智能周报｜Google发布Gemini；OpenAI推迟发布GPT商店；微软明年发布新版Windows，AI功能大幅增强…

模型与应用篇

当地时间12月6日，Google宣布Gemini 1.0版正式上线，兑现其在今年5月开发者大会上承诺的多模态模型——这是Google商用化的第一个多模态模型，对标OpenAI今年3月发布的GPT-4。

具体来说，Gemini 1.0提供了3种尺寸的模型：Ultra、Pro和Nano，使其可以在从数据中心到移动设备的任何设备上运行。

· Gemini Ultra ——规模最大、功能最强，适用于高度复杂的任务，在数据中心运行，对标GPT-4；

· Gemini Pro ——适用于各种任务，通过Google Cloud提供服务，对标GPT-3.5；

· Gemini Nano ——最小版本，适用于移动设备，比如手机。

Google称，在向公众发布前，Gemini Pro已经通过了一系列行业标准基准测试，在8个基准测试中的6个测试中，Gemini Pro的表现优于GPT-3.5；而Gemini Ultra在广泛使用的基准测试中优于GPT-4，这些基准测试包括阅读理解、代码生成和视觉理解等功能。

3个版本中，Gemini Pro版在发布会当天就已上线到Google的部分内部应用中，外部开发者要使用该模型需要等到下周，他们此刻可以访问的只有最小版本的Gemini Nano。而最先进的Gemini Ultra要在2024年年初才会正式发布和上线。

在Google内部，Gemini的应用计划是：

·Bard（聊天机器人，对标ChatGPT）：12月6日开始，Bard背后的模型就由5月发布的PaLM 2替换成了Gemini Pro。Google称，2024年年初，当对标GPT-4版本的Gemini Ultra发布时，Bard背后的模型将进一步升级为Gemini Ultra，推出Bard Advanced（对标ChatGPT Plus），届时这款聊天机器人就能解释图像和视频，就像视频里演示的那样。

Bard是Google今年3月发布的聊天机器人，对标OpenAI的ChatGPT，目前已经在170多个国家和地区提供服务。由于缺少先发优势，且背后模型的能力差异，Bard的用户量至今还远低于ChatGPT。通过接入Gemini Pro与不久后的Gemini Ultra，Brad至少在模型能力上追上了ChatGPT。目前，OpenAI对ChatGPT Plus用户每月收取20美元，未来，Google可能会对Bard Advanced采取类似政策。

·Pixel（智能手机）：Google计划将3款模型中size最小的Gemini Nano加载到智能手机中。加载了该模型的手机将具备的功能包括：

总结：Gemini Nano可以为手机中的对话录音、采访、演示等内容生成总结摘要，哪怕没有网络连接，这项功能也可以离线完成，该功能目前仅支持英文文本；

·智能回复：Gemini Nano可以识别聊天过程中的朋友来信，并根据不同来信生成对应回复。该功能将首先登陆WhatsApp，并仅支持英文文本，明年推广至更多即时通讯应用；

·照片和视频的AI编辑：比如清洁功能，只需要在照片上滑动几下，即可消除图片中的污渍、折痕等。

Pixel 8 Pro将是首款搭载Gemini Nano的智能手机。有数量庞大的移动设备使用了Google旗下的Android系统，未来Google可能让Gemini进入其他厂商生产的Android设备，这样它就可以将生成式AI引入遍布全球的数十亿台移动设备。

·Google（搜索引擎）：Gemini目前尚未在Google搜索引擎中上线，但公司已经在该领域测试Gemini。此前，Google已经使用其他模型上线和测试了将搜索和生成结合起来的「搜索生成服务」（Search Generative Experience，SGE）。

未来几个月，Gemini将应用于更多Google产品和服务，包括广告、Chrome浏览器和工作助手Duet AI。

至于外部企业客户：

12月13日开始，开发者和企业客户可以通过Google AI Studio或Google Cloud Vertex AI中的API获取Gemini Pro，即对标GPT-3.5的那个中型版本。

此外，Android开发者还可以通过AICore使用最小的端侧模型Gemini Nano。AICore是Android 14中的一项新的系统功能，从Pixel 8 Pro开始在设备中支持。

