欢迎阅读 OSCHINA 编辑部出品的开源日报，每天更新一期。
# 2024.7.5
今日要闻
李彦宏：开源模型是智商税，智能体正在爆发
李彦宏认为，开源其实是一种智商税。“当你理性地去想，大模型能够带来什么价值，以什么样的成本带来价值的时候，就会发现，你永远应该选择闭源模型。今天无论是ChatGPT、还是文心一言等闭源模型，一定比开源模型更强大，推理成本更低。”
谈及“AI超级应用什么时候出现”时，李彦宏表示，“不是说一定在等待一个超级应用的出现”。他认为，在基础模型之上，应该能够诞生数以百万计的各种各样的应用。“如果仅仅是从0到1，你可能会希望出现某几个Super APP，也就是几个公司从中受益。但是今天，几乎各行各业所有的公司，被大模型加持之后，它都能受益。这种影响力，对于整个社会、对于人类来说，无疑是更大的。”
李彦宏称，智能体代表着AI时代的未来趋势。“智能体正在爆发，只是现在基数还比较小，大家的体感没有那么强烈。”基础模型需要靠应用才能显现出价值，智能体是一个几乎“放之四海而皆准”的基于大模型的应用，由于它门槛足够低，可能你连编程都不用，就可以做出一个效果不错的智能体。“让更多人进来，他们发挥聪明才智，指不定哪条路跑通了，它就是一个Super APP。”
MySQL 9.0“创新版”已支持向量，为何甲骨文却“偷偷摸摸”地宣布？
对于 MySQL 9.0“创新版”，最值得关注的新特性莫过于支持向量数据类型，字段类型名称为 VECTOR，可以使 to_vector/string_to_vector/from_vector/vector_dim 等函数操作向量数据。MySQL 9.0 的 Release Notes 写道：
此版本中添加了对
VECTOR列类型的支持。向量 (Vector) 是一种数据结构，由条目列表（4 字节浮点值）组成，可以表示为二进制字符串值或列表格式的字符串。
VECTOR列声明有最大长度或条目数（在括号中）；默认为 2048，最大为 16383。
下面示例是使用 CREATE TABLE 创建包含 VECTOR 列的 InnoDB 表：
mysql> CREATE TABLE v1 (c1 VECTOR(5000));
Query OK, 0 rows affected (0.03 sec)
操作向量的相关函数介绍：
VECTOR_DIM()函数用于获取向量的长度STRING_TO_VECTOR()（别名TO_VECTOR()）函数采用向量的列表格式表示形式，并返回二进制字符串表示形式VECTOR_TO_STRING()（别名FROM_VECTOR()）函数执行和上面相反的操作
mysql> SELECT STRING_TO_VECTOR('[2, 3, 5, 7]');
+------------------------------------------------------+
| TO_VECTOR('[2, 3, 5, 7]') |
+------------------------------------------------------+
| 0x00000040000040400000A0400000E040 |
+------------------------------------------------------+
1 row in set (0.00 sec)
mysql> SELECT VECTOR_TO_STRING(0x00000040000040400000A0400000E040);
+------------------------------------------------------+
| VECTOR_TO_STRING(0x00000040000040400000A0400000E040) |
+------------------------------------------------------+
| [2.00000e+00,3.00000e+00,5.00000e+00,7.00000e+00] |
+------------------------------------------------------+
1 row in set (0.00 sec)
更多信息和示例查阅：VECTOR Type、Vector Functions (WL #16081)
通义真正实现全尺寸、全模态开源，下载量已破2000万
在今日的 2024 上海世界人工智能大会上，阿里云 CTO 周靖人公布近期通义大模型和阿里云百炼平台的最新进展：近 2 个月，通义千问开源模型下载量增长 2 倍，突破 2000 万次；阿里云百炼服务客户数从 9 万增长至 23 万，涨幅超 150%。
周靖人重申了阿里云拥抱开源开放的坚定立场，“两年前，我们在世界人工智能大会上发布通义大模型系列，当时我们公布，通义核心模型将开源开放。到今天，通义千问已经实现真正意义上的全尺寸、全模态开源，拉平了开源、闭源模型之间的差距。”
腾讯混元DiT开源6G小显存版本，支持Kohya训练
腾讯混元文生图大模型（混元DiT）宣布开源小显存版本，仅需6G显存即可运行，对使用个人电脑本地部署的开发者十分友好，该版本与LoRA、ControlNet等插件，都已适配至Diffusers库；并新增对Kohya图形化界面的支持，让开发者可以低门槛地训练个性化LoRA模型；同时，混元DiT模型升级至1.2版本，在图片质感与构图方面均有所提升。
