Snap 公布新一代 AR 眼镜 Spectacles:独立运行还接入 OpenAI
Snap 公布新一代独立 AR 眼镜 Spectacles。新设备无需连接手机或电脑,配备双高通芯片、自动调光镜片和 Snap OS,支持手势追踪,并接入 OpenAI 提供多模态生成式 AI 能力。不过续航仅约 45 分钟,目前仅以每月 99 美元订阅制面向开发者提供。
Snap 公布新一代独立 AR 眼镜 Spectacles。新设备无需连接手机或电脑,配备双高通芯片、自动调光镜片和 Snap OS,支持手势追踪,并接入 OpenAI 提供多模态生成式 AI 能力。不过续航仅约 45 分钟,目前仅以每月 99 美元订阅制面向开发者提供。
加州州长签署 AB 1836 和 AB 2602 法案,未经明确授权使用 AI 数字分身替代演员的声音或肖像正式违法。新法不仅保护在世艺人,还要求使用已故人士数字分身必须经其遗产继承人同意。这意味着此前工会罢工争取到的 AI 防护被直接写入了州法律。
据报道,Snapchat 的 AI 自拍功能「My Selfie」在同意条款后,会默认开启将用户肖像用于个性化广告的开关。虽然 Snap 表示这类广告仅对自己可见且暂未真正启用,但平台并未事先明显提醒,介意的用户需要在设置里手动关闭。
Snapchat 宣布为 My AI 聊天机器人升级视觉识别能力,表现更像 Google Lens。用户拍外语菜单能直接翻译,拍植物能查品种,拍指示牌能看懂停车规则。Snap 试图让它摆脱纯娱乐标签,变成日常搜索工具。
Snap 宣布推出面向创作者的 AI 视频生成工具 Snap AI Video。它由 Snap 自研基础模型驱动,支持文本提示词生成视频,后续还将支持图片生成。生成内容带有水印与标识,目前仅在 Web 端向极少数创作者测试。
Google 宣布为实时语音交互功能 Gemini Live 提供多达 10 种不同声音。用户可以随时在应用内试听并切换,挑一个自己听着最舒服的声音聊天。声音选择变多后,语音助手的交互体验会更加拟人和个性化。
Meta 宣布与眼镜巨头 EssilorLuxottica 延长长期合作协议,将智能眼镜的合作一路签到 2030 年以后。双方从 2019 年联手已推出两代 Ray-Ban 智能眼镜。扎克伯格押注智能眼镜成为下一个核心科技平台,关键就是靠时尚外观让用户愿意每天戴出门。
Google 宣布将在未来几个月内,在搜索、Google Lens 及「圈选即搜」中标记 AI 生成或修改的图片。标记主要依赖 C2PA 元数据标准,但该标准目前普及度有限且元数据容易被抹除。
9 月底,加州州长 Gavin Newsom 签署了 18 项 AI 监管法律,同时否决了争议巨大的 SB 1047。新法全面针对具体场景,重点打击选举与色情 Deepfake、强制披露训练数据源,并禁止未经许可克隆在世或已故演员的声画,监管重心从抽象风险转向实际侵权。
Intel 宣布将代工业务拆分为拥有独立董事会的子公司,并可吸纳外部资本,消息推动其股价上涨 6.4%。公司计划明年起用 18A 工艺为微软和亚马逊代工芯片,试图挽回巨额亏损并抗衡英伟达。不过其先进制程此前曾传出测试受挫。
Perplexity 面向 Pro 用户推出基于 OpenAI o1-mini 的 reasoning 聚焦模式测试版。该模式专门用于数学、编程与逻辑解谜,但目前尚未接入联网搜索,且受速率限制响应相对较慢。
OpenAI 宣布放宽 Plus 和 Team 用户的 o1 模型使用限制。轻量模型 o1-mini 的限额直接翻了 7 倍,从每周 50 条增加到每天 50 条;成本更高的 o1-preview 也从每周 30 条上调至每周 50 条,让付费用户能更痛快地测试推理能力。
OpenAI 自上周推出具备推理能力的 o1 模型后,开始向试图窥探其隐藏思维链的用户发送警告信甚至威胁封号。o1 在界面中只展示经二道过滤的思考总结,不少用户和安全研究员尝试用提示词注入套取真实过程,甚至输入「reasoning trace」一词就会触发违规警告。
Luma AI 宣布正式上线 Dream Machine API,允许开发者直接把其视频生成模型集成到各类创意产品中。巧合的是,对手 Runway 也在同日开放了 API。视频大模型战火正在从网页端直接烧向开发者生态。
据 The Information 报道,字节跳动正与台积电合作设计两款自研 AI 芯片,涵盖训练与推理,计划 2026 年量产。此举旨在减少对英伟达昂贵 GPU 的依赖,并规避美方出口管制。不过芯片目前仍处于设计阶段,方案尚未最终敲定。
Apple 正式推送 iOS 18,但其主打的 Apple Intelligence 暂未上线,部分功能甚至需等到 2025 年。首发版本主要带来了控制中心重构、主屏幕图标自由排布、RCS 消息支持与语音备忘录实时转写。即便没有 AI 坐镇,系统可玩度也提升明显。
