rabbit 联手 ElevenLabs:为 r1 随身硬件接入拟真人声
ElevenLabs 宣布与 rabbit 达成合作,将其低延迟拟真人声模型接入随身设备 rabbit r1。用户按下按键直接说话,就能通过自然语音操作打车、点餐等任务。高质量语音的加入,让这台掌上 AI 助手听起来更像一个真人助理。
AI 公司的融资、收购、合作和高管变动,各国的 AI 监管政策、版权官司和算力大单。
ElevenLabs 宣布与 rabbit 达成合作,将其低延迟拟真人声模型接入随身设备 rabbit r1。用户按下按键直接说话,就能通过自然语音操作打车、点餐等任务。高质量语音的加入,让这台掌上 AI 助手听起来更像一个真人助理。
MLCommons 公布最新 MLPerf 推理评测结果,Nvidia 携 H200 参测全部项目,配合 TensorRT-LLM 表现强劲,其推理业务已占数据中心收入约 40%。Intel 提交了 Gaudi2 与至强成绩,而 AMD MI300 再次缺席。
Apple 宣布 2024 年全球开发者大会(WWDC)将于 6 月 10 日至 14 日举行。除了发布 iOS 18 等新系统,这次重心明显转向追赶生成式 AI,预计将带来升级版 Siri、系统级文本摘要,以及具备代码补全能力的 Xcode AI 工具。
据报道,Meta 为争夺顶尖 AI 人才采取极端策略。CEO 扎克伯格亲自给 Google DeepMind 研究员发邮件挖角,部分候选人甚至能跳过面试直接拿 offer,公司还取消了不给提离职员工加薪的惯例。这显示出巨头对 AI 核心人才的争夺已白热化。
据 BleepingComputer 报道,Google SGE 生成式搜索在摘要中推荐恶意网站。这些网站通过 SEO 投毒混入索引,并利用多重跳转诱导用户订阅垃圾通知、伪造病毒警报推销杀毒软件。Google 回应称已按规定下架相关违规案例。
据彭博社报道,OpenAI 正与洛杉矶的制片厂、媒体高管和经纪公司接触,推动电影人将视频生成模型 Sora 融入创作。COO Brad Lightcap 此前已带队赴好莱坞演示,部分知名演员和导演已提前拿到测试权限。
Stability AI 宣布 Emad Mostaque 已辞去首席执行官兼董事会职务,转去探索去中心化 AI。公司已任命首席运营官 Shan Shan Wong 与首席技术官 Christian Laforte 出任临时联席 CEO,目前正物色正式接任人选。
周四,美国田纳西州州长签署《ELVIS 法案》,成为全美首个立法保护艺术家免受未授权 AI 拟音侵权的州。新法案将公开权延伸至 AI 领域,明确禁止未经许可模仿歌手声音,法案定于 7 月 1 日正式生效。
Forbes 披露主导研发 Stable Diffusion 的核心学者 Robin Rombach 等三人已从 Stability AI 辞职。此前该公司已有多位副总裁与高管出走,正面临每月数百万美元的高额算力与薪资开支,现金流吃紧且融资受阻。
Microsoft 宣布 DeepMind 与 Inflection 联合创始人 Mustafa Suleyman 加盟,出任新设立的 Microsoft AI 执行副总裁兼 CEO。他将直接向萨提亚汇报,统领 Copilot、Bing 和 Edge 等消费级 AI 业务,Inflection 联合创始人及多名核心员工也一同加入。
NVIDIA CEO 黄仁勋发布新一代 Blackwell 架构。它专为万亿参数多模态模型打造,单芯片 FP4 推理性能达前代 Hopper 的 5 倍,训练性能提升 2.5 倍,同时还带来了打包部署工具 NIM。说白了,AI 算力正在全面告别通用计算,各家巨头也已集体排队采购。
Nvidia 在 GTC 大会上发布 Nvidia Quantum Cloud 微服务,让开发者能借助 GPU 模拟量子处理器的运行环境。该服务支持化学、生物及金融等领域的量子算法测试,同时公布了抗量子攻击密码库 cuPQC。目前该云服务已开启早期预览。
OpenAI CEO Sam Altman 在 Lex Fridman 播客中回顾了去年 11 月的董事会解雇风波。他称那是职业生涯中最痛苦的经历,公司险些被毁,但也让团队提前适应了压力。他认为算力将成为未来最重要的货币,通向 AGI 的道路必然伴随着巨大的权力斗争。
在 GTC 2024 上,Nvidia 宣布正式上线 Earth-2 气候数字孪生云平台。它结合生成式 AI 模型 CorrDiff 与 Omniverse,能以两公里级分辨率模拟全球与局部气象,速度比传统数值模型快 1000 倍、能效高 3000 倍。台湾气象部门已率先接入用于台风路径预测。
YouTube 正式推行 AI 标注新规,要求创作者上传逼真的 AI 生成或修改视频时必须主动声明。涉及让真人做没做过的事或虚构真实场景,平台会在简介甚至视频画面上打上标签。写脚本等辅助用途不受限,但屡次瞒报可能被取消获利资格。
据彭博社报道,Apple 正与 Google 洽谈授权引入 Gemini 模型,用于年内 iOS 18 的图像生成与写作辅助等功能,同时 Apple 也接触过 OpenAI。这说明 Apple 面对竞争压力正寻求外部援手,或采用「端侧自研、云端外包」的双轨策略。
Reddit 披露收到美国联邦贸易委员会(FTC)问询函,要求其说明向 Google 等第三方授权用户帖子训练 AI 模型的交易。Reddit 原计划借此创收 2.03 亿美元为 IPO 造势。监管机构介入意味着平台转卖用户数据训 AI 的合规风险正在放大。
据彭博社报道,苹果于今年早些时候收购了加拿大初创公司 DarwinAI,数十名员工已加入其 AI 部门。DarwinAI 核心技术是让 AI 系统更小、更高效,正契合苹果在 iOS 18 中推动端侧 AI 运行并保护隐私的需求。
欧洲议会以 523 票赞成正式通过《人工智能法案》(EU AI Act)。该法规按风险把技术划为四档,对人脸抓取、社会评分等不可接受的场景直接禁止。法案预计 5 月底生效并于 2025 年起分阶段落实,给全球科技巨头划清了红线。
周四晚,拜登在国情咨文演讲中呼吁立法禁止 AI 声音冒充伪造。但他并未细化具体监管措施或惩罚手段,也未明确是否覆盖文娱行业。此前好莱坞虽对声音复刻达成授权协议,但 AI 拟真声音已正式成为白宫重点防范的议题。