AI日报：骨折价！通义千问模型费用下降97%；豆包大模型也拼性价比；从零复现Llama3代码库爆火；智谱开源大模型CogVLM2

汪小菲和大S之间的纷争暂时告一段落，汪小菲带着没能给女儿庆生的遗憾离开台北，到新加坡和韩国开展新业务，张兰也飞到韩国去和儿子汇合，也再度见到了新儿媳。张兰和新儿媳马筱梅早在之前就见过面了，但是同框出现却是第一次。

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解：

1、阿里云宣布GPT-4级主力模型Qwen-Long API输入费用暴跌97%

阿里云宣布将其GPT-4级主力模型Qwen-Long的API输入价格大幅降低，为用户带来极大的优惠和竞争力，使得购买文本处理能力变得更加经济实惠。

【AiBase提要:】

🚀 API输入价格降至每千tokens0.0005元，降幅达97%，用户只需花费1块钱即可购买200万tokens。

💡 模型支持长达1千万tokens的文本输入，价格约为GPT-4的1/400，成为全球最具竞争力之一。

🌍 通义大模型通过阿里云服务企业超过9万家，通过钉钉服务企业超过220万家，受到海内外中小企业和开发者的广泛使用。

2、字节跳动豆包大模型价格清单公布：25元起

本文介绍了字节跳动旗下火山引擎 更新豆包大模型定价的信息。豆包大模型在性价比上具有优势，主力模型价格降低了99%，性能价值比突出。豆包大模型家族包括多种成员，满足不同用户需求。计费模式灵活，后付费和预付费两种方式满足企业需求。

【AiBase提要:】

🔍 豆包大模型价格更新，起价仅25元，性价比优势明显。

💡 豆包大模型家族多样化，包括Pro、Lite等多种模型，处理能力强大。

💰 计费模式灵活，后付费和预付费两种方式满足企业需求。

3、智谱开源新一代多模态大模型CogVLM2

智谱·AI最近推出了新一代多模态大模型CogVLM2，性能显著提升，支持8K文本长度和1344*1344分辨率的图像。CogVLM2在多个基准测试中表现优异，展现出强大的文档图像理解能力。技术架构优化，模型大小为19B，性能接近或超过GPT-4V水平。推理时实际激活参数量约120亿，推理效率显著提高。

【AiBase提要:】

🚀 CogVLM2在OCRbench基准上性能提升32%，在TextVQA基准上提升21.9%。

💡 CogVLM2采用深度融合策略，视觉模态与语言模态紧密结合，保持语言处理优势。

🔥 CogVLM2在多个多模态基准测试中取得优异成绩，包括TextVQA、DocVQA、ChartQA等。

详情链接:https://github.com/THUDM/CogVLM2

4、面壁智能推出最新一代端侧多模态模型 MiniCPM-Llama3-V2.5

面壁智能推出的最新一代端侧多模态模型 MiniCPM-Llama3-V2.5 具有超强的综合性能，能够在 OCR 方面取得 SOTA 成绩，支持多种语言，实现了端侧系统级多模态加速，展现出强大的多模态综合能力，为端侧 AI 模型的发展带来新的突破。

【AiBase提要:】

🚀 MiniCPM-Llama3-V2.5具有超强综合性能，超越Gemini Pro和GPT-4V。

🔍 在 OCR 方面取得 SOTA 成绩，精准识别难图、长图和长文本。

💡 首次实现端侧系统级多模态加速，使图像编码速度提升150倍。

详情链接:https://github.com/OpenBMB/MiniCPM-VMiniCPM

5、腾讯计划投资月之暗面 估值或将达30亿美元

腾讯计划投资月之暗面，可能将其估值提升至30亿美元。这一举动显示了腾讯在人工智能领域的战略布局和竞争意图。中国人工智能产业的快速发展使得投资、竞争日益激烈，腾讯与月之暗面的合作将在业界引起关注。

【AiBase提要:】

🚀 月之暗面在人工智能大语言模型领域处于领先地位，吸引了腾讯等巨头的关注。

💰 月之暗面创立仅一年多时间，已完成超过10亿美元的融资，估值达25亿美元。

📈 腾讯将加入人工智能领域的竞争，计划投资其他大模型创业公司，强化竞争实力。

6、线条预处理器 Anyline新增Web UI适配

这篇文章介绍了 Anyline 最新的更新，为 Web UI Controlnet 新增了适配，提升了用户操作体验。Chenlei Hu 计划进一步简化 Anyline 的使用方式，并考虑将其更深入地集成到 ComfyUI 中。用户可以根据需求选择合适的基础模型，以获得最佳效果。更新将 Anyline 的强大功能带到了 Web UI 上，为专业设计工作和日常图像处理带来便利。

【AiBase提要:】

🔍 高精度线条提取: Anyline 能准确提取图像中的对象边缘、细节和文本内容，输出清晰边缘和高保真度文本的线条图。

🌐 广泛的适用性: 用户可以输入任何类型的图像，Anyline 都能快速处理，提供高质量的线条图。

🔬 纹理字体识别优势: Anyline 在轮廓准确度、物体细节、材质纹理和字体识别方面有明显优势，同时提供更好的降噪效果。

详情链接:https://top.aibase.com/tool/anyline

7、Meta发布类GPT-4o多模态模型Chameleon

本文介绍了Meta最近发布的多模态模型Chameleon，该模型在多模态模型领域设立了新的标杆，具有早期融合、统一Transformer架构等创新特点。Chameleon在各种任务上展现出广泛的能力，包括视觉问答、图像标注、文本生成等。文章还提到Chameleon面临的技术挑战以及Meta团队引入的架构创新和训练技术。