此外，腾讯宣布混元文生图打标模型”混元Captioner“正式对外开源。该模型支持中英文双语，针对文生图场景进行专门优化，可帮助开发者快速制作高质量的文生图数据集。
今日观察
社交观察
《JavaScript 工程师的 Python 指南》
作者是一名前端工程师，受人工智能的影响，决定系统性地学习 Ptyhon，并将其学习过程整理成这本书。涵盖了从 Python 环境安装到项目开发的方方面面，同时会通过案例对比 JavaScript 和 Python 语言的异同，帮助 JavaScript 工程师快速掌握 Python 语言。
GitHub：github.com/luckrnx09/python-guide-for-javascript-engineers
- 微博
GitHubDaily
用150行C代码超越NumPy的矩阵乘法性能
“这篇博文是我尝试在CPU上实现高性能矩阵乘法的结果，同时保持代码简单、可移植和可扩展。该实现遵循BLIS设计，适用于任意矩阵大小，并且在针对AMD Ryzen 7700（8核）进行微调后，性能超过了NumPy（=OpenBLAS），在各种矩阵大小上实现超过 1 TFLOPS 的峰值性能”。
文章地址：salykova.github.io/matmul-cpu
- 微博 蚁工厂
Windows下的GUI开发
开发Windows GUI应用真是让人头疼，先梳理一下需求：
- 仅支持Windows
- 允许商业用途
- 易于样式化，包括暗模式
- 结果是一个无依赖或最小依赖的单一.exe文件，大小不超过40MB
- 编写GUI部分不应比实际功能花费更多时间
然而目前市面上的常见库体验并不好：
1. WinUI 3：支持现代Windows组件和样式化，但分发时依赖繁多，难以实现单一可执行文件。
2. Win32 / MFC：高可移植性，但样式化困难，需要大量自定义绘制代码。
3. Qt：功能强大，易于样式化，但动态链接依赖大，静态链接需开源或购买商业许可证。
4. wxWidgets：学习曲线平缓，可静态链接成小文件，但样式化受限。
5. hikogui：新兴库，使用Vulkan后台，样式化方便，但编译复杂且稳定性差。
6. Sciter：类似Electron，支持HTML/CSS写GUI，但渲染效果一般，某些元素无法自定义。
7. WinForms / WPF：建议使用其他前端技术并加载C++功能模块，理论上可实现单一可执行文件，但依然有些复杂。
经过多方尝试，发现Dear ImGui最适合简单的应用。虽然设计复杂UI时有些局限，但符合大部分需求。ImGui是即时模式UI，需要使用DirectX进行渲染，但其结果只有500KB大小，不需要额外安装任何依赖。
- 微博 量子位
上海AI lab开源多模态LLM：InternLM-XComposer-2.5
详细的模型特点：
- 长上下文处理：IXC-2.5原生支持24K标记的输入,可扩展到96K,能处理超长文本和图像输入。
- 多样化视觉能力：支持超高分辨率图像理解、细粒度视频理解和多轮多图对话。
- 其他功能：可以生成网页和高质量文章,结合了文本和图像。
- 模型架构：包括轻量级视觉编码器、大语言模型和部分LoRA对齐。
- 测试结果：在28个基准测试中,16项超过开源模型,16项接近或超过GPT-4V和Gemini Pro。
模型下载：https://huggingface.co/internlm/internlm-xcomposer2d5-7b
- 微博 歸藏的AI工具箱
边学 AI 边赚钱的 GitHub 项目
从 2023/3 月开始用 chatgpt 和 mj 等 ai 开始，我们已经陆续开发了几个 ai 项目。最近，帮助公司内部文档查询的基于 llama3 的 RAG 项目也开始部署了。而在这个过程中，我们才慢慢明白 LLM 是什么，能力的边界在哪里。哪些人是靠谱的，又有哪些人在胡说。
而今天 ai device 的热潮慢慢升温，ai 开始结合硬件。学习的最佳方式，仍然是参与项目。前一段时间介绍的 friend 这个硬件项目就非常有意思。他不但开源了，而且会在 GitHub issues 里面用悬赏。
比如这个 issues 390 ，你解决了就拿走 100 美金。
https://github.com/BasedHardware/Friend/issues/390
- 微博 李楠或kkk
媒体观察
这些有趣的人形机器人争相登场，它们离实际应用有多远？
多位业内人士表示，倘若机器人未来大规模应用，从制造业到服务业，真正走进公众生活、走近百姓身边，陪护老人、陪教儿童等，还有许多“软硬件”待升级，包括看得见的零部件灵敏度、安全性等，看不见的数据隐私、算法偏见、伦理道德等，都需要有更全面、更优化的解决方案，保障新技术、新产品的安全和可持续发展。
- 新华社
国内首款人形机器人公版机发布，百亿人形机器人产业基金正在弦上
为何发布公版机？很大程度上是由于目前人形机器人产业面临的一系列共性问题。比如硬件层面同质化重发研发，中小企业创新难；软件层面动力学研发周期长，容易摔倒，稳定性不够。