参考链接

https://developers.googleblog.com/2023/12/how-its-made-gemini-multimodal-prompting.html 

https://mp.weixin.qq.com/s/GcZ-ILXO1CH5OZS4LH0kig

https://wired.com/story/google-deepmind-demis-hassabis-gemini-ai/

12月5日，微软宣布Copilot的最新进展，将GPT（包括GPT-4 Turbo）、DALL·E 3等模型的几乎所有功能都搬进了Copilot，其知识库也更新至2023年4月，一次能处理的上下文长度达到128K。

两周前，为了统一品牌和使用体验，微软将搜索引擎上的Bing Chat、Windows上的Copilot统合成一个产品Copilot，并且开放了独立主页，用户现在可以通过 copilot.microsoft.com免费使用。

· 在Edge浏览器使用Copilot重写短语：通过使用Edge浏览器里的「内嵌撰写与重写菜单」（Inline Compose with rewrite），人们可以选中网站上的文本并让Copilot重写。该功能很快会对所有Edge用户开放；

· 多模态搜索：搭载GPT-4的Copilot可以通过视觉识别模型分析图片，自动搜索关键信息。比如，用户上传照片到微软的聊天机器人，并就照片内容提出问题，可即刻获得回答。微软表示，不久后GPT-4的功能将与视觉识别、Bing图像搜索及网络搜索数据结合，以便帮助用户更好地查询；

· Bing的深度搜索：本次更新的深度搜索是使用GPT-4优化复杂话题的搜索结果。比如，当用户的搜索短语有好几种可能的含义，深度搜索会把这些可能性都展示出来，让用户选择最贴切的一个，接着它会进一步深入搜索，甚至重新组织原始查询结果，以获得最好的答案。该功能将很快在Bing上推出；

· 代码解释器：这是Copilot的一个新功能，支持用户执行更复杂的任务，比如更精确的计算、编程、数据分析、可视化、数学等。该功能目前仍在内测阶段，不久后将面向更多用户开放。

参考链接

https://blogs.microsoft.com/blog/2023/12/05/celebrating-the-first-year-of-copilot-with-significant-new-innovations/

12月6日，就在Google发布多模态大模型Gemini不久，另一个OpenAI的追赶者Meta也宣布旗下一系列社交应用如Facebook、Instagram和WhatsApp的更新，主题就是让生成式AI更好地与这些产品结合起来。

9月27日推出的Meta AI智能助手测试版就已经拥有文生图能力，现在Mata决定把这个能力开放出来，它建立了一个网站imagine.meta.com，该功能目前对美国地区的用户免费开放。

在使用Meta账户登录后，Imagine允许用户通过用自然语言描述来创建AI图像。输入提示词后，它会生成4张1280×1280像素的图片，用户可以免费下载这些图片。不过每张图片左下角还会有一个小的「Imagined with AI」水印，这是为避免AI图片被滥用而采取的防护措施。Meta表示，在未来几周内新的AI图片还会被添加上透明水印，「以提高AI生成图像的透明度和可追溯性」。

Imagine产品是基于Meta现有的Emu图像生成模型构建的。为了训练该模型，Meta使用了11亿张公开的Facebook和Instagram图片数据，Meta也表示这种独一无二的训练数据使得Emu相比其他模型有着独特的优势。

随着公共领域可用于生成式AI训练的数据逐渐耗尽，Meta等社交公司拥有的大量用户生成内容（UGC）成了香饽饽，这也成为这些公司模型产品的卖点之一。例如马斯克的Grok就用了X平台的数据来训练，Google的Gemini训练中也使用了大量YouTube视频数据。

在本次更新中，Meta AI也增加了两个AI驱动的新功能：

· Reimagine：聊天中微调AI图像

在这项功能中，群聊中的用户可以通过自然语言提示来重新创建AI图像。首先，用户需要群聊中调用Meta AI来生成图像，随后，群聊中的其他用户可以通过按住图像来增加新的语言描述。Meta AI就会根据用户的提示和修改从而生成全新的图像。

· Reels：用视频回答问题

Reels嵌入在Instgram内的短视频产品。在此次的更新中，用户可以通过询问Meta AI来调用Reels，从而查看查询事物的可视化例子。例如在制定旅行计划时，用户可以在群聊中要求Meta AI推荐最佳游览地点，并分享这些热门景点和景点的相关视频，Meta AI就会调取符合要求的Reels视频。

