通用人工智能（AGI）领域迎来非常热闹的一天。

8月6日美工兼职，OpenAI高管持续动荡，公司联合创始人之一约翰·舒尔曼（John Schulman）宣布正式离开OpenAI，转投竞争对手生成式人工智能公司Anthropic进行“人工智能对齐”研究；而公司总裁格雷格·布罗克曼（Greg Brockman）目前正享受着一段延长的休假，预计年底回归；去年加入OpenAI的产品负责人彼得·邓（Peter Deng）也已离职。

与此同时，国内AI 领域“卷”向了开源。8月6日，智谱开源清影模型CogVideoX-2B，阿里团队推出开源 AI 视频生成框架 Tora研究；面壁智能公布端侧AI多模态模型MiniCPM-V 2.6，全面对标 GPT-4V 水平。

另外，有消息指，月之暗面日前完成了超3亿美元融资，投资方包括腾讯、高榕资本和阿里等，估值达到33亿美金（约合人民币235.3亿元），成为国内规模最大的 AI 大模型公司。

钛媒体AGI简要梳理过去24小时内 AGI 行业发生的重要消息。

OpenAI比较乱套：再遭诉讼，多名安全部门高管离职

OpenAI人事动荡仍未结束。

当地时间8月5日，OpenAI的联合创始人之一约翰·舒尔曼（John Schulman）正式离开OpenAI，加入Anthropic。据报道，舒尔曼称这是因为他希望加深对人工智能安全领域的关注，并从事更多的实际技术工作。舒尔曼在推文中写到：“我相信在Anthropic我可以获得新的视角，并与那些深入研究我最感兴趣的课题的人一起做研究。没有我的加入，OpenAI和我所在的团队将继续茁壮成长。”

今年5月底，OpenAI宣布已开始研发一种新的人工智能模型，该模型将接替驱动ChatGPT的 GPT-4技术。该公司表示，预计新模型将带来“更高水平的能力”。

然而，在人工智能模型突飞猛进的同时，OpenAI本身正遭受来自同行和政府部门的大量诉讼和审查。特斯拉CEO埃隆·马斯克（Elon Musk）于5日在美国加利福尼亚州北部一家联邦法院再次向OpenAI及其首席执行官山姆·奥特曼（Sam Altman）发起诉讼，声称奥特曼等人“操纵他”共同创办了这家人工智能公司。

相关诉讼文件显示，马斯克称OpenAI正在试图建立一个“不透明的营利性关联网络”，将公司的商业利益置于公共利益之上。此外，马斯克的律师马克·托伯洛夫（Marc Toberoff）表示，新的起诉书包含更多指控，包括OpenAI违反联邦敲诈勒索法和参与“大量电信欺诈行为”的证据。

此外，据路透社近日报道，美国联邦贸易委员会（Federal Trade Commission）目前正在审查OpenAI违反消费者保护法的潜在证据。上个月，几位OpenAI内部的“吹哨人”向美国证券交易委员会（SEC）提出申诉，指控公司管理层非法限制员工谈论其人工智能技术。

最近几个月，OpenAI多位知名度较高的安全负责人也纷纷退出了公司，其中几位公开声称公司将新产品的迭代置于安全之上。

5月，OpenAI的联合创始人兼首席科学家伊利亚·苏茨克沃（Ilya Sutskever）和“超级对齐”（Superalignment）团队的扬·雷克（Jan Leike）正式从OpenAI辞职。此外，另一位联合创始人布罗克曼也于近日表示将延长休假至今年年底。

目前，OpenAI最初的11人创始团队只剩下包括奥特曼在内的两名成员。

奥特曼、马斯克和布罗克曼（Brockman）等人于2015年共同成立了OpenAI，起初作为一家非营利性实验室研发通用人工智能（AGI）。据报道，马斯克于2018年和OpenAI管理层发生权力斗争后退出，同时撤回了对该公司的资金支持。迫于资金压力，奥特曼于2019年宣布将OpenAI从非营利组织转变为有“利润上限”的营利组织，并与微软公司达成了130亿美元的融资协议。目前，这项协议正在接受欧盟反垄断组织的审查。

智谱版 Sora 开源：第一个开源的商用级视频生成模型

7 月 26 日，智谱发布AI 生视频产品「清影」，30秒将任意文图生成视频，并上线在他们的AI助手「智谱清言」上，被誉为是国内首个人人可用的Sora。发布 6 天，「清影」生成视频数就突破百万量级。

