6月13日，OpenAI将其国际游说团队员工数增加到 35 人，年底增加到 50 个。
6月13日，OpenAI在过去约六个月的时间里，公司年化营收达到了34亿美元，相比去年年底16亿美元翻了一倍多，收入大多来自ChatGPT订阅和Azure分成。
6月13日，腾讯与广汽集团合作打造AI 大模型上车和自动驾驶轻地图方案。
6月13日，科大讯飞表示，公司50%研发投入用于确保大模型底座能力能够始终代表中国最佳水平，中美之间的底座模型能力还存在半年到一年的动态追赶过程。
6月14日，日本芯片新创企业EdgeCortix研发出生成式AI运算处理专用的新型半导体芯片，耗电量可降低到其他竞争产品的四分之一，并委托台积电生产。
6月15日，Facebook母公司Meta Platforms Inc.宣布，由于欧洲监管机构的干预，将无限期推迟原计划在欧洲推出的Meta AI聊天机器人。
6月15日，AI初创公司Alembic宣布采用图神经网络完全解决LLM幻觉问题。
6月15日，ACL 2024：GPT等大模型显著能力缺陷，数据标注还得靠人类。
6月16日，阿里魔搭团队发布了多模态智能体Mobile-Agent-v2，基于纯视觉的操作策略，引入多智能体协作架构，强化手机端侧自动化操作能力。
6月16日，DeepMind发布根据视频生成音频技术V2A ，全自动配音、配乐。
6月17日，DeepMind提出用混合架构方法解决Transformer模型的推理缺陷。
6月18日，国家药监局印发《药品监管人工智能典型应用场景清单》，旨在推动人工智能技术在药品监管领域的研究探索。
6月19日，OpenAI 拓展医疗保健领域，使用GPT-4o 模型打造AI诊疗工具。
资讯精读
1.【政策】OpenAI计划将国际游说团队人数增加至50人
6月13日，OpenAI已将其国际游说团队（全球事务团队）的员工人数从 2023 年初的3人增加到35人，OpenAI还计划到2024年底将该团队人数增加到50个。这一改变正值各地监管部门探索有关人工智能安全的立法之际，这些立法可能会影响OpenAI的发展。知情人士称，OpenAI参与了今年通过的欧盟《人工智能法案》的讨论，OpenAl等人工智能公司认为，在该法案的早期草案中，一些模型不应被视为提供“高风险”的模型，并因此面临更严格的法规监管。全球事务团队只占OpenAI员工的一小部分，但是该公司最国际化的部门，在比利时、英国、爱尔兰、法国、新加坡、印度、巴西和美国派驻了员工。
天翼智库：由于OpenAI面临巨大的估值提升和商业变现压力（2024年1-5月年化营收仅为34亿美元），目前已经出海到全球40多个国家和地区，特别是在欧洲和东南亚等区域开拓大模型应用海外市场。鉴于欧盟立法历史上的数据保护等法案出台最早且监管要求较为严厉，对全球相关产业的发展带来实质性的影响，也为后续各国陆续制定相关法案提供了重要借鉴，OpenAI在欧盟《人工智能法案》草案发布期间充分参与了讨论，通过积极应对减轻了监管负担。运营商可以借鉴OpenAI的做法，在低空经济、AI等法规制定过程中尽早参与讨论。
2.【技术】图神经网络成破解核心，精准预测因果消除“幻觉”
6月15日，AI初创公司Alembic宣布，一种全新AI系统完全解决了LLM虚假信息生成问题。联创兼首席执行官Tomás Puig在接受Venture Beat独家采访时透露，“取得这一关键突破在于，AI能够在海量企业数据集中，识别随时间变化的因果关系，而不仅仅是相关性”。他接着表示，我们基本上让生成式AI免于产生幻觉。它可以确定性输出，也可以谈论因果关系。Alembic突破的核心是一种新型图神经网络。它充当因果推理引擎获取数据，组织成一个复杂节点和连接网络，捕捉事件和数据点随着时间推移形成的关联。
天翼智库：“幻觉”问题、推理缺陷是大模型落地应用的重要阻碍，图神经网络（GNNs）或成技术突破口。GNNs是用于处理图数据结构的深度学习模型，通过学习节点间关系进行预测或分类，近期在提升大模型可靠性的相关研究中被多次提及。为消除“幻觉”，Alembic提出具有时间和因果意识的新型GNNs，将企业数据组织串联，通过学习历史结果背后的“原因”来精准指导未来行动，提高模型结果的可靠性。谷歌DeepMind也将Transformer的语言理解能力与基于GNNs的神经算法推理器（NAR）的稳健性相结合，实现更泛化、稳健、准确的LLM推理。运营商可高度关注GNNs相关研究进展，探索提升模型可靠性的技术创新。