Meta宣布，此前推出的一系列聊天机器人目前已在美国全面推出，用户可以WhatsApp、Messenger和Instagram和它们聊天。其中部分AI聊天机器人具有「长期记忆」的功能，能够在保留用户会话数据，并在下一次聊天时从上次中断的地方继续。此外，Meta也宣布，更多的角色将支持Bing搜索的功能，支持用户通过和聊天机器人的对话框搜索。

参考链接

https://about.fb.com/news/2023/12/meta-ai-updates/

芯片篇

12月2日，OpenAI向每个搭建过GPT的用户发送了一封邮件，原定于今年12月推出的GPT商店（GPT Store）将延后至明年年初上线。新皮层追踪了11月初的首届OpenAI开发者大会，当时OpenAI发布了GPT-4升级版GPT-4 Turbo、GPTs等。

OpenAI在这份面向开发者的内部备忘录中表示，「我们预计会在11月发布GPT商店，但一些意外事件让我们很忙碌」，这直接指向了11月中旬发生的「管理层动荡」。

11月16日，OpenAI董事会突然罢免CEO Sam Altman，之后一周公司都处于激烈动荡中。直到11月22日Sam Altman回归。11月29日，Sam Altman发布回归OpenAI后的首封公开信，也公布了新的董事会成员，为此次事件划上句号。新皮层整理过OpenAI「罢免Altman事件」的时间线。

据称Sam Altman激进的商业化战略是此次董事会罢免行动的导火索，而首届开发者大会上推出的GPT商店就是商业化中的一环。在计划中，GPT商店会是OpenAI开设的官方平台，开发者可以在这个平台上发行个人搭建的GPTs——例如上传各种菜谱资料就能构建一个「炒菜帮手」，并且收到来自ChatGPT Plus付费订阅费用的分成。

虽然OpenAI的官方GPT商店暂缓推出，开发者依然可以通过超链接分享个人搭建的GPTs。因此已经有很多第三方平台通过这种方式，精选了一些热门GPTs组成第三方GPT商店，只不过这些GPTs都是免费的，开发者也无法获得分成。

有报道称，2019年Sam Altman投资的芯片开发商Rain AI就与OpenAI签署了一份不具约束力的意向书。如果Rain AI公司开发的芯片产品上市，OpenAI计划斥资5100万美元购买这些芯片产品。有消息称，Rain AI的测试芯片最快本月流片，最早可能在2024年10月向客户提供首批芯片产品。

Rain AI成立于2017年，总部距离OpenAI旧金山总部不到1.6公里，目前拥有大约40名员工。这家初创公司的目标是开发一种AI专用芯片，相比GPU在训练和推理上功耗更低、性能更强，被称为神经网络处理器（NPU）。

Rain AI公司的初始芯片中采用开源芯片架构RISC-V。2021年，它推出了一款演示芯片，采用随机连接的忆阻器3D阵列，能以较低功耗完成神经网络训练和推理。相对的，商用芯片更多使用模拟内存处理器技术，该技术需要在网络层之间做数字转换，因而功耗更大。

截至目前，Rain AI公司总共融资超过3210万美元。Sam Altman投资Rain AI公司是在2018年，当时他通过创业加速器Y Combinator领投了Rain AI的种子轮融资，《连线》杂志获取的资料显示，Altman个人已向该公司投资了超过100万美元。除此以外，Rain AI的投资方还包括百度和硅谷风投公司Grep VC，后者于2022年接手了沙特阿美旗下的风险投资基金Prosperity7转让的股份。

在投资Rain AI公司之外，Sam Altman还在筹备新的AI芯片项目。

11月底，彭博社援引信源消息称，Sam Altman正努力从中东投资者手里筹集资金，用于一个代号为「底格里斯河」（Tigris）的芯片项目，目标是与英伟达的AI芯片竞争。

该消息称Altman已与软银集团、沙特阿拉伯主权财富机构公共投资基金（PIF）、阿联酋第三大主权财富基金穆巴达拉投资公司等公司，就AI芯片、AI硬件等项目展开谈判，目标是寻求数百亿美元的资金。

参考链接

https://www.reuters.com/technology/openai-delays-custom-gpt-stores-launch-axios-2023-12-01/