8月6日，智谱AI宣布将与「清影」同源的视频生成模型——CogVideoX开源，以期让每一位开发者、每一家企业都能自由地开发属于自己的视频生成模型。

随着大型模型技术的持续发展，视频生成技术正逐步走向成熟。以Sora、Gen-3等闭源视频生成模型为代表的技术，正在重新定义行业的未来格局。然而，截至目前，仍未有一个开源的视频生成模型，能够满足商业级应用的要求。

CogVideoX开源模型包含多个不同尺寸大小的模型美工兼职，目前智谱开源CogVideoX-2B，它在FP-16精度下的推理仅需18GB显存，微调则只需要40GB显存，这意味着单张4090显卡即可进行推理，而单张A6000显卡即可完成微调。

CogVideoX-2B的提示词上限为226个token，视频长度为6秒，帧率为8帧/秒，视频分辨率为720*480。

智谱表示，其最新开源模型为视频质量的提升预留了广阔的空间，期待开发者们在提示词优化、视频长度、帧率、分辨率、场景微调以及围绕视频的各类功能开发上贡献开源力量。

“我们已经验证了scaling law在视频生成方面的有效性，未来会在不断 scale up 数据规模和模型规模的同时，探究更具突破式创新的新型模型架构、更高效地压缩视频信息、更充分地融合文本和视频内容。”智谱表示。

面壁智能端侧多模态MiniCPM-V 2.6发布，实时视频理解首次上端

8月6日，面壁智能发布了端侧最强多模态模型MiniCPM-V 2.6，该模型在多方面展现出对标GPT-4V的性能，引发广泛关注。过去半年大模型风向转变，端侧模型备受青睐。面壁智能此前因被抄袭事件彰显实力，此次新模型将端侧多模态能力提升到新高度。

重要亮点如下：

超越 GPT-4V 的多模态能力：首次在端侧实现单图、多图、视频理解等多模态核心能力全面超越 GPT-4V，在多个评测榜单上取得优异成绩。

创新的技术与架构：采用统一高清视觉架构，实现能力迁移和知识共享，节省视觉 token 数量，还能进行复杂推理。

出色的性能表现：取得两倍于 GPT-4o 的单 token 编码像素密度，量化后端侧内存仅占 6GB，端侧推理速度快，支持多种语言和多种推理方式。

广泛的应用场景：能精准识别物品、计算小票金额、提炼视频关键信息、解释梗图、指导自行车车座调整等。

低幻觉率与黑科技：幻觉率低，应用面壁 RLAIF-V 和 Ultra 系列对齐技术等黑科技。

下载量与未来展望：小钢炮系列下载量已破百万，未来有望推出更多优质端侧 AI 模型，造福独立开发者和普通用户。

开源：提供了 GitHub 和 HuggingFace 的开源链接。GitHub https://github.com/OpenBMB/MiniCPM-V；HuggingFace:https://huggingface.co/openbmb/MiniCPM-V-2_6

面壁智能联合创始人、首席科学家，清华大学计算机系长聘副教授刘知远发朋友圈表示，将端侧智能进行到底。

零一万物：Yi API Function Call 功能上线

8月6日消息，据零一万物官方消息，Yi API 正式新增 Function Call 功能。

据零一万物表示，最新的模型 Yi-Large-FC 经过针对性训练，具备良好的深度理解能力、强大的指令遵循能力，既能根据用户的输入判断何时应调用函数，又能使用更贴近工具函数定义的 JSON 进行响应；同时完美兼容 OpenAI 的接口设计，能够丝滑“平替GPT”。

具备 Function Call 能力，意味着模型能够根据输入判断是否需要、何时调用外部工具，并输出请求调用函数的消息，包括函数信息、参数信息等。这种设计使得大模型能够与外部工具 API 有效地连接起来。

零一万物透露，Yi-Large-FC 在权威评测榜单 Berkeley Function-Calling Leaderboard (BFCL)总榜排名世界第六，优于GPT 4-Turbo、Gemini 1.5 Pro等一众海外知名头部模型，同时，该榜单上也有多款中国模型的身影出现，截至目前，Yi-Large-FC 是榜单前十中唯一一款中国模型。（2024年8月5日数据）

而在更偏向实际调用API场景、注重可执行性的 Exec 摘要得分排行中，Yi-Large-FC 得分仅次于 Claude 3.5 Sonnet，处于世界第二。

阿里团队推出AI视频框架 Tora：画圈操控物体运动轨迹

8月6日，据 GitHub 页面显示，阿里团队最新推出了 AI 视频生成框架 Tora，同时集成了文本、视觉和轨迹条件用于生成视频，是基于轨迹导向的扩散变换器（DiT）技术。

