头条

在世界各地销售AI产品仍然太难

https://a16z.com/2023/07/28/merchant-of-record-generative-ai-digital-first-global/
尽管创建一家公司从未如此简单，但在全球范围内销售产品仍然非常困难。 a16z 解释了为什么Merchant of Record计划可能是解决方案。

Stack Overflow 通过 OverflowAI 进入生成式 AI 世界

https://venturebeat.com/ai/stack-overflow-jumps-into-the-generative-ai-world-with-overflow-ai/
Stack Overflow 正在将生成式人工智能功能集成到其平台中，以增强搜索功能并为开发人员提供帮助。 OverflowAI 将于 8 月推出 alpha 版本。这些工具包括 Visual Studio Code 扩展和 Slack 集成。

研究

谷歌在机器人领域取得新突破

https://robotics-transformer2.github.io/
Transformers 被用到了计算机视觉，Transformers 也被用来做计划，Transformers 也可以用来做控制么？看起来Transformers 正在继续通过谷歌的下一代机器人技术迭代来统治世界，这些技术使用强大的预训练模型来提高机器人性能的各个方面。

语言模型学习技能来学习语言

https://arxiv.org/abs/2307.14430
作为弄清楚语言模型在预训练时的作用的一部分，您可以设置合成数据任务来测试各种技能，然后整理包含有助于告知这些技能的数据的数据集。如果您对 10 亿个Token进行训练，则可以获得与使用适当管理的数据集对 30 亿个Token进行训练相同的性能。

人工智能现在可以从模拟环境中学习

https://arxiv.org/abs/2307.14993v1
Thinker算法引入了一种独特的方法，允许人工智能独立地与模拟环境交互并从中学习，从而提高其制定战略计划的能力。该算法在 Sokoban 和 Atari 2600 基准游戏中进行了测试，显示出顶级性能，为人工智能强化学习提供了一种新方法，并彻底改变了规划与决策过程的整合方式。

工程

文本生成接口 (GitHub Repo)

https://github.com/huggingface/text-generation-inference
用于文本生成推理的 Rust、Python 和 gRPC 服务器。在 HuggingFace 的生产中用于为 Hugging Chat、推理 API 和推理端点提供支持。最近更改了许可证，不可用于商业用途。

谷歌的Bard和视觉理解的挑战 (GitHub Repo)

https://github.com/htqin/googlebard-visunderstand
谷歌的对话式人工智能 Bard 现在能够处理除文本之外的视觉输入，为多模式生成模型创造了新的可能性。然而，这项针对 13 个不同视觉场景的研究表明，巴德在视觉理解方面存在困难，这表明人工智能模型的未来发展还有很大的改进空间。

通过自我监督学习获得更好的医学成像

https://arxiv.org/abs/2307.14725v1
该研究引入了 vox2vec，这是一种创新方法，它使用自我监督学习来更好地理解体素（3D 像素）级别的 CT 扫描等医学图像。结果表明，与该领域的其他技术相比，vox2vec 表现出色，提供了一种更高效的解决方案，需要更少的可训练参数。