3.【产业】阿里魔搭团队发布手机端侧自动化Mobile-Agent-v2版本
6月16日，阿里魔搭团队等在今年年初发布的Mobile-Agent基础上再次发布了多模态智能体Mobile-Agent-v2。Mobile-Agent基于纯视觉方案，通过视觉感知工具和操作工具实现智能体在手机上的操作，而不依赖其他系统级别的UI文件，能够实现即插即用。Mobile-Agent-v2维持了基于纯视觉的操作策略，引入多智能体协作架构，强化了跨应用操作和多语言处理能力。新版本具体改进包括任务拆解能力，增强了跨应用和多语言场景下的自动化手机操作效率。目前Mobile-Agent-v2已经集成进Model Scope-Agent中，通过实际演示证明了其在自动化服务中的应用潜力，特别是对老人及视障人群的帮助。
天翼智库：移动设备操作正成为多模态大模型应用的流行场景，近期谷歌、微软、苹果等巨头陆续公布基于大模型实现设备屏幕感知、跨应用操作的最新进展。Mobile-Agent-v2的技术优化思路将助力相关应用向好发展。Mobile-Agent-v2通过引入规划、决策和反思等多智能体协作架构，解决了在单一智能体架构下追踪任务进度难度大的问题，其中规划智能体负责简化任务追踪并提供当前任务进度、决策智能体负责生成、执行操作动作、反思智能体负责监测并纠正操作错误。建议运营商加快布局“大模型+终端”，以自研推进多模态大模型技术创新，联合上下游硬件厂商探索面向手机、智能家居等重点领域的创新应用。
4.【资本】OpenAI计划全面转为营利性AI公司，启动IPO上市
6月15日，OpenAI CEO 山姆·奥特曼告诉部分股东，OpenAI正在考虑将其治理结构转变为一家营利性企业，Anthropic和xAI等竞争对手正在采用这种方案，报道称，这样的变化可能为 OpenAI 最终进行首次公开IPO打开大门，目前OpenAI 公司估值为860亿美元。同时，这也可能让奥尔特曼有机会入股OpenAI公司，投资者也一直推动这一举措。2023年11月，OpenAI 爆发内讧危机，董事会解雇了奥特曼，引发了营利部门内部的员工反抗，而公司最大投资人微软却在其中毫不知情。因此，OpenAI戏剧性事件，导致这种“怪异”的董事会结构暴露在公众面前，并显示当前架构的脆弱性。
天翼智库：OpenAI创始人山姆·奥特曼在2019年为避免资本介入导致过度商业化及保证企业控制权，将OpenAI一拆为二，其中非营利组织OpenAI Inc.受理事会控制，以GP的身份成为OpenAI Global LLC的合伙人，负责监督和管理实体公司运营。微软和红杉资本等LP虽然持有OpenAI Global LLC 98%的股权，但是只享有收益权不具备决策权。2023年11月奥特曼被解聘事件发生之后，微软和山姆·奥特曼本人希望加大对OpenAI的控制，包括微软派驻无投票权董事会观察员、将 OpenAI 转变为一家成熟的营利性公司寻求上市增加股东投票权等方式。另外，OpenAI 上市能够吸引千亿美元以上资金，也有助于扩大其在全球大模型市场的领先优势。
5.【观点】大模型四小龙激辩AGI的未来
6月14日，国内四小龙大模型商在2024年智源大会上就“大模型是否是通往AGI之路的基石”展开深入探讨。百川智能CEO王小川认为大模型是通往AGI的基石，但仅靠Scaling Law无法实现AGI，还需进行范式转换，如数据算法算力的创新，以及探索新的学习范式和压缩模式。智谱AI CEO张鹏认为虽然目前无法确定大模型能否帮助人类达到AGI的顶峰，但在现阶段，大模型是有效的，并且Scaling Law在未来相当一段时间内仍然会发挥作用。月之暗面CEO杨植麟认为大模型是第一性原理，通过提升模型规模和进行更好的压缩，可以产生智能。面壁智能CEO李大海认为大模型是通往AGI方向上当前所有技术中能走得最远的，AGI为执行任何任务的边际成本为零，能否直接达到AGI还不确定，大模型的智能密度和小型化也是重要的发展方向。
天翼智库：四小龙CEO基本上都认可“大模型是通往AGI的基石”观点，但也纷纷表示，仅靠Scaling Law是无法实现AGI的，不断提升模型的规模是第一步，后续还应探索如何把语言放到大模型里、如何实现新的学习范式和压缩模式、如何解决数据稀缺问题等。“把模型做得更大”并非唯一出路，大模型的小型化、提升智能密度应当受到重视，业界也正朝着这一方向努力，纷纷发布性能更强、参数量更小的轻量化模型。建议运营商短期内聚焦模型轻量化、多模态大模型等技术创新，未来通过合作围绕创新模型学习范式、压缩模式等领域展开通往AGI的路径前沿研究。
