欢迎阅读 OSCHINA 编辑部出品的开源日报——您探索和理解开源世界的日常指南。在这里，我们每天从宏观到微观，全面展现开源技术和文化的动态图景。

每日一更，风雨无阻。

OpenSource Daily # 2024.7.24省流概览

-Meta 发布新一代开源大模型 Llama 3.1

-MoonBit 构建系统正式开源

-腾讯开源 PhotoMaker 换脸神器再升级

-马斯克因 Llama3.1 为扎克伯格点赞

-微软全球宕机加速巨头洗牌

-Llama 3.1 诞生，开源首次击败当今最强闭源模型

-周鸿祎：要把大模型 “从原子弹变成茶叶蛋”

-扎克伯格称用闭源防中国行不通

今日要闻

Meta 发布新一代开源大模型 Llama 3.1

今天凌晨，Meta 正式发布新一代开源大模型 Llama 3.1 系列，提供 8B、70B 及 405B 参数版本。

Llama 3 使用了超过 1.6 万个 H100 GPU、以及超过 15T token 的公开数据进行训练。架构方面，该模型选择标准的仅解码器 transformer 模型架构进行调整，而不是混合专家模型，以最大化训练稳定性。

此外，Llama 3 采用了迭代的后训练程序，每一轮使用监督微调和直接偏好优化。

MoonBit 构建系统正式开源

moon 是 MoonBit 的构建系统，为 MoonBit 项目提供编译构建，自动化测试工具（集成 expect test），覆盖率测试、包管理器等功能，此外，moon 作为 MoonBit 语言编译工具链的重要组件，与 IDE 紧密结合，为 IDE 分析代码提供了详尽的项目结构和依赖等信息。

moon 还为集成开发环境（IDE）提供了详尽的项目结构和依赖等信息，这对于对延迟极为敏感的 IDE 场景至关重要。moon 通过优化核心构建步骤的性能，确保了即使在高度交互的开发环境中也能提供流畅的用户体验。

开源信息：

https://github.com/moonbitlang/moon

腾讯开源 PhotoMaker 换脸神器再升级

还记得腾讯去年整的那个 PhotoMaker 吗，当时刷爆了朋友圈。就是可以把吴彦祖变成苏大强的那个换脸神器。现在它进化了，叫 PhotoMaker V2。

你只需要上传几张自己的照片，然后给它一些提示词，就能生成自己在各种场景、不同风格的照片。

今日观察社交观察

马斯克因 Llama3.1 为扎克伯格点赞

虽然杨立昆在 X 上狂怼马斯克的次数越来越多了（和技术关系不大，主要是派别立场，比如对特朗普的评价）。

但其实，马斯克和扎克伯格的最大公约数是越来越多了，特别是小扎热烈表达了对特朗普在枪击事件中的硬汉形象称赞之后。在 Llama3.1 405B 模型发布之后，马斯克的前同事 Andrej Karpathy 第一时间写了个短评，马斯克也在留言中低调称赞扎克伯格的工作（肯定会被小扎看到了）。

- 微博高飞

LLM 模型大小竞争愈演愈烈

我敢打赌，我们会看到非常小的、能够 “思考” 得非常好、非常可靠的模型。甚至 GPT-2 参数的设置很可能会让大多数人认为 GPT-2 是 “智能的”。目前的模型之所以如此庞大，是因为我们在训练过程中仍然非常浪费 -- 我们要求它们记住互联网上的内容，而令人惊讶的是，它们确实做到了，并且能够背诵常见数字的 SHA 哈希值，或者回忆起非常深奥的事实。(事实上，LLMs 的记忆能力真的很强，在质量上比人类强很多，有时只需要一次更新就能长时间记住很多细节）。但试想一下，如果你要接受闭卷考试，背诵互联网上任意段落的开头几个单词。这就是当今模型的标准（预）训练目标。之所以很难做得更好，是因为在训练数据中，思维展示（demonstrations of thinking ）与知识 "纠缠" 在一起。

- 微博i陆三金

扎克伯格称用闭源防中国行不通

扎克伯格认为最好的策略是建立一个强大的开放生态系统，使得行业龙头公司与政府和盟友密切合作，以确保他们能够最好地利用最新进展，并在长期内实现可持续的先发优势。

关于中国，他在文中提到，“有些人认为，美国必须采用闭源，以防止中国获得这些模型”，但 “这是行不通的，只会让美国及其盟友处于不利地位”。

据彭博社报道，扎克伯格还补充说，认为美国在人工智能方面会领先中国数年也是不现实的。但他指出，即使是数月的小幅领先，也可以随着时间的推移 “累积”，让美国占据明显优势。

