开源日报 | 特斯拉FSD入华箭在弦上；BAT决战AI之巅；Linux“蓝屏死机”；程序员制作“一键脱衣”软件；新的Transformer架构；SaaS的“大模型焦虑”

加州大学研发出新的Transformer架构，显著减少大模型对GPU的依赖

该架构完全消除了语言模型中的矩阵乘法（MatMul），在保持高性能的同时显著减少内存使用。

通过优化的GPU实现，内存使用减少了高达61%。在推理过程中，内存消耗减少了10倍以上。通过使用优化后的内核，推理速度提升了4.57倍。

实验表明，所提出的无MatMul模型在2.7B参数规模下的性能与需要更多内存的最先进Transformer相当。研究称结合他们的FPGA硬件解决方案，可以不使用用GPU，进行模型训练和推理，可以在任意设备上运行。处理十亿参数规模的模型时功耗为13W，接近人脑的效率。

- 微博 互联网的那点事

雷军一共给母校武汉大学捐了多少钱？

- 微博 互联网见闻录

SaaS的“大模型焦虑”

SaaS 的 AI 升级，目前主要有两条路线：一为体验升级之路：即让原有能力，更好地被 AI 驾驭和驱动；二为重塑产品之路：即利用 AI 能力，做出一个全新的产品。随着大语言模型对 To B 业务场景的渗透，体验升级之路，最终会走向重塑产品之路。

大模型时代，行业 Know-how 依然是 SaaS 厂商可靠的壁垒。尤其是资本退潮以后，SaaS 厂商打造盈利模型，最终还是要回到核心竞争力上，积极融入 AI 生态。相比较卷价格，卷专业价值更有未来。

- 微信 崔牛会

最佳开源模型易主英伟达

黄仁勋在Data AI峰会的最新对话中说，虽然闭源模型很重要，但是开源模型才是让每一家公司都成为AI公司的关键因素。话音未落，英伟达刚刚发布的Nemotron-4-340b开源模型，就在lmsys模型竞技场战胜了Llama3-70b，成为性能最佳的开源模型。

据英伟达对齐和AI定制模型的负责人Oleksii说，为较小模型的对齐生成合成数据是英伟达开源模型首要考虑的关键用例。

- 微博 高飞

国行 Macs 强制开启 Xcode Predictive Code Completion 的方法

苹果最新的 XCode 15 Beta 已经集成了类似于 GitHub Copilot 的 AI 智能提示功能，但是默认不对中国区用户开放。好在已经有高手破解了。国行 Macs 强制开启 Xcode Predictive Code Completion 的方法：

https://gist.github.com/unixzii/6f25be1842399022e16ad6477a304286

- 微博 宝玉xp

三问苹果AI，谁会成为“中国合伙人”?

在一些业内人士看来，虽然苹果的AI战略发布时间相对滞后，且当前模型的先进程度尚未达到行业领先地位，但其在软硬件一体化方面的深厚底蕴和用户基础，加上未来可能的开放策略，仍将在AI生态竞争中占据有利位置。

- IT时报

“技术故障”背刺巴菲特，金融大模型到底靠不靠谱？

诚然AI大模型的发展已然呈现势不可挡的趋势，但在金融领域真正应用的时候，依旧存在一些显著的困难和挑战。例如数据隐私和安全方面，金融数据往往高度敏感，涉及个人和企业的财务信息，确保数据隐私和安全是首要挑战之一。并且这些数据具有多源和异构的特点，需要进行有效的整合和处理，才能确保它们的准确性和完整性。

