Ilya 新公司 SSI 官宣融资 10 亿美元，带你快速跟进大模型行业热门动态

大模型周报将从【企业动态】【技术前瞻】【政策法规】【专家观点】四部分，带你快速跟进大模型行业热门动态。

01 企业动态

Ilya 新公司 SSI 官宣融资 10 亿美元

据报道，由 联合创始人、前首席科学家 Ilya 在 2 个多月前共同创立的安全超级智能（SSI）公司，完成融资 10 亿美元。这笔融资将用于帮助开发远超人类能力的安全人工智能（AI）系统。SSI 拒绝透露公司最新估值，但接近此事的消息人士称 SSI 的估值已经高达 50 亿美元。Ilya 表示，他将采用与 不同的方式继续践行 law，但尚未透露任何细节。 有望年底发布 GPT-Next，比 GPT-4 强 100 倍

据《科创板日报》报道，在最近举行的 KDDI 峰会上， 日本子公司首席执行官 Tadao 透露，代号为“GPT-Next”的新一代模型性能预计将比现有的 GPT-4 模型强大 100 倍，并计划在今年晚些时候发布。GPT-Next 模型性能的提升归功于其优化的架构设计和学习效率的改进，而不是单纯依赖于庞大的计算资源。

智谱完成新一轮数十亿元融资

近日，智谱以 200 亿元的投前估值，完成了新一轮融资，金额达数十亿元。本轮领投方为中关村科学城公司，其为海淀区政府设立的市场化投资平台。

推出 计划

为其人工智能（AI）聊天机器人 推出一个新的订阅计划—— ，主要面向希望获得更多管理控制和更高安全性的企业客户。 允许企业客户上传公司专有文件，帮助他们分析信息、回答相关问题、创建图形和简单的网页，或者充当专用的 AI 助手，其上下文窗口为 50 万 token，可以在一次提示中处理多达 20 万行代码、几十份 100 页的文档或两小时的音频转录。

马斯克：超级 AI 训练集群 已上线

日前，马斯克在 X 上发帖表示，其人工智能（AI）初创公司 xAI 已经上线了庞大的 AI 训练系统 。 由 10 万张英伟达 H100 GPU 驱动。“ 是世界上最强大的 AI 训练系统，”马斯克表示，“这一系统的规模将在几个月内翻一番，达到 20 万张 GPU（其中 5 万张为 H200)。”

无问芯穹完成近 5 亿元 A 轮融资

日前，无问芯穹宣布完成近 5 亿元 A 轮融资，本轮融资联合领投方为社保基金中关村自主创新专项基金、启明创投和洪泰基金，跟投方包括联想创投、小米、软通高科等。据了解，无问芯穹本次融资募集的资金将用于加强技术人才吸纳与技术研发，做 AI 模型算力的“超级放大器”。

腾讯发布新一代大模型“混元 Turbo”

据财联社报道，在 2024 腾讯全球数字生态大会上，腾讯发布了新一代大模型——腾讯混元 Turbo。该模型采用 MoE 架构，比上一代产品推理效率提升 100%，推理成本降低 50%。此外，腾讯混元 Turbo 的价格也比混元 Pro 降低50%，输出价格为0.05元/千，输入价格为0.015元/千。

面壁智能推出全新 .0 基座模型

日前，国内大模型厂商面壁智能推出端侧模型面壁小刚炮系列升级版本 .0 基座模型。据介绍，.0 参数大小为 4B，性能超越 GPT-3.5，且量化后仅 2GB 内存，对端侧友好，具有无限长文本的特色。

02 技术前瞻

清华、智谱团队推出 ：让 LLM 在长上下文问答中生成精细引用

尽管目前的长上下文大语言模型（LLM）在回答用户基于大量文本的问题时表现出了强大的能力，但由于其回答中缺乏引用（），使得用户很难验证，这导致了人们对其潜在幻觉的可信度的担忧。