- 微博观察者网

变的是数据来源，没变的是数据质量

需求一直在那里，但是一直没被满足好。以前的数据散落在各处，就像大众点评找餐厅，我们通过搜索引擎获得了一些坐标，并前往去寻找。

现在的数据则被汇聚到了模型里，就像一个中央厨房，我们可以随时打上一句招呼，它就端菜上桌，任君食用。但是预制菜嘛，就是不太新鲜，所以我们做了 RAG，做了 AI 搜索，获取新鲜的实时信息。

大到金融、医疗，小到生活百科，我们的需求一直是高质量的数据，高质量的信息。但需求从未被满足。

不管是模型训练的数据、SFT 的数据，还是 RAG 的数据，质量都是第一性原理。

- 微博宝玉xp

媒体观察

大模型格局变天：Llama 3.1 诞生，开源首次击败当今最强闭源模型

相信今天大家翘首企盼的都是同一个主角，Meta 藏到现在的王牌、最被社区看好能直接叫板 GPT-4o 的新一代开源大模型 —— Llama 3.1 系列，终于正式发布了。

鉴于 4 月公开的两个 Llama 3 小参数模型 8B 和 70B 表现不俗，令开发者们对最大参数版本的强悍性能充满期待。

昨天凌晨，部分 “关键情报 “更是在 Reddit 和 Hugging Face 上遭到泄露，爆料者称它已匹敌 GPT-4o 和 Claude 3.5 Sonnet。今天看来所言非虚：开源大模型首次击败了闭源最强 SOTA 模型。

- 品玩

Meta 发布最强 AI 模型，扎克伯格公开信解释为何支持开源？

扎克伯格在脸书上发表了题为 “开源 AI 是未来发展之路” 的公开信。他表示，重要的是，AI 这项技术不应该由少数几家巨头公司控制，包括他自己的公司。开源 AI 能够让技术人员了解强大 AI 模型的创建过程，并利用这些知识开发他们自己的 AI 程序。

-凤凰网科技

专访成都晓多科技：国产芯片生态亟需各方通力去 “磨”

晓多科技 CTO 向海在接受红星资本局专访时谈到大模型现在最大的挑战，他认为不在于技术和成本，还是场景突破，“目前看上半年场景问题还是比较焦灼，如果有应用跑出来，大家的信心就会更强。”

-红星新闻

微软全球宕机加速巨头洗牌

AI 催化下，全球数字化加速狂奔。在万物互联的时代，网络安全必须始终被摆在最重要的位置，任何小错误都可能被无限放大，造成难以挽回的损失。

微软 “蓝屏” 事件给一直被寡头垄断的行业投入一枚炸弹，新格局已在暗中酝酿。

-全天候科技

大模型为深度伪造带来土壤，业界呼吁跨学科联合攻坚鉴伪技术

“鉴伪没有终点，只要生成式道路还没有走到头，鉴伪就会一直往下走。” 陈磊表示，赛后信也科技将开源数据，用于更广泛的学术研究，将选手的材料脱敏后共享学习。同时在业务场景中吸收前沿模型思想，构建 AIGC 鉴伪平台。他认为生成式 AI 要符合治理规则，人工智能治理需要监管层的顶层设计进行规范和引导，同时呼吁生态共建，以产业界共创防范系统性风险。

-澎湃新闻

周鸿祎：要把大模型 “从原子弹变成茶叶蛋”

“OpenAI 试图创造出像神一样的超级人工智能。他们认为，全世界所有的企业、政府、个人，只要用 OpenAI 的服务就够了。”360 集团创始人周鸿祎戏称，OpenAI 看起来是在造 “原子弹”。

但他认为，这种方式并不适用于国产大模型的发展，要把大模型拉下神坛，才可以引发更大规模的工业革命。

-i黑马

中国信通院正式启动 AI 大模型算子适配生态建设工作

第一批大模型算子级适配测试主要围绕大语言模型算子的丰富度、功能、性能开展，现已正式启动报名。后续将迭代更新算子列表，分类分批持续开展。

-CAICT人工智能

投资人看 AI：投大模型风险可控，大厂 VS 独角兽胜负难料

在大厂与独角兽的赛跑中，谁能胜出？这是两种完全不同风格的路线，大厂的出发点是，用大模型技术将旗下整个应用场景重新做一遍，创业公司的打法则是，先从基座出发，将模型往应用上做。

