Meta发布Llama 3开源大模型丨Llama大模型上线网页聊天版本丨月之暗面「Kimi智能助手」功能升级

2024年4月19日报道丨AI资讯早报

Meta发布Llama 3开源大模型：重夺最强开源大模型

当地时间4月18日，硅谷人工智能大厂 Meta 正式推出旗下新一代的开源大语言模型 Llama 3。包括两个版本：Llama 3 8B 与 Llama 3 70B。其中参数量更少的Llama 3 8B在某些测评基准的项目成绩上，甚至超越了参数量更大的 70B版本。

据介绍，Llama 3 使用的数据量是Llama 2的七倍，模型性能和准确性提高，推理、代码生成和遵循指令等方面的能力取得突破，使其更加灵活和易于使用。

Meta 声称，基准测试显示，Llama 3 8B 在 MMLU、GPQA、HumanEval 等测试中击败 Google Gemma 7B 以及 Mistral 7B Instruct，而 Llama 3 70B 则略胜于 Gemini 1.5 Pro。

Meta 还透露，他们最大的模型参数超越 400B，接下来几个月将会推出具备多模态、多语言对话、更长上下文窗口等能力的新模型。

Meta发布Llama大模型在线网页版

当地时间4月18日，Meta 公司正式发布 Llama 3 大语言模型之外，并且宣布推出了在线聊天机器人的网页版。并将 Meta AI 服务扩展到美国之外的 13 个国家和地区，还宣布上线专门的聊天网站：meta.ai。

Meta 公司在新闻稿中表示开始在全球市场扩展 Meta AI，在澳大利亚、加拿大、南非和新加坡等国家和地区推出英语版本。目前 Meta AI 扩展的国家和地区包括：澳大利亚、加拿大、加纳、牙买加、马拉维、新西兰、尼日利亚、巴基斯坦、新加坡、南非、乌干达、赞比亚、津巴布韦。

Meta AI 在网页端整合了最新发布的 Llama 3 大语言模型，执行人物的速度更快、智能性更高、功能更强，是执行各种 AI 自动化任务的理想选择。

月之暗面「Kimi智能助手」功能升级

4月18日，国内 AI 初创公司月之暗面宣布为旗下 AI 聊天机器人 Kimi 推出新功能。提升模型能力与基座稳定性，内置官方提示词支持常用语，增加语音输入输出和播报功能，优化翻译准确性与逻辑推理，改善用户体验。

具体来说，本次 Kimi 在四个方面迎来了更新：

模型能力提升，更稳的基座能力Kimi 常用语，更开箱即用的 Prompt语音输入/播报，更丰富的交互搜索支持引用溯源，更严谨的回答

据介绍，Kimi 在逻辑能力、交互方式上取得进步，给出的信息也更严谨。

MiniMax发布MoE大模型abab 6.5，能力接近GPT-4

4 月 17 日，国内知名的 AI 初创公司 MiniMax 稀宇科技今日正式推出 MoE 混合专家模型架构的 abab 6.5 系列模型。根据官方发布的测评基准报告，其核心能力开始接近 GPT-4、 Claude-3、 Gemini-1.5。

abab 6.5 系列包含两个模型：①abab 6.5：包含万亿参数，支持 200k tokens 的上下文长度；②abab 6.5s：与 abab 6.5 使用了同样的训练技术和数据，但是更高效，支持 200k tokens 的上下文长度，可以 1 秒内处理近 3 万字的文本。

自从今年 1 月发布国内首个基于 MoE 架构的 abab 6 模型后，MiniMax 通过改进模型架构，重构数据 pipeline，训练算法及并行训练策略优化等，在加速 Scaling Laws 过程上取得阶段性成果。

abab 6.5 系列模型的测试结果如下：

官方在 200k token 内进行了业界常用的“大海捞针”测试，即在很长的文本中放入一个和该文本无关的句子(针)，然后通过自然语言提问模型，看模型是否准确将这个针回答出来。在 891 次测试中，abab 6.5 均能正确回答。

联想发布AI PC战略：AI落地需要设备、设施、方案服务三大支柱

4月18日，联想 Tech World 大会在北京举行。联想集团 CEO 杨元庆表示，人工智能的下半场，一定是从技术突破进入到落地应用的阶段，落地途径就是涵盖智能设备、智能基础设施、智能解决方案和服务的三大支柱。而联想正是基于三大支柱，打造全新的「AI新物种」人工智能电脑AI PC。

杨元庆在大会上，发布首个真正意义上的「硬件+端云结合AI」的AI PC产品。杨元庆强调在AI载体手机和电脑中，联想已经做了大量的技术和算力储备，而手机和PC未来在适应环境中会有巨大差别。在此次大会中，联想发布了联想小天人工智能体，作为AI PC的主要场景入口，可以实现纯端侧的生成式对话。杨元庆预计今年底，AI PC出货量将占全球市场10%，中国市场占比可达50%。

对于个人用户而言，智能设备就是获得智能体（AI Agent）体验的最便捷途径，而对于企业客户而言，AI 落地必须依赖服务器、网络和存储设备等基础设施，也需要更加的全面系统服务能力，去支撑混合型智能基础设施的升级、部署和管理。