- 量子位

智能体卷起来了，但爆款还没出现

几乎所有的大模型厂商都在布局智能体应用或平台，不过，在大厂纷纷开“卷”智能体的背景下，智能体何时出现爆款应用？商业化如何落地？这些问题尚未有明确答案。

- 一财网

AI从来不是少数人的无限游戏

力大飞砖卷研发，到向下竞低卷价格，全球视野下的大模型与生成式AI已然走过创新扩散的兴趣阶段，行至社会评估其创新可行性的卡点。

- 科创板日报

突然开源的英伟达，总市值一度超过苹果，升至美股第二

英伟达盘中股价一度涨1%升至记录高点，总市值一度超过苹果，达到3.27万亿美元，居美股第二，距离“股王”微软公司仅差100亿美元。今年以来，英伟达股价已累计上涨170%，其市值从1万亿美元到2万亿美元仅仅用了9个月时间；从2万亿美元增至2.8万亿美元，甚至用了不到3个月的时间。6月5日，英伟达成为首家市值突破3万亿美元的半导体公司。

- 每日经济新闻

今日推荐

开源项目

LawnchairLauncher/lawnchair

https://github.com/LawnchairLauncher/lawnchair

Lawnchair 是一款免费开源的 Android 应用。它以 Launcher3 —— Android 的默认主页应用为起点，移植了 Pixel Launcher 的功能并引入了丰富的自定义选项。

每日一博

Serverless 在点淘的质量保障实践

SERVERLESS 能够将应用分为研发域和运维域，使两者独立迭代，降低运维成本，提升研发效率。点淘作为试点项目，经历了包括功能回归、压力测试和监控验证在内的质量保障流程，并在实践中遇到了各种问题，如依赖梳理、性能验证和监控建设等。文章还提到了 SERVERLESS 带来的部署效率提升，例如应用部署时长显著下降，并展望了未来通过基座插件化和分层自动化来进一步优化测试成本和功能保障。最后，文中列举了 SERVERLESS 升级带来的部署时间减少的具体案例，展示了实施 SERVERLESS 架构的收益。

---

用户观点

Linux 蓝屏死机界面亮相

• 观点:1：史诗级退步
• 观点 2：好的不学 坏的学的挺快
• 观点 3：有点无聊
• 观点 4：评论区很有意思，黑底白字写个kernel panic跟蓝底白字什么差别.还“史诗级退步”"好的不学坏的学的挺快"
• 观点 5：这个很有用 图形界面服务器内核panic之后 图形界面是卡死的无法动弹，没有有效信息 有了蓝屏就可以输出具体的错误信息了

程序员基于开源AI模型制作“一键脱衣”软件，伪造近7000张不雅照片，以1块5一张的价格贩卖牟利

• 观点:1：Stable Diffusion WebUI
• 观点 2：技术是把双刃剑，但生成式AI就是个坑，算力成本高、生产关系差，真假都不分，互联网很可能失控！人类只有一件事，就是创建合理的信息范式，从文字到书籍、从电脑到互联网，美璟世界三维化图文，字节苹果Meta大力构建的空间互联网等等，高性价比和高社会协作度一直是其底层逻辑！相比通用大模型，场景AI才是正道！
• 观点 3：可以，这很刑
• 观点 4：伪造受害人身体特征，贴图修图上去的

开发者直接复制ChatGPT生成的代码，导致公司损失10000美元

• 观点 1：这公司是不是把测试毕业了，而且这么急着上生产环境
• 观点 2：首先这个从nextjs+prisma切换到python的操作就很迷惑。作为一个后端服务器，我完全想象不到是什么商业需求需要你做这种操作。 就算要融合两个用不同语言写的后台服务器，你给python的加几个接口然后让nodejs去调用不就完了。
• 观点 3：草台班子才是普遍的，尤其是初创公司，以后这种ai“事故”会越来越普遍
• 观点 4：这个错误太傻了，都不看的么？
• 观点 5：所以为什么要从next换到fastapi......真的会快很多么
• 观点 6：其实chatgpt是故意的，只是为了对NSF阻止AI毁灭人类的安全团队进行供应链攻击

一/亿眼无法丁真，LLM Chat必定会发生世界级安全事故

• 观点 1：真初生的同义啊
• 观点 2：熟悉编程和大模型的人大模型可以帮助增加检索效率/小片段工作量。不熟悉编程和大模型的人感觉很容易被大模型带到坑里去
• 观点 3：大模型注入攻击
• 观点 4：应该换成lambda表达式吧