每周快讯
1.【政策】OpenAI计划将国际游说团队人数增加至50人
6月18日，国家药监局今日印发《药品监管人工智能典型应用场景清单》（以下简称清单），旨在推动人工智能技术在药品监管领域的研究探索。清单列出了四大类15个应用场景，包括准入审批类如形式审查和辅助审评、日常监管类如辅助抽检和药物警戒、公众服务类如药物说明书适老化改造和辅助决策类如药物风险管理、数据分析和预测等。这是国内首次在药品监管行业以清单方式明确AI技术适用范围。
2.【技术】拯救Transformer：DeepMind给模型嵌入“算法推理大脑”
6月17日，DeepMind论文提出用混合架构的方法解决Transformer模型的推理缺陷。通过将Transformer的自然语言理解能力（NLU）和基于图神经网络（GNN）的神经算法推理器（NAR）的强大推理能力相结合，可以实现更加泛化、稳健、准确的LLM推理。Transformer作为一种简单、高效的架构，在理解自然语言方面具备无与伦比的泛化能力。然而，随着使用的逐渐深入，Transformer的致命缺陷也暴露出来，即无法胜任精确、稳健的推理任务，这严重限制了大模型在数学、代码等领域下游任务的应用。近年来对Transformer的各种调优、修改似乎也收效甚微。
3.【应用】日本举国支持AI大模型和芯片发展
6月15日，据日经新闻报道，由前谷歌研究员联合创立的日本人工智能初创公司SakanaAI@ 获得日本举国支持，日版OpenAI估值10亿美金，获多家硅谷风投1亿美金投资，包括OpenAI投资人，成为日本公司最快跻身独角兽行列的公司。
6月16日，日本芯片制造商Rapidus牵头的研究机构将派遣200名工程师前往美国，在专门制造人工智能（AI）芯片的初创公司Tenstorrent进行培训。参加培训项目的对象主要是30至40岁左右的研究生或来自民间的芯片设计师，回日本国内后可在电信、汽车等行业或研究机构就职。
4.【资本】亚马逊承诺向人工智能初创企业投资2.3亿美元
6月15日，亚马逊(AMZN.US)承诺以亚马逊云服务(AWS)的信用额度投资2.3亿美元，一部分资金将用于资助第二批AWS生成式人工智能加速器，计划为前80家使用生成式人工智能解决复杂挑战的早期初创企业提供专业知识，及每家高达100万美元的额度。AWS人工智能产品副总裁马特·伍德(Matt Wood)表示：“18年来，AWS帮助初创企业建立、启动和扩展业务的数量超过了任何其他云提供商，96%的人工智能或机器学习独角兽企业都在AWS上运行，这绝非巧合。”根据路透社的报道，亚马逊指出，它每年已向初创企业提供10亿美元的云额度。今年早些时候，亚马逊表示希望扩大其人工智能平台的市场份额，以涵盖Anthropic、MetaPlatforms(META.US)、MistralAI和Cohere等公司使用。
5.【观点】IMF：对AI造成大规模失业、不平等加剧的可能性深感担忧
6月18日，国际货币基金组织（IMF）刊出了一份名为《拓宽生成式人工智能的收益：财政政策作用》的研究报告。报告中，IMF直言对“AI大量抢走人类饭碗”深感担忧，同时呼吁各国政府采取更多措施来保护自己的经济。IMF表示，生成式人工智能具有巨大的潜力，能够促进生产力增长和推进公共服务的可及性。但该组织也警告称，这种技术引发了有关“大规模失业和不平等问题不断加剧”的深刻担忧。IMF预期，AI转型可能会更加频繁地影响高技能劳动者和白领工人。在之前的生产力暴增时期，主要影响的是蓝领工人，以后存在诸如“高技能职业工作岗位减少”的可能性。该组织警告称，生成式AI也有可能营造出一个“日益集中和赢家通吃的市场”，资本将聚集在个别极少数的公司手里。与之持有相近观点的还有高盛，这家华尔街大行去年曾预测AI可能会取代全球3亿份工作。
本文作者
张小东
战略发展研究所
一级分析师
硕士，长期从事数字产业发展和政策研究，近年来专注于数字产业、合规管理、数字出海业务研究等领域。
王晓娣
战略发展研究所
助理分析师
大连理工大学硕士，就职于中国电信研究院，专注于人工智能、工业互联网等领域技术及产业研究工作。
