详细介绍了这些功能。免费用户有 25 次免费生成图片的机会，之后需要付费。

此外，Midjourney 社区内有丰富的提示词资源和技巧供参考，帮助用户更好地发挥创意。

TensorWave 推出高性能低成本 AI 云服务

TensorWave 云服务采用 AMD Instinct MI300X 芯片，以卓越的性价比超越 Nvidia H100B，在大语言模型（LLM）领域表现出色。

主要特点：

轻松处理复杂 LLM ：TensorWave 云能够轻松应对日益复杂且内存需求巨大的大语言模型。

单节点运行大规模模型 ：可在单个节点上运行如 Llama 3.1 405B 等大规模模型。

推理缓存 ：借助 TensorWave 的推理缓存技术，确保企业级操作的流畅性。

卓越性能，成本更低 ：在提供高性能的同时，大幅降低运营成本，成为 AI 领域性价比的最佳选择。

xAI 推出 Grok 2 早期测试版，主打实时数据接入

xAI 开始向部分 X 平台的高级用户推出其全新 AI 模型 Grok 2 的早期测试版。Grok 2 依托实时数据，并通过 Flux.1 技术生成相对未过滤的 AI 图像。

详细信息：

Grok 2 现已在早期测试模式下向部分高级 X 用户开放。

该模型能够接入并利用来自 X 平台的实时信息，这使其与 ChatGPT 和其他大型语言模型（LLMs）有所区别。

Grok 2 提供两种模式：常规模式和“趣味”模式，后者展现出更为独特和富有娱乐性的个性。

在新闻采集和总结过程中，Grok 2 可以引用特定的推文，这是 ChatGPT 和 Claude 等 AI 模型所不具备的能力。

Grok 2 相较于其他顶级 AI 聊天机器人（如 ChatGPT）的最大优势在于其实时信息接入能力和未过滤的响应输出。此外，据传 Grok 3 将于 2024 年底推出，xAI 在短时间内已证明自己是大型语言模型竞赛中的有力竞争者。

Disney AI 打造生动机器人，迈出动画与机器人融合新步伐

ETH Zurich 与 Disney Research 的科学家们开发了一套 AI 系统，能够通过简单的文本或图像输入，为虚拟角色和机器人生成逼真、符合物理规律的动作。

详细信息：

该系统采用两阶段方法：首先从大型数据集中学习动作的潜在表示，然后使用强化学习训练控制策略。

系统可处理多种动作，从简单的行走到复杂的杂技表演，表现优于以往方法，在精度和泛化能力上有显著提升。

该 AI 系统能够适应物理约束，使其能够将动作转移到真实机器人上，同时保持平衡和风格。