欢迎阅读 OSCHINA 编辑部出品的开源日报，每天更新一期。
# 2024.7.24
今日要闻
Meta 发布新一代开源大模型 Llama 3.1
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。
它的工作原理也很简单。就是把你上传的这些图片进行不断的堆叠，创建成一个统一的ID嵌入，用来保持人物特征的一致性。并以此为基础，再根据你输入的指令去生成图片。基于这种方法，PhotoMaker可以在几秒钟内完成个性化的人物图像定制，而且无需额外的LoRA训练
这次的PhotoMaker V2在保持原有优势的基础上，在ID保真度和控制能力等方面有了进一步的提升。
今日观察
– 微博 高飞
LLM模型大小竞争愈演愈烈
扎克伯格称用闭源防中国行不通
– 微博 观察者网
变的是数据来源，没变的是数据质量
– 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
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”
– 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
– 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。
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
我用十条优化措施，将Redis费用降本46万/月
- 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%
相信开源力量，MoonBit 构建系统正式开源！
- 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。
我们程序员就是这样深情
- 观点 1：基础模型用chatglm就行，然后了解一下LoRA微调的方法，把数据编制为prompt进行微调就可以了。不难，但是编制prompt比较繁琐，尤其是五年聊天数据这么大的量，会很枯燥。
- 观点 2：应该训练不出来，因为大部分都是男方的消息
- 观点 3：用数据训练出来的模型聊天。还是会分手的
- 观点 4：已读不回就老实了
- 观点 5：存了她这么多声音文字图像数据不就是等这一天吗
- 观点 6：实话实说兄弟们，到底有没有
- 观点 7：恋爱脑，叉出去
- 观点 8：训练电信诈骗模型呗
- 观点 9：恩，哦，好的，在洗澡，好困，先睡了
- 观点 10：纯爱BOT
- 观点 11：把数据喂给OpenAI或者kimi都可以吧
- 观点 12：什么也顶替不了她，都是冷冰冰的数据和算法，哪怕跟她再像也不是她
- 观点 13：急需，请分享
- 观点 14：告你侵犯隐私数据你就老实了
- 观点 15：这个好像有人以前做过类似的。。再者，多年前上古时代就有人手写伪春菜对话来达到伪人效果
- 观点 16：感觉似乎挺简单，写个脚本finetune个llama之类的
- 观点 17：个性化定制？QWQ，如果再借来别处的相似数据呢？……唉，要说还原成那人觉得跟过去那人相同有些难度，更何况真实的人也会变不会一成不变的说话方式等等
- 观点 18：我好像发现了一条新赛道
—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！