Tora 由一个轨迹提取器（TE）、一个时空 DiT 和一个运动引导融合器（MGF）组成：TE 使用 3D 视频压缩网络将任意轨迹编码为分层时空运动补丁。MGF 将运动贴片集成到 DiT 模块中，以生成遵循轨迹的连贯视频。

Tora 无缝契合 DiT 设计，支持制作最长 204 帧、720P 分辨率的视频，电商美工外包网可以精确控制不同持续时间、宽高比和分辨率的视频内容。大量实验证明，Tora 在实现高运动保真度方面表现出色，同时还能细致模拟物理世界的运动。

OpenAI 宣布今年DevDay 定档十月，不会公布 GPT-5

8月6日消息，据 TechCrunch 报道，OpenAI 表示将改变 DevDay 大会的形式，从一个大型活动转变为一系列开发者参与会议。

OpenAI还确认，它不会在 DevDay 期间发布下一款主要旗舰大模型，而是将重点放在 API 和开发者服务的更新上。

据悉，OpenAI 今年的 DevDay 活动将于 10 月 1 日在旧金山、10 月 30 日在伦敦、11 月 21 日在新加坡举行。所有活动都将包括研讨会、分组会议、OpenAI 产品和工程人员的演示以及开发者聚光灯。报名费为 450 美元，报名截止日期为 8 月 15 日。

参与大模型独角兽月之暗面3亿美元融资？腾讯和月之暗面：不予置评

8月6日消息称，腾讯参与国内大模型独角兽、Kimi智能助手公司月之暗面（Moonshot AI）3亿美元融资，这使得该公司估值提升至33亿美元。

月之暗面和腾讯方面均对该融资消息不予置评。

月之暗面创立于2023年3月，是一家致力于通用人工智能领域的国内创业公司，2023年10月推出全球首个支持输入20万汉字的智能助手产品Kimi。据天眼查，月之暗面已进行四轮融资，累计金额超百亿，成立一年估值已超200亿元。

今年5月，有市场消息称，月之暗面正在以30亿美元估值进行最新一轮融资，新入局的投资者包括腾讯、高榕创投等。这意味着，在投资MiniMax、智谱AI和百川智能之后，腾讯再次将一家大模型独角兽公司拉入自家阵营。

今年2月19日，月之暗面完成超过10亿美元融资，一举刷新国内AI领域最大单笔融资纪录，投资的资本方众多，包括红杉中国、小红书、美团、阿里等。

本轮融资过后，33亿美金（约合人民币235.3亿元）的估值，让月之暗面成为国内规模最大的 AI 大模型公司。

字节跳动推出对标快手可灵和 Sora 的“即梦 AI”，已上架苹果 App Store 及安卓应用商店

8 月 6 日消息，钛媒体AGI独家获悉，字节跳动推出的一款名为“即梦 AI”的一站式 AI 创作平台，目前已经上架到苹果 App Store 以及安卓各大应用商店。

这款 App 由剪映、醒图团队（深圳市脸萌科技有限公司）研发，采用内购模式。会员服务连续包月 69 元（单月 79 元）或连续包年每年 659 元，对应购买 505 个积分 / 月（可生成约 2050 张图片或 168 个 AI 视频）。

早前钛媒体AGI报道称，字节跳动内部将 AI 大模型设为集团P0最高级别的方向。同时，抖音、剪映等内部多个团队也在研发 AI 视频模型应用，并且形成“赛马”模式，尤其字节跳动在长视频、高动态方向上具备多个创新技术。

除了字节跳动之外，快手是中国最大的视频应用之一，上个月底向全球用户开放了其 Kling AI 文本转视频模型。其测试版可供全球用户使用，注册时只需提供电子邮件地址即可；智谱AI也在上个月推出了其视频生成模型Ying清影，而在其推出几天后，另一家初创公司生数也正式公开测试其Vidu产品，上述均包括了销售方案。

上架产品英伟达被曝每天爬超80年视频数据量，北大学术数据集也遭殃

继其最强 AI 芯片被曝量产延期、市值蒸发超 3000 亿美元之后，8月6日，英伟达又被 404 Media 曝出，在未经授权的情况下，从 YouTube、Netflix 等平台抓取视频内容，用于训练其尚未对外公布的 AI 视频模型。

内部邮件和 Slack 聊天记录显示，尽管英伟达员工对使用这些数据集的合法性和伦理问题提出了质疑，但公司管理层表示这些行为已得到高层批准，并辩称其行为符合版权法。

一位前英伟达员工（404 Media 授予匿名权以讨论英伟达内部流程）表示，员工被要求从 Netflix、YouTube 和其他来源抓取视频，以训练英伟达的 Omniverse 3D 世界生成器、自动驾驶汽车系统和「数字人」产品的 AI 模型。