12月6日，AMD宣布开始销售其最新的Instinct MI300系列芯片。这是MI300芯片自6月发布之后的又一大动作，意味着AMD的AI芯片开始正式向市场交付。

这次发布的MI300系列芯片包括两款产品，即加速器（accelerator）MI300X和加速处理单元（accelerated processing unit，APU）MI300A。两者的区别在于，MI300X的核心处理器是纯粹的GPU，MI300A则是GPU和CPU的结合体。

在计算能力方面，GPU通常适用于简单任务的大批量训练，AI训练普遍依赖GPU；而CPU适用于处理复杂任务，但较难承担大批量工作。将GPU和CPU结合，既利用了AMD自身在CPU上的传统优势，也提升了处理速度。

目前MI300系列芯片最主要的竞争对手是2022年9月开始投产的英伟达H100系列芯片。MI300X和MI300A分别会内置192G和128G的GPU内存，均高于H100的80G。AMD CEO苏姿丰称，MI300X在训练700亿参数的大语言模型Llama 2时，表现比H100好1.4倍。

在MI300系列面世前，AI训练芯片领域几乎由英伟达一家垄断。英伟达11月发布了最新款的AI芯片H200，内存提升至141G，但GPU核心参数没有改变。在训练同样的Llama 2模型时表现仅比H100提升90%。

数据中心和AI模型训练都耗能巨大，因此AMD还在努力降低芯片的能耗，计划到2025年将能耗降低到2020年的1/30。MI300A芯片将CPU和GPU结合在一起的目的之一就是提高产品的能源利用效率，降低能耗。

目前已确认购买MI300的巨头包括微软和Meta。微软11月就在其云服务Azure上发布了使用MI300X的虚拟机产品。Meta也计划在其数据中心里使用MI300系列处理器。除了企业，美国Lawrence Livermore国家实验室的超级计算机El Captain也会使用MI300A芯片，该计算机预计明年完全投入使用，届时其性能可能会跃居全球第一。

技术公司如此积极地尝试AMD的AI芯片，背后的原因不难理解。过去一年生成式AI热潮导致AI芯片的需求在短期内急剧增长，但市面上可供使用的AI芯片却只有英伟达一家的。供需关系严重失衡之下，拥有充足的AI芯片成了竞争的关键要素，英伟达可以说是挟A100、H100以令群雄。当时微软、Meta、OpenAI等公司纷纷宣布要自研AI芯片。如今这些技术公司总算等来了它们的Plan B。

参考链接

https://www.amd.com/en/newsroom/press-releases/2023-12-6-amd-delivers-leadership-portfolio-of-data-center-a.html

今日无问芯穹的注册资本由119万元增至约152万元，并且新增百度、腾讯、智谱3家股东。无问芯穹专注于大模型推理芯片的研发，提供大模型软硬一体的优化方案。

无问芯穹于今年5月成立，公司法人为曾书霖，2008年他本科毕业于清华大学电子工程系，博士师从清华大学电子工程系长聘教授、系主任汪玉。汪玉曾于2016年与学生姚颂共同创立芯片公司深鉴科技，该公司2018年被全球最大的FPGA厂商赛灵思收购，此次可以看作汪玉的二次创业。

融资篇

近日，法国初创公司Mistral AI最新一轮的融资即将完成，预计会筹集到约4.5亿欧元（4.87亿美元）的资金。此轮融资完成之后，Mistral AI的估值将接近20亿美元。

本轮融资包括约3.3 亿欧元的股权投资，由风投公司a16z领投。该公司还在就追加投资2亿欧元与Mistral AI谈判。此外，主要的投资者还包括英伟达、Salesforce，双方将提供1.2亿欧元的可转换债券。作为交易的一部分，Mistral AI 的3位联合创始人同意分别出售超过100万欧元（指注册资本资金）的股权，还有另外3位内部人士也将同步出售股份。据知情人士透露，在最终融资结束之前，具体细节可能还会有所变动。

今年6月，Mistral AI在种子轮融资阶段通过释放了43%的股权筹集到1.05亿欧元，公司估值为2.4亿欧元（2.59亿美元），成为欧洲有史以来最大规模的种子轮融资。这笔投资由光速创投领投，多家欧洲投资方参与投资。