【AiBase提要:】

🌟 Chameleon是一个早期融合的基于token的混合模态模型家族，能够理解并生成任意顺序的图像和文本。

🔑 Chameleon模型在技术上面临了重大挑战，Meta的研究团队引入了一系列架构创新和训练技术。

💡 Chameleon模型在基准评估中全面超越了Llama2，在常识推理、阅读理解、数学问题和世界知识领域都取得了显著的效果。

详情链接:https://arxiv.org/pdf/2405.09818Chameleon

8、微软发布AI工具 Recall，帮助你找到那些找不到的文件

微软推出了Recall AI，为C o p i l o t+ PC系列提供了“照片记忆”功能，让用户通过语音查询文件、网站或电子邮件，并通过AI进行索引和搜索。这项功能可以帮助用户更轻松地找到所需信息，而且数据保留在设备本地，不用担心信息传输到云服务器。

【AiBase提要:】

🔍 Recall AI为C o p i l o t+ PC系列提供“照片记忆”功能，允许用户通过语音查询文件、网站或电子邮件，并通过AI进行索引和搜索。

🔍 Recall AI记录用户的屏幕操作，使用自然语言描述文件记忆，快速找到文档最新版本，让用户更轻松获取信息。

🔍 Recall AI仅适用于具有特定硬件要求的设备，如ARM64处理器、Snapdragon X Elite和X Plus等。

9、从零复现Llama3代码库爆火 Karpathy大神称赞作者是个有品的人

这篇文章介绍了一个教你从头开始实现Llama3的代码库在网络上引起轰动的情况。知名AI专家Andrej Karpathy对该项目给予高度评价，称赞作者Nishant Aklecha的详细解释和展示。文章详细解释了Llama3模型的实现过程，包括注意力机制、位置编码等关键内容。

【AiBase提要:】

🔥 代码库爆火，吸引无数开发者关注，Karpathy点赞转发评论

👨‍💻 作者Nishant Aklecha详细解释Llama3模型实现过程，包括注意力机制和位置编码

🚀 纳哥从头实现Llama3，展示每行代码功能，Karpathy称赞详细展开易理解

详情链接:https://top.aibase.com/tool/llama3-from-scratch

10、AI 框架Ambient Diffusion：从图像中获取灵感，而非复制

德克萨斯大学奥斯汀分校的研究团队开发了名为Ambient Diffusion的框架，通过对无法辨认的图像进行训练，绕过AI模型复制他人作品的问题。这一框架不仅在艺术领域有用，还有潜力应用于科学和医学领域，如黑洞成像和MRI扫描。研究团队的创新为人工智能发展提供了新思路。

【AiBase提要:】

🔍 Ambient Diffusion框架通过训练扰乱后的图像数据，解决AI模型复制作品的问题。

💡 该框架潜力巨大，可应用于艺术、科学和医学领域，如黑洞成像和MRI扫描。

📝 初步实验表明，Ambient Diffusion框架仍能生成高质量样本，而不需要识别原始源图像内容。

详情链接:https://arxiv.org/abs/2305.19256

11、好莱坞女星斯嘉丽抨击OpenAI抄袭她的声音用于ChatGPT

斯嘉丽・约翰逊声称OpenAI在她拒绝为ChatGPT提供声音后，仍擅自模仿了她独特的音调。OpenAI展示了与斯嘉丽・约翰逊在《Her》中扮演的人工智能助手极为相似的合成语音，但突然禁用了这一新声音。评论家批评OpenAI的行为，赞扬斯嘉丽・约翰逊的立场。

【AiBase提要:】

⭐ 斯嘉丽・约翰逊声称OpenAI擅自模仿她的音调。

⭐ OpenAI展示了与斯嘉丽・约翰逊在《Her》中扮演的人工智能助手相似的合成语音。

⭐ 评论家批评OpenAI的行为，赞扬斯嘉丽・约翰逊的立场。

12、英特尔推出新一代 Lunar Lake 芯片

英特尔计划在今年第三季度推出 Lunar Lake 笔记本处理器，旨在为 C opilot Plus PC 带来全新的 AI 体验。该芯片将提供比其前身 Meteor Lake 更高的三倍 AI 性能，预计在今年底前将搭载40多万颗 Lunar Lake 芯片。这一举措是英特尔在 AI PC 市场中的重要一步，旨在应对竞争对手的挑战。

【AiBase提要:】

⭐ Lunar Lake 芯片将采用 CPU、集成的 Xe2GPU 和神经处理单元（NPU），提供比其前身 Meteor Lake 更高的三倍 AI 性能。

⭐ 英特尔计划在今年底前向全球80多款新笔记本型号中搭载40多万颗 Lunar Lake 芯片，以应对 AMD 的 Zen5和高通的 Oryon。

⭐ Lunar Lake 处理器的 NPU 将能够执行超过40万亿次操作每秒(TOPS)，远高于 Meteor Lake 芯片的10TOPS。这将为 AI PC 带来更强大的性能和更丰富的应用体验。