AI日报：百度搜索11%结果由AI生成；腾讯混元支持生成16s视频；谷歌发布开源视觉语言模型PaliGemma；Hugging Face承诺免费提供1000万美元GPU计算资源

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：https://top.aibase.com/

1、李彦宏：百度搜索已有11%结果由AI生成

在百度2024年第一季度财报电话会上，百度创始人李彦宏深入探讨了公司的业务表现和未来发展方向，强调人工智能技术对用户体验的推动和创新。尽管面临宏观经济挑战，百度仍致力于发展人工智能领域，取得成果并对未来充满信心。

【AiBase提要:】

💡 百度一季度在线营销收入同比增长3%，得益于搜索业务成熟。

💡 11%搜索结果通过生成式人工智能技术计算，提供更准确、有条理的答案，拓展用户任务完成能力。

💡 百度在人工智能领域持续投入，尚未商业变现，但对长期前景充满信心。

2、谷歌发布开源视觉语言模型PaliGemma

谷歌推出了开源视觉语言模型PaliGemma，结合图像处理和语言理解能力，支持多种视觉语言任务。该模型具有多任务支持、30亿参数规模和SigLiP视觉编码器与Gemma语言模型结合的特点。谷歌的贡献推动了AI领域发展，为研究人员和开发者提供强大工具。PaliGemma的开源特性意味着可以被广泛使用、改进和集成到各种产品和服务中。

【AiBase提要:】

✨ 多任务支持: PaliGemma能处理多种视觉语言任务，应用场景广泛。

🔑 参数规模: 包含30亿参数，是大型多模态模型。

💡 模型架构: 结合了SigLiP视觉编码器和Gemma语言模型，处理图像和文本输入。

详情链接:https://huggingface.co/blog/paligemma

3、腾讯混元大模型支持生成16s视频 并推出AI智能体平台腾讯元器

我对腾讯在生成式AI领域的最新成果——腾讯元器以及混元大模型的展示感到印象深刻。腾讯元器是一站式的AI智能体创作与分发平台，为企业提供了全新的解决方案，极大地扩展了智能体的应用范围和影响力。腾讯混元大模型在视频生成和3D生成领域展现出强大的实力，为未来的AI应用开辟了新的可能性。

【AiBase提要:】

🚀 腾讯元器是一站式的AI智能体创作与分发平台，为企业提供全新解决方案，扩展了智能体的应用范围和影响力。

💡 腾讯混元大模型参数规模达到万亿级别，采用混合专家模型（MoE）结构，在国内技术水平处于顶尖，并在某些中文能力方面与GPT-4相媲美。

🎥 腾讯混元大模型支持多种视频生成方式，包括文生视频、图生视频、图文生视频和视频生视频，已能够生成长达16秒的视频，同时展现了在3D生成领域的强大实力。

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

4、ChatGPT增强数据分析功能，实现与数据表格的实时交互

ChatGPT最近推出了一系列改进的数据分析功能，包括文件上传、实时表格交互、定制和下载演示图表以及安全与隐私保护。这些功能的增强进一步扩展了ChatGPT在数据分析和可视化方面的能力，使其成为一个更加强大的工具，能够帮助用户更有效地处理和分析数据，从而做出更明智的决策。

【AiBase提要:】

📂 文件上传: 用户可以直接从Google Drive和Microsoft OneDrive上传文件，提高处理Google Sheets、Docs、Slides以及Microsoft Excel、Word和PowerPoint文件的效率。

📊 实时表格交互: ChatGPT能够创建交互式表格，用户可以全屏查看并实时跟踪更新，深入分析数据或跟进问题。

🔒 安全与隐私: ChatGPT Team和Enterprise客户数据不会用于模型训练，Plus用户可选择退出训练，保障数据安全和隐私。

详情链接:https://openai.com/index/improvements-to-data-analysis-in-chatgpt/

5、周鸿祎称留给谷歌的时间不多了 建议所有产品开源对抗OpenAI

周鸿祎在谷歌I/O大会上对谷歌发布的创新产品进行了深度点评，认为谷歌应将所有产品开源以对抗竞争对手。他建议谷歌应充分发挥自身优势，关注应用场景并在安卓系统中推广，以获取数十亿用户。通过用户数据反馈推动产品改进的飞轮。

【AiBase提要:】

🔍 谷歌应将所有产品开源以应对竞争对手挑战

💡 谷歌应充分发挥搜索、Chrome浏览器和安卓等优势，关注应用场景并推广

📈 通过用户数据反馈推动产品改进的飞轮

6、Google Photos将推出Ask Photos功能 动动嘴就能搜索照片和视频

Google Photos即将推出名为Ask Photos的实验性功能，利用AI模型Gemini，用户可以通过自然语言搜索查找照片和视频，辅助完成相关任务。这将进一步增强Google Photos的搜索能力，让用户更便捷地管理他们的珍贵回忆，享受个性化体验。功能预计将在未来几周内推出。

