消息传，OpenAI将在12月发布「猎户座」模型丨谷歌正在开发网页任务自动处理项目丨智谱清言APP上线语音对话功能

2025-01-08 来源：AI图库吧

AI奇点网2024年10月28日报道丨AI资讯早报

消息称，OpenAI将在12月发布新模型「猎户座」

当地时间10月25日，知名科技媒体The Verge发布独家消息称，OpenAI将在ChatGPT推出的两周年之际，在今年的12月之前，推出一款全新设计的大模型——Orion（代号“猎户座”）。

据内部人士透露，Orion会使用OpenAI o1大模型生成的合成数据进行预训练，还会使用一些其他类型的模型混合在一起使用，据称其性能可以比GPT-4这一代的初始版本，要更强100倍，非常接近AGI。

但新模型的发布流程和之前的产品都不太一样，OpenAI会考虑先将新产品分享给技术合作伙伴，帮助他们开发具有竞争性的生成式AI产品或优先使用权。

例如，微软的工程师正筹备在微软的Azure云服务上提供Orion猎户座模型的托管服务，预计11月底就能上线测试。

该消息发布后，OpenAI CEO奥特曼发文回应“这是一个假消息”，但没有给出合理的解释，引发了网友们的普遍质疑。

谷歌正在开发「贾维斯」项目，可将网页端操作任务自动化

据 The Information 报道，谷歌公司正在开发代号为「贾维斯」的新项目，该项目可以帮助用户执行包括收集浏览搜索研究、购买商品或预订航班在内的一系列在网页端上执行的日常任务。

报道指出，该项目将由未来推出的 Google Gemini 大模型来驱动，并且仅适用于 Chrome 浏览器，该项目预计最早将在 12 月亮相。

「贾维斯项目」支持通过让 AI 截取屏幕截图后解析图中的内容，同时自动点击网页上提供的操作按钮或输入相关的文本，从而帮助用户自动化执行日常的网页任务。

智谱清言APP上线语音对话功能GLM-4-Voice

10月25日，智谱清言APP宣布上线 GLM-4-Voice 语音模型，这是一个“端到端”的情感语音模型，目前仅支持语音对话，后续将推出视频实时对话功能，可以通过调用手机摄像头对取景框的信息进行解读。

官方表示，GLM-4-Voice 能够理解情感，有情绪表达、情感共鸣，可自助调节语速，支持多语言和方言，并且延时更低、可随时打断，用户即日起可在APP上体验。

据介绍，GLM-4-Voice 可以提供丰富的情感表达和情感共鸣：声音有不同的情感和细腻的变化，如高兴、悲伤、生气、害怕等。用户可以在同一轮对话中，要求 AI 助理说快一点或者慢一点。

在对话过程中可以随时打断，灵活输入指令并实时响应，调整语音输出的内容和风格，支持更灵活的对话互动。

目前 GLM-4-Voice 支持中英文语音以及中国各地方言，尤其擅长粤语、重庆话、北京话等。

Meta推出Llama 3.2 1B/3B轻量版：功耗更低，适配更多端侧设备

10 月 27 日消息，继今年 9 月开源 Llama 3.2 的 1B 与 3B 模型之后，Meta 于 10 月 24 日发布了这两个模型的量化版本，量化后的模型大小平均减少了 56%，RAM 使用量平均减少了 41%，模型速度提高了 2 至 4 倍，同时降低了功耗，使这些模型能够部署到更多移动设备上。

模型量化（Model Quantization）通过各种训练方式将浮点模型转为定点模型，可以压缩模型参数，降低模型的复杂性，以便于在更轻量的平台运行。

Meta 表示，他们采用了量化感知训练（QAT）和后训练量化（SpinQuant）两种方法对模型进行量化，其中“量化感知训练”更重视模型的准确性，而“后训练量化”更强调模型的可移植性。

据介绍，研究人员一共为 Llama 3.2 的 1B 和 3B 模型各推出了两款量化版本，分别为 Llama 3.2 1B QLoRA、Llama 3.2 1B SpinQuant、Llama 3.2 3B QLoRA 和 Llama 3.2 3B SpinQuant。

Meta 声称，这些量化模型比非量化的 Llama BF16 模型速度更快，占用更少的 RAM，并且功耗更低，同时保持与 Llama BF16 版本几乎相同的精度。

尽管量化后的 Llama 3.2 1B 和 3B 模型仅支持 8000 个 Token 的上下文（原版模型支持 12.8 万个 Token），但 Meta 的测试发现，无论是 Llama QLoRA 还是 Llama SpinQuant 等量化版本的基准测试结果实际上与原来的 Llama BF16 版本相差不远。