创立于2023年5月的Mistral AI目前是欧洲最著名的AI初创公司之一，总部位于法国巴黎。Mistral的创始人是3位来自DeepMind和Meta的前员工，其中Guillaume Lample曾领导Meta的大模型团队完成 Llama的开发。

今年6月，Mistral发布产品规划，宣布将向企业提供更可靠、更安全的AI解决方案。根据公开的规划显示，Mistral计划只服务于企业用户，并开源基础模型，使用公开可用的数据来训练模型，以符合欧洲《人工智能法案》对AI公司的要求。

今年9月，Mistral发布了其首个大模型Mistral 7B。Mistral 7B拥有70亿参数，免费提供给开发者使用。该公司表示，Mistral 7B在处理和生成文本的速度比一些LLM快得多，并且运行成本明显降低。

参考链接

https://www.bloomberg.com/news/articles/2023-12-04/openai-rival-mistral-nears-2-billion-valuation-with-nvidia-funding

12月6日，一份xAI提交给美国证券交易委员会的「表格D」（Form D）文件显示，马斯克的人工智能初创公司xAI正计划出售股权以换取总计10亿美元的资金。

表格D是美国证券交易委员会（SEC）要求提交的一种文件类型，它是根据《1933年证券法》规则506条款下的豁免要求而提交的，这种豁免允许公司向「合格投资者」出售未注册的证券。

当然，并非所有融资都需要提交表格D，例如注册地不在美国的公司，或者资金来源于特定类型的投资者，或者融资金额比较小等情况都不需要提交表格D。

表格D需要包含发行人信息、发行详情（类型和规模）、投资人信息等等。

xAI这份文件显示，这次融资的目标金额为10亿美元，于11月29日发起，单笔投资金额至少需要达到200万美元。目前已经从4位投资者那里筹集到约1.34亿美元的资金，意味着还需要大约8.65亿美元才能达到既定目标。

文件还显示，xAI公司注册在内华达州，但主要运营地点在加利福尼亚州。此次融资向加利福尼亚与德克萨斯两个州开放。

xAI在今年7月中旬成立，马斯克将其定位为一家人工智能公司。xAI的创始成员来自DeepMind、OpenAI、Google、微软等技术公司的关键岗位。马斯克一直不满于OpenAI等技术公司的做法，谴责它们未充分重视AI的安全性问题，并在程序回答敏感问题时「审查」内容。

11月初，该公司发布了第一款产品聊天机器人Grok，能够以对话形式回答用户的问题，生成文字或代码。区别于ChatGPT的是，Grok的回答风格据说「有点机智、有点叛逆」，同时它还能获取X平台内容。

11月20日，马斯克宣称，X公司（原Twitter）的投资者将拥有xAI的25%股份。X公司于2022年11月完成私有化并退市，目前由马斯克全资所有。此前有传言称X将于2026年重新上市。

同时，xAI的产品也集成到社交媒体平台X。目前，Grok已被纳入Premium Plus，X用户可以每月花费16美元订阅。

参考链接

https://www.sec.gov/Archives/edgar/data/2002695/000200269523000002/xslFormDX01/primary_doc.xml

12月1日，彭博社援引信源消息称，商汤科技正在考虑分拆智能汽车和智慧医疗业务，推动两项业务独立融资。信源称，商汤科技已经与潜在投资者接洽，但两项业务的分拆与融资还处于早期阶段。

2022年，商汤智能汽车业务收入约2.9亿元，同比增长59%，在公司总收入占比约8%，产品已经应用于蔚来、比亚迪等品牌的总计27款车型中。商汤医疗健康业务则为医院和医疗机构提供人工智能诊疗、医院管理平台和医学研究服务。

今年9月，《财经》援引信源消息称，商汤科技计划分拆智能汽车业务「绝影」并独立融资。今年以来，商汤内部多个事业群都出现了裁员现象，而持续增长、已经具备规模的智能汽车业务可能是商汤少数增长动力来源。

-END-

我们是一个诞生于GPT浪潮、由《第一财经》YiMagazine孵化的全新内容IP。

和每一位关心技术、关注人类命运的读者一样，我们希望在这个充满不确定性的时代，更好地理解快速变化的科技世界，也更好地理解生而为「高级智能」的我们自己。

在这个目标下，我们计划从学术、商业、伦理、监管等多个角度报道和讨论与“智能”相关的议题。请注意，我们说的智能，不只是 AI。