-第一财经

今日推荐

开源项目

iorate/ublacklist

https://github.com/iorate/ublacklist

uBlacklist 是一个浏览器扩展程序，可以阻止特定网站出现在 Google 搜索结果中，该扩展支持 Chrome、Firefox 和 Safari。

每日一博

从打点平台谈打点治理

本文介绍了打点治理的概念和其对于数据质量保障的重要性，分享了日志中台在打点治理方面的解决方案与实践经验。文章从用户痛点和打点治理的难点出发，介绍了日志中台如何通过质量标准的制定、在线化流程的建设和相应的配套工具来解决这些问题。

https://my.oschina.net/u/4939618/blog/11209038

开源之声

用户观点

扎克伯格：Llama 3.1 会成为开源 AI 标准，就像当年 Linux 一样

• 观点 1：可是李彦宏说开源模型是智商税啊……
• 观点 2：诶，所以说 3 的 400b 模型不放出来了（？）
• 观点 3：李彦宏说的每一句话都是智商税
• 观点 4：Zuckerberg 开放 AI 的决定我是支持的。
• 观点 5：可惜国内网民只知道百度，连 llama 都没听说过。就算 llama4 出来后全面超过所有闭源模型了，百度肯定都会照样宣传它自己是最强的，照样有人信

• 观点 1：我用的不花一分钱！没办法省了！
• 观点 2：这个体量之前光 redis 一月就能百万费用，整个服务上千万了吧，可怕
• 观点 3：用 com.github.fashionbrot:tlv:0.0.2 压缩更狠支持 gzip 压缩，比 protobuf 序列化更狠
• 观点 4：优化最大的 使用压缩算法 不是把内存压力转到 计算上了吗
• 观点 5：我不用，立省 100%

• 观点 1：啥意思，用 rust 构建了一个新语言吗？
• 观点 2：用开源的 rust 构建了一个开源的 moon，用于构建开源的 moonbit。
• 观点 3：牛牛牛，不过最好不要这么比。一门编程语言发展如何，也是 “领域” 驱动的，构建工具的某些性能行不行，几乎不影响语言发展，因为构建工具是容易改进的，甚至是可以替换的。那么 MoonBit 所瞄准的 “领域”，究竟是不是一个可以大发展的领域呢？云计算和边缘计算的场景需求是什么，这个领域是否空缺一门语言？如果把优势放在 “工具” 和 “更美的语法” 上，只是利于学习，而不能构成语言长远发展的根基，前车之鉴是 Ruby。

程序员梗图

活动推荐

END

References

https://www.oschina.net/news/303606/meta-llama-3-1

https://www.oschina.net/news/303533/moonbit-news

https://weibo.com/6105753431/Op0lajkwQ

https://weibo.com/1233486457/Op0sSu2GA

https://weibo.com/1706699904/OofzAnzmc

https://weibo.com/1887344341/Op2EY4Af0

https://weibo.com/1727858283/OoSOAoqEE

https://m.163.com/dy/article/J7S8PG4805118I96.html

https://www.pingwest.com/a/296857

https://finance.sina.cn/2024-07-24/detail-incffsef6230656.d.html

https://mp.weixin.qq.com/s?__biz=Mzk0MDUzOTcxNg==&mid=2247487773&idx=1&sn=63177dbe5cbf4d1ad3b65b9ffdbef84f&chksm=c2e17b36f596f220d7f28b69dfb11074a8fc964a828ec361d50a94f3f8012fc5e53505073afa#rd

https://www.thepaper.cn/newsDetail_forward_28169406

https://k.sina.com.cn/article_5953190035_162d67893019011qhg.html

https://ishare.ifeng.com/c/s/8bTcW4KBSF0

https://ishare.ifeng.com/c/s/8bTIetYG1cL

https://my.oschina.net/u/4939618/blog/11209038

https://github.com/iorate/ublacklist

https://mp.weixin.qq.com/s/zDxhHDAsIldxydm5edfeUg

https://mp.weixin.qq.com/s/wzTfo5qCuc9gmI5Srnpdyg

最后，欢迎扫码下载「开源中国 APP」

阅读海量技术报告、程序员极客分享