值得一提的是，在 2 月末的内部讨论中，英伟达提及了其正在使用的多个数据集，其中就包括 HD-VG-130M。后者是一个包含 1.3 亿个 YouTube 视频的数据集，由北京大学的研究人员构建而成，而其使用许可证明确规定仅限于学术研究。

对此，英伟达的一位发言人在给 404 Media 的一封电子邮件中表示：“我们尊重所有内容创作者的权利，并坚信我们的模型和研究工作完全符合版权法的字面要求和精神。版权法保护特定的表达方式，但不保护事实、观点、数据或信息。任何人都可以从其他来源学习事实、观点、数据或信息，并用它们来创造自己的表达。合理使用也保护将作品用于变革性目的的权利，例如模型训练。”

马斯克带领X公司全面搬家

8月6日消息，X CEO 琳达·雅卡里诺在泄露的邮件中透露，公司将关闭旧金山总部，并将员工调迁到圣何塞和与http://x.AI共享的帕洛阿尔托办公空间。

在周一的一封邮件中，埃隆·马斯克任命的X公司CEO琳达·雅卡里诺简要通知员工，公司计划关闭已作为Twitter总部超过十年的旧金山办公室。

“经过深思熟虑，我们决定在未来几周内关闭旧金山办公室，”雅卡里诺在《财富》杂志看到的邮件中写道。“这是一个影响到很多人的重要决定，但从长远来看，这是对公司有益的。”

大约三周前，马斯克在X平台上突然宣布公司的总部将搬迁到德克萨斯州，他的其他公司SpaceX、特斯拉和无聊公司也都位于那里。今年早些时候，马斯克和X公司被Market Street大楼的业主起诉，指控其在马斯克于2022年底接管Twitter后未能支付租金。大楼业主在三月份撤回了诉讼。

雅卡里诺给X员工的通知中并未提及如马斯克上个月所称的搬迁至德州。相反，她表示，在旧金山工作的X员工将被转移到圣何塞和帕洛阿尔托的现有办公室。

“我们将努力过渡到我们在湾区的新主要办公地点，”她写道。

Twitter在2012年接管了旧金山大楼，将其作为全球总部。在马斯克成为Twitter所有者后不久，解雇了数千名员工，大楼的几个楼层实际上被关闭。超过十二个全球办公室也被关闭。马斯克还终止了公司的灵活居家办公政策，要求所有员工每天都在办公室工作。

X公司的代表未回应寻求评论的邮件。

以下是雅卡里诺周一发给员工的完整通知：

各位，

经过深思熟虑，我们决定在未来几周内关闭我们的旧金山办公室。这是一个影响到很多人的重要决定，但从长远来看，这是对公司有益的。

我们将努力过渡到我们在湾区的新主要办公地点，包括圣何塞的现有办公室和在帕洛阿尔托与XAl共享的以工程为主的新办公空间。

对于那些在旧金山工作的员工，我知道这会以不同的方式影响到你们每个人。领导层正在积极制定计划，包括为受直接影响的人提供交通安排。

进一步的信息和下一步将会在未来几周内传达。

全新人形机器人Figure 02登场，研发18个月算力提升200%

就在刚刚，一款基于英伟达、OpenAI、亚马逊创始人贝佐斯支持的全新人形机器人来了！

美东时间8月6日，估值高达26亿美元（约合人民币185.84亿元）的人形机器人公司Figure AI宣布推出全新一代Figure 02人形机器人产品，硬件和软件都进行了从零开始的重新设计，拥有灵活自如的手部和对话视觉能力，内置定制的 AI 模型可与人类直接对话，手部具有16个自由度和相当于人类力量，计算和推理能力是上一代Figure 01的3倍，即提升了200%。

同时，Figure 02内置了2.25千瓦时的电池，使运行时间增加了50%，而内置的视觉语言模型（VLM）使机器人摄像头能够进行快速的常识性视觉推理。 该公司透露，Figure 02已经在南卡罗来纳州斯帕坦堡的宝马生产线上进行了测试。

Figure AI创始人兼CEOBrett Adcock表示，Figure 02概念设计评审在2023年2月，历时18个月研发而成。他强调，“这是地球上最先进的人工智能硬件产品。”

（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）

特别声明：以上内容（如有图片或视频亦包括在内）来源于网络，不代表本网站立场。本网站仅提供信息存储服务。如因作品内容、版权和其他问题需要同我们联系的，请联系我们及时处理。联系方式：451255985@qq.com，进行删除。