Mistral 釋出 Large 2 123B 大模型；微軟釋出 VALL-E 2，零樣本實現聲音克隆丨 RTE 開發者日報

開發者朋友們大家好：

這裡是 「RTE 開發者日報」 ，每天和大家一起看新聞、聊八卦。我們的社群編輯團隊會整理分享 RTE（Real-Time Engagement）領域內「有話題的新聞」、「有態度的觀點」、「有意思的資料」、「有思考的文章」、「有看點的會議」，但內容僅代表編輯的個人觀點，歡迎大家留言、跟帖、討論。

本期編輯：@JLT，@ 鮑勃

01 有話題的新聞

1、阿里巴巴通義大模型成為奧運首個 AI 大模型應用技術提供方

7 月 24 日，阿里巴巴通義大模型在與眾多國際科技公司的競爭中獲勝後，成為奧運首個 AI 大模型應用的技術提供方。

在即將開幕的巴黎奧運會上，將有一系列 AI 應用亮相。其中就包括阿里 AI 技術支援的 360 度直播特效、黑白影像 AI 彩色修復、碳減排輔助等應用。

另外，巴黎奧運會還將上線首個大模型應用，由阿里通義千問提供技術支援，開放給國際奧組委官方解說員使用，輔助各項賽事解說。（@ 愛範兒）

2、Mistral 釋出 Large 2 123B 大模型

法國初創公司 Mistral AI 今天宣佈推出 Large 2，這是其新的旗艦機型，在程式碼生成、數學和推理方面的能力大大增強。Mistral 還在 Large 2 中增加了更好的多語言支援和高階函式呼叫功能。

Mistral Large 2 型號有 1230 億個引數，可在單個 H100 節點上以高吞吐量執行。它支援法語、德語、西班牙語、義大利語、葡萄牙語、阿拉伯語、印地語、俄語、漢語、日語和韓語。在編碼方面，它支援 80 多種編碼語言，包括 Python、Java、C、C++、JavaScript 和 Bash。Mistral Large 2 現已開放權重，但只能免費用於研究和非商業用途。商業用途需獲得模型許可。(@CSDN)

3、蘋果宣佈推出 Apple Maps 網頁版地圖，全球使用者可直接透過瀏覽器訪問

蘋果今日宣佈旗下 Apple Maps 網頁版正式上線並開啟全球公測，所有使用者均可直接透過瀏覽器使用地圖服務（中國內地 IP 開啟該網站預設跳轉高德地圖）。蘋果指出，使用者可透過 Apple Maps 網頁版獲取駕車和步行路線、尋找好的去處、獲取目的地資訊（包括照片、營業時間、評分和評論），還可以直接從地圖卡片上訂餐。

藉助 Apple Maps 網頁版，使用者可以瀏覽精選指南以探索全球各大城市的美食、購物和景點。此外，蘋果還宣佈將在未來幾個月內推出包括「附近」在內的更多有趣功能。

對於開發者來說（包括使用 MapKit JS 的開發者），也可以連結到 Apple Maps 網頁版，讓使用者獲取駕車路線、檢視詳細地點資訊等。（@IT 之家）

4、阿里雲宣佈推出 Llama3.1 系列開源訓練推理服務

昨日，阿里雲宣佈，阿里雲百鍊平臺推出 Llama3.1 系列開源訓練推理服務。平臺將限時 1 個月為所有使用者提供免費算力額度，助力使用者玩轉 Llama3.1 訓練推理。

Meta 於昨天凌晨釋出了 Llama 3.1 模型，它包含 8B、70B 和 405B 三個尺寸，最大上下文提升到了 128K，支援多語言，程式碼生成效能優秀，具有複雜的推理能力。（@ 愛範兒）

5、語音克隆達到人類水平，微軟全新 VALL-E 2 模型讓 DeepFake 堪比配音員

繼去年初的第一代 VALL-E 模型之後，微軟最近又上新了 VALL-E 2 模型，標誌著第一個在合成語音穩健性、相似度、自然程度等方面達到人類水平的文字到語音模型。

最近，微軟釋出了零樣本的文字到語音（TTS）模型 VALLE-2，首次實現了與人類同等的水平，可以說是 TTS 領域裡程碑式的進展。「零樣本」意味著推理過程中，模型只能參照一段簡短的陌生語音樣本，用相同的聲音說出文字內容，就像一個能即時模仿的口技大師。

雖然 VALL-E 2 有很強的零樣本學習能力可以像配音員一樣模仿聲音，但相似度和自然度取決於語音 prompt 的長度和質量、背景噪音等因素。（@IT 之家）

02 有態度的觀點

1、英偉達黃仁勳：全球企業採用生成式 AI 的關鍵時刻已經到來

英偉達推出全新 NVIDIA AI Foundry 服務和 NVIDIA NIM 推理微服務，與 Llama 3.1 系列開源模型一起，為全球企業提供生成式 AI 相關服務。

黃仁勳認為，Llama 3.1 開源模型將掀起各個企業與行業建立先進生成式 AI 應用的浪潮。（@ 每日經濟新聞）

寫在最後：

我們歡迎更多的小夥伴參與「RTE 開發者日報」內容的共創，感興趣的朋友請透過開發者社群或公眾號留言聯絡，記得報暗號「共創」。

對於任何反饋（包括但不限於內容上、形式上）我們不勝感激、並有小驚喜回饋，例如你希望從日報中看到哪些內容；自己推薦的信源、專案、話題、活動等；或者列舉幾個你喜歡看、平時常看的內容渠道；內容排版或呈現形式上有哪些可以改進的地方等。

素材來源官方媒體/網路新聞