在这项工作中，来自清华大学和智谱的研究团队旨在让长文本 LLM 生成具有细粒度句子级引用的回答，从而提高其忠实性和可验证性。他们首先介绍了 -Cite，这是一种自动基准，用于评估当前 LLM 在带引用的长上下文问答（LQAC）中的性能，显示出相当大的改进空间。

为此，他们提出了一种利用现成的 LLM 自动生成具有精确句子级引用的长上下文问答实例的新型管道 CoF（ to Fine），并利用该管道构建了用于 LQAC 的大规模 SFT 数据集 -45k。最后，他们使用 -45k 数据集训练 -8B 和 -9B，成功使它们能够在单个输出中生成准确回复和细粒度句子级引用。

-Cite 上的评估结果表明，他们训练的模型在引用质量方面达到了 SOTA，超过了包括 GPT-4o 在内的先进专有模型。

首个混合 Mamba 和 的多模态大语言模型

扩展多模态大语言模型（MLLM）的长上下文能力涉及一系列系统优化工作，包括模型架构、数据构建和训练策略。在这项工作中，来自香港中文大学、深圳大数据研究院的研究团队，将模型架构调整为 Mamba 和 模块的混合体，并提出了首个混合 MLLM——（Long- Large and ）。它不仅在各种基准测试中取得了具有竞争力的结果，还保持了高吞吐量和低内存消耗。特别是，它可以在单个 A100 80GB GPU 上处理近千张图像，为各种任务展示了广阔的应用前景。

100% 开放的混合专家语言模型

来自艾伦人工智能研究所、 AI 的研究团队及其合作者，推出了一个完全开放的 SOTA 语言模型 OLMoE，它利用了稀疏混合专家（MoE）机制。OLMoE-1B-7B 拥有 70 亿参数，每个输入 token 仅使用 10 亿参数。他们在 5 万亿个 上对其进行预训练，并进一步创建了 OLMoE-1B-7B-。他们的模型在性能上超越了所有具有相似激活参数的现有模型，甚至超过了如 -13B-Chat 和 -16B 等大模型。

：1 个 GPU，1 分钟，16K 图像

新加坡国立大学团队提出了一种广义线性注意力范式，来作为广泛流行的线性 token 混合器的一种低秩近似。为了节省训练成本并更好地利用预训练模型，他们从预训练的 。初始化该模型并提炼知识。

结果发现，经过相对较少的训练提炼出的模型，即 ，在性能上与原始 SD 持平甚至更优，同时显著降低了时间和内存复杂度。广泛实验表明， 提供了满意的零样本跨分辨率生成性能，能够生成 16K 高分辨率图像。此外，它与预训练的 SD 组件高度兼容，如 和 IP-，无需进行适配。

MIT 团队提出上下文归因方法

语言模型在生成回答时是如何使用提供的上下文信息的？我们能否推断出一个特定生成的陈述实际上是基于上下文，还是一个误解，或者完全是编造的？为了帮助回答这些问题，麻省理工学院（MIT）团队提出了上下文归因问题：确定是上下文的哪些部分（如果有的话）导致模型生成了一个特定的陈述。然后，他们提出了一种简单且可扩展的上下文归因方法 ，其可以应用于任何现有的语言模型之上。

：如何让 LLM 理解科学文献？

为了开发专门用于科学文献理解的大语言模型（LLM），来自深势科技、中国科学技术大学的研究团队提出了一种混合策略，将持续预训练（CPT）和监督微调（SFT）结合起来，从而同时注入科学领域知识并增强特定领域任务的指令遵循能力。应用这一策略，他们推出了 ，专门用于科学文献理解。

Mini-Omni：首个用于实时语音交互的完全端到端开源模型

在这项工作中，研究团队推出了一种基于音频的端到端对话模型 Mini-Omni，其能够进行实时语音交互。为了实现这一功能，他们提出了一种基于文本指令的语音生成方法，并在推理过程中采用 batch 并行策略，从而进一步提高性能。这一方法还有助于保留原始模型的语言能力，并将退化程度降到最低，从而使其他工作能够建立实时交互能力。