国地共建中心首席科学家江磊对21世纪经济报道记者表示，“手机行业曾经经历了从公版机，到目前手机大厂的发展模式。公版机，也是促进人形机器人快速标准化，通用化最好的方式。等下半年，共创验证没有问题，会择机完全开源。”
- 21世纪经济报道
硅基流动完成近亿元天使+轮融资 国产大模型“补足弹药”混战升级
今年以来，大模型赛道热闹非凡：一方面国内大模型创业公司打响“价格战”；另一方面，OpenAI宣布终止对中国开发者提供API（应用程序接口）服务也引发了国内大模型争相推出“迁移计划”。与此同时，资本也正在向头部企业进一步聚集。
- 每日经济新闻
【西街观察】开放是AI风险的唯一解
AI的风险底层是技术问题，由于其决策过程常因技术黑箱而显得神秘莫测，这种不透明性不仅削弱了公众的信任，还为技术主导者的滥用和误判提供温床。推动AI技术的开放势在必行，让更多人能够深入了解AI运作机制。
- 北京商报
大模型落地考，难点在哪里？
所以，大模型的能力在多模态方面的突破，会带来AI的普惠，为AI开启更多的可能性。原来的投入产出是一个金字塔型结构，即投入很大，但是收益很小；只有将它变成一个倒金字塔结构，这样才能真正放大它的价值。
新技术在催生新的产业变迁的同时，也会构建一个新的价值链，AI产业也是如此，从单点爆发到各行业的全方位突破，AI所创造的价值也将是指数级的。
- 光锥智能
大模型想赚钱，先过这七道难关
中关村科金CTO李智伟博士最近发现，大模型商业闭环，正在被提到很重要的位置。
不同于过去20年间中国IT行业的发展，可以通过烧钱来快速积累用户，靠估值和广告实现商业变现；大模型时代，投资市场愈加理性，正在倒逼业界加快实现商业闭环。
- 数智前线
工信部赵志国：开放鸿蒙、开源欧拉等优质开源项目正在走向国际舞台
工业和信息化部新闻发言人、总工程师赵志国在“推动高质量发展”系列主题新闻发布会上表示，生态的打造与构建对信息通信业发展极其重要。目前，我国成立了开放原子开源基金会，开放鸿蒙、开源欧拉等优质开源项目正在走向国际舞台。
- 通信世界网
今日推荐
开源项目
wa-lang/wa
https://gitee.com/wa-lang/wa
凹语言（凹读音“Wā”）是 针对 WASM 平台设计的通用编程语言，同时支持 Linux、macOS 和 Windows 等主流操作系统和 Chrome 等浏览器环境，同时也支持作为独立 Shell 脚本和被嵌入脚本模式执行。
每日一博
VLMs 多模态大模型当下进展与思考
在过去的一年中，VLMs 技术取得了飞速发展。本文旨在对这些技术进步进行梳理与思考，但将避免深入具体的论文细节，而是用简明扼要的方式介绍每篇研究的核心思想。
开源之声
用户观点
Visual Studio Code 1.91 发布
- 观点 1：graph终于出现了，希望搞的更牛批点，比webstorm的git图形化还好。大家都去点个赞，加快点速度，让vscode的git更好用！！！github----com/microsoft/vscode/issues/179053
- 观点 2：mac更新完，VSC起不来了
- 观点 3：目前我用Git Graph插件，不过几年没更新了
- 观点 4：没有独立的git提交界面
李彦宏：没有应用，基础模型不值一提
- 观点 1：比没有应用更可怕的是没有下限，你的文心一言会不会骗大家去莆田系医院呢?
- 观点 2：现在有什么问题还是要ChatGPT google。某些搜索引擎搜索出来的东西不能看啊。
- 观点 3：为了吃入，从一个极端到另一个极端？
- 观点 4：可以预测的未来，百度越是缺钱，百度搜索体验越差，这简直是一个恶性循环，百度搜索结果前两页全是广告，名副其实的广告搜索。
- 观点 5：说的也没错，现阶段AI就是适合专向专干。
- 观点 6：起个大早，赶个晚集。
- 观点 7：陆奇哭晕在厕所里
Elasticsearch 8.14.2 发布
- 观点 1：一般用来干嘛？
- 观点 2：百度搜索
- 观点 3：前段时间在服务器启动了一个es，结果内存8g被吃掉了，直接选择放弃
- 观点 4：修改jvm参数，修改内存大小。
美团面了大概四十分钟，全程细节拷打
- 观点 1：要是没什么干货，大可不必水文章。
- 观点 2：兄弟，程序员终极归宿是送外卖啊。难道还想登月球？
- 观点 3：我偏不，我开网约车
- 观点 4：这送外卖的是程序员出身的可以理解了。但你这面试官怎么还是程序员出身呢？也晋升管理层了是吧？哦，我悟了。
前期写代码，如果顺利，可以晋升管理层，如果不顺利，35岁去送外卖了。然后再顺利，也还是能进管理层的啊！
- 观点 5：外卖面试官还懂out of box呢
- 观点 6：没问电动车的原理是什么？
- 观点 7：看完了！小编现在真的改过自新了！或是已经良心发现了！要不然，这种标题，内容百分百是广告。
- 观点 8：开水团前端感到被冒犯
- 观点 9：读个大学去做程序员，不做程序员去送外卖，结果发现老大居然是初中毕业就去打工的同学了。会不会很尴尬
- 观点 10：赶快开班培训一下吧，这个真的很有用
- 观点 11：互联网的尽头是送外卖
- 观点 12：兄弟，你这里的“餐”，不会是暗指“数据包”吧，送餐=发包，电话联系=TCP连接，你面的还是程序员对不？
---END---
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！