【AiBase提要:】

🔍 自然语言搜索: 用户可以通过自然语言问题搜索照片和视频，无需记住具体关键词或拍摄日期。

🧠 上下文理解和细节提取: Gemini AI模型能理解照片上下文和主题，提取细节信息。

🔄 动态调整和学习: Ask Photos可以根据用户反馈进行动态调整和学习，提供更准确的结果。

详情链接:https://blog.google/products/photos/ask-photos-google-io-2024/

7、OpenAI与Reddit合作，将用户生成独特内容整合至ChatGPT

OpenAI与Reddit宣布战略合作，旨在彻底改变在线社区互动体验和推动AI创新。这一合作将为用户带来全新的体验，同时也为AI和社交媒体融合创造新的可能性。

【AiBase提要:】

⭐ 合作旨在整合先进的AI功能和用户生成的独特内容，提升ChatGPT等AI工具的理解和展示能力。

⭐ Reddit向OpenAI开放Data API，使后者能够获取Reddit社区生成的丰富内容，推出个性化内容推荐等AI功能。

⭐ 合作标志着社交媒体和人工智能融合的重要里程碑，为用户和版主带来全新的体验。

8、Hugging Face承诺免费提供1000万美元GPU计算资源，帮助小型开发者对抗大型AI公司

Hugging Face承诺投入1000万美元的GPU计算资源，旨在降低开发AI应用的门槛，对抗人工智能领域的中心化趋势。通过分享计算资源，使每个人都能够使用先进的人工智能技术。

【AiBase提要:】

🔸 Hugging Face投入1000万美元GPU计算资源，支持小型开发者

🔸 旨在降低AI应用开发门槛，抗衡科技巨头

🔸 通过ZeroGPU项目免费共享GPU计算资源，提高成本效益和能源效率

9、OpenAI CEO：GPT-5会很特别 可能类似于一个 “虚拟大脑”

在接受采访中，OpenAI CEO透露了关于GPT-4o和GPT-5的信息，揭示了这些多模态大模型的特点和应用前景。GPT-4o具有跨文本、视频、音频推理能力，低延迟和拟人化声音特点，将带来前所未有的用户体验。而GPT-5被描述为一种非常特别的产品，可能会采用新的名称和功能，更像是一种能处理各种任务的虚拟大脑。

【AiBase提要:】

🔹 GPT-4o是多模态大模型，具有跨文本、视频、音频推理能力，低延迟和拟人化声音特点，提升工作效率和生活质量。

🔹 GPT-4o可在一个平台上完成多种任务，如实时翻译、语音交互和视频分析，带来巨大改变，特别适用于开发人员和专业人士。

🔹 GPT-5被描绘为一种“虚拟大脑”，能够帮助用户处理各种任务，是一次巨大的尝试，展示了OpenAI在人工智能领域的创新和突破。

10、马斯克旗下 xAI 与甲骨文接近达成 100 亿美元协议

马斯克旗下的 xAI 公司与甲骨文接近达成100亿美元协议，将成为甲骨文最大客户之一。这一举动将加速 xAI 在人工智能领域的发展，提升其竞争力。

【AiBase提要:】

💰 马斯克的 xAI 计划投资100亿美元租用甲骨文的 AI 服务器，成为甲骨文最大客户之一。

🚀 xAI 正在进行60亿美元的股权融资，以支付云计算服务成本，提升 Grok 模型的性能和效率。

💡 马斯克计划通过融资加速 GPU 租赁扩张，目标是在2025年前达到10万个 GPU。

11、腾讯混元将发布大模型C端App腾讯元宝

腾讯在腾讯云生成式AI产业应用峰会上宣布将推出面向C端用户的全新App“腾讯元宝”，背后搭载着超万亿参数规模的通用大语言模型——混元大模型。该模型展现出卓越的中文理解、创作、逻辑推理和任务执行能力，为用户带来高效经济的智能体验。

【AiBase提要:】

🚀 腾讯元宝是基于腾讯混元大模型的全新App，展现出超强的中文理解和创作能力。

💡 腾讯混元采用混合专家模型（MoE）结构，大幅提升了性能，降低了推理成本，为用户带来更高效的体验。

💬 腾讯混元在文本生成、数理逻辑和多轮对话等关键领域达到业界领先水平，为中文用户提供前所未有的智能体验。

原文地址：https://www.chinaz.com/2024/0517/1617317.shtml