阿里云通义千问发布免费商用的70亿参数模型，已在魔搭社区上线

根据可靠消息来源透露，近日，大型企业将发布一项重磅产品。这款产品据称将是一个革命性的创新，能够对全球市场产生重大影响。虽然目前相关细节仍然保密，但有消息显示，该产品将采用最先进的技术，具备高度智能化和定制化的特点。预计，该产品将提供用户极致的使用体验和个性化的功能，进一步满足用户对新技术和新产品的需求。 该企业在研发过程中投入了大量资源和人力，致力于开发出一款能够引领行业潮流的产品。业内人士普遍认为，该产品有望撬动市场格局，引领行业的发展方向。消息一出，立即引起了各界的关注和热议，相关行业的竞争对手也对该产品的发布保持高度关注。 据了解，该企业的发布会将在不久后举行，届时将会公布该产品的详细信息。人们对于这一产品的表现和市场反应充满期待。据分析师预测，该产品有望成为未来市场的新宠儿，颠覆传统产业格局，为该企业带来巨大的商业价值。我们将继续关注该事件的进展，为读者及时报道最新的资讯。

阿里云通义千问开源！70 亿参数模型上线魔搭社区，免费可商用

阿里云今天宣布，开源通义千问 70 亿参数模型，包括通用模型 Qwen-7B 和对话模型 Qwen-7B-Chat，两款模型均已上线魔搭社区，开源、免费、可商用。

此举让阿里云成为国内首个加入大模型开源行列的大型科技企业。

谷歌新搜索引擎 SGE 迎来更新，生成内容中增加图片视频

据  9to5Google  报道，谷歌近日对其新搜索引擎 SGE 进行更新，增加多个新功能。

SGE 在今年 5 月公布，可，可以通过 AI 技术生成文本来回答用户搜索的问题。而在更新之后，SGE 可以在生成内容中加入图片和视频等内容，让用户更好地了解信息。

除此之外，谷歌还缩短了 SGE 生成答案的时间，并为答案中的链接增加发布时间等信息，方便用户检查答案时效性。

Meta 推出 AI 开源生成平台 AudioCraft，轻松创作音频内容

据  Meta  官方消息，生成式 AI 工具 AudioCraft 现已开源，用户可借助该平台使用文本提示创作音频内容。

Meta 表示，AudioCraft 中包含了 MusicGen、AudioGen 和 EnCodec 三个核心组件，不仅可以生成高质量的音乐、音频等声音内容，还可以对音频文件进行无损压缩。

DeepWisdom 公布创新框架 MetaGPT，帮助多智能体解决幻觉问题

据  Arxiv  页面显示，DeepWisdom 近日联手厦门大学、香港中文大学深圳分校等机构发布论文，介绍了一款名为 MetaGPT 的创新框架。

MetaGPT 的推出旨在帮助由大语言模型驱动的多智能体协作系统解决幻觉问题。MetaGPT 将标准化操作规程编码为提示，促进结构化协调。之后进一步强制实施模块化输出，使智能体具备类似人类专业人员的领域专长，以验证输出并减少复合错误。通过这种方式，MetaGPT 利用生产线工作模型为各个智能体分配不同的角色，从而建立起一个能够有效和协调地解构复杂的多智能体协作问题的框架。

实验表明，相对于现有的基于对话和聊天的多智能体系统，MetaGPT 具有更高的一致性，能够产生全面的解决方案。

AI 企业级应用服务商弘玑完成约 4000 万美元 C 轮融资

据华兴资本官微消息，AI 企业级应用服务商弘玑于 7 月完成约 4000 万美元的 C 轮融资，结合弘玑在 2021 年完成的 1.5 亿美元 C 轮融资，累计近两亿美元融资，创下同行业最高融资规模纪录。

C 轮由华兴资本担任独家财务顾问。弘玑本轮融资将主要用于 AIGA（AI Generated Automation 即生成式自动化）企业级产品的研发落地、行业资源整合与市场拓展。

弘玑拥有大量的 KA（Key Accounts）客户群体，与领先大客户共同积累的 know-how 有助于 RPA、CoE 与流程挖掘等产品的快速打磨和商业化落地，最终形成标杆效应与技术壁垒。

妙鸭相机 B 端工作站明日上线，已开启内测

据新浪科技报道，妙鸭相机产品负责人张月光透露称，妙鸭相机 B 端工作站明日即将上线，目前已经邀请到一些摄像师、设计人员来做内测，同时也欢迎更多的人参与内测。

Meta 计划将生成式 AI，接入 Facebook 等社交平台

Meta 正在开发一系列具有不同个性的 AI 聊天机器人，此举旨在提高 Facebook 和 Instagram 等社交平台上的用户参与度。这些聊天机器人被 Meta 工作人员称为 "personas"，将模仿人类的对话，并可能呈现出各种角色形式。

重点论文：

当生成式 AI 遇见强化学习：技术现状、机遇和开放研究挑战

生成式 AI 是过去十年计算机科学领域最激动人心的发展之一。与此同时，强化学习 ( RL）已成为各种机器学习任务中非常成功的范例。该研究讨论了三种应用类型，即 RL 作为一种无指定目标的生成替代方法；作为一种在生成输出、同时最大化目标函数的方法；最后，作为一种将目标函数无法轻松捕捉的所需特征嵌入生成过程的方法。此外，该研究也提出，在生成式 AI 中使用 RL 会带来开发与探索之间的平衡问题，许多具有挑战性的问题仍有待解决。

论文地址：点击前往