Oracle 联合创始人 Larry Ellison 在分析师会议上表示,未来 AI 将驱动庞大的执法监控系统,全天候记录并监督警察与普通公民,以此降低犯罪率。不过外界担忧,基于历史偏差数据的全方位监控极易加剧社会歧视。
Microsoft 宣布将第二波 Copilot 创新引入教育领域。使用学校账号登录的免费版 Copilot 已接入 GPT-4o 并提供企业数据保护,承诺数据不用于训练模型。此外还上线了多人协作的 Copilot Pages 以及可自建的 Copilot agents。
OpenAI 宣布将安全与安保委员会转为独立的董事会监督委员会,由卡内基梅隆大学的 Zico Kolter 担任主席。该委员会拥有在安全顾虑解决前推迟模型发布的权力,相当于给前沿模型发布设置了独立的刹车机制。
芯片初创公司 Groq 宣布与沙特阿美合作,在沙特建立大型 AI 推理中心。项目由阿美出资数亿美元,初期部署 1.9 万张 LPU,预计今年底上线,未来计划扩至 20 万张。沙特希望借此摆脱对石油的依赖,打造辐射中东和印度的算力中心。
据 Fortune 报道,Sam Altman 在员工周会上透露,OpenAI 计划在 2025 年摆脱非营利实体的控制,转向传统营利性架构。目前其营利业务受非营利母公司监管且设有利润上限,有消息称投资者要求取消上限以促成新一轮融资。不过官方回应称非营利部门仍将保留。
Meta 宣布调整旗下平台的「AI info」标签展示逻辑。仅经 AI 工具修图或微调的内容,标签将移入帖子的折叠菜单中;完全由 AI 生成的内容才会直接显示标签。这解决了此前摄影师轻度修图就被打上 AI 印记的尴尬。
周五晚间,Amazon 宣布招揽 AI 机器人初创公司 Covariant 的三位联合创始人及约四分之一员工,并获得其机器人基础模型的非独占授权。Covariant 打造的是用于仓库抓取等任务的机器人大模型。继 6 月吸纳 Adept 之后,Amazon 再次通过这种「反向人才收购」绕过反垄断审查抢夺核心技术。
据彭博社报道,特斯拉计划于 10 月 10 日在加州伯班克的华纳兄弟影城发布 Robotaxi。该片场拥有模拟的郊区住宅与商业街景,特斯拉近期已在当地密集建图,借受控环境避开真实路况。不过在封闭布景中演示,意味着其全自动驾驶水平仍有待真实道路检验。
TechCrunch 披露 AI 图像平台 NightCafe 运营数据。这家 9 人团队的自筹资金公司不自研底层模型,靠聚合主流图像接口与社区运营,年营收达 400 万美元且年利润约 200 万美元,用户数已突破 2500 万。
Coinbase CEO Brian Armstrong 透露,平台见证了首笔由 AI 智能体之间自主完成的加密交易。一个智能体用代币向另一个智能体购买了用于学习的数据代币。Armstrong 认为 AI 办不了银行账户,但配上加密钱包就能实现自主结算。
曾为 Stable Diffusion 提供训练数据的 LAION 重新发布数据集 Re-LAION-5B。该版本根据多家保护机构的建议,删除了 2236 条涉嫌违规儿童内容的链接,并提供两个版本,供研究机构替换旧版或清洗现有数据。
机器人公司 1X 正式公布了双足人形机器人原型 NEO Beta。官方定位为专为人类与家庭生活场景打造的助手。不过目前官方仅放出了简短预告,更多技术细节与上市节奏尚未披露。
周四,OpenAI 宣布 ChatGPT 周活跃用户达到 2 亿,相比去年 11 月的 1 亿翻了一倍。官方将增长归功于 GPT-4o 上线以及将文档分析等 Plus 功能下放给免费用户。此外,自 7 月发布 GPT-4o mini 以来其 API 用量也已翻倍,92% 的财富 500 强企业正在使用其产品。
Leonardo.ai 开放 Leonardo Phoenix 模型的 API 接口,支持 Phoenix 1.0 和 0.9 版本。开发者可通过 REST API 复刻 Web 端的核心图像生成功能,包括预设风格与 Alchemy 模式等,方便直接集成至自有产品。
据路透社报道,亚马逊预计今年发布的新版智能助手 Alexa 将主要改用 Anthropic 的 Claude 模型驱动。此前亚马逊自研大模型在理解提示词上表现不佳,而接入 Claude 后效果明显更好。新版可能在 10 月中旬推出,并收取每月 5 到 10 美元订阅费。
Plaud 推出可穿戴 AI 设备 NotePin。与试图取代手机的 Humane 不同,它只做一件事:记笔记。设备可作为项链、手环或胸针佩戴,录音后由 OpenAI 的 GPT-4o 整理转写。功能做减法,反而让 AI 硬件看着更靠谱了。
英国德文郡与康沃尔郡警方公布数据,部署的 AI 摄像头在数周内抓获 2239 起未系安全带违章,其中包括 109 名儿童,甚至拍到幼童直接坐在副驾家长膝盖上。该系统由 Acusensus 开发,经 AI 初筛与两道人工审核后确认违规。
Google 在 Chrome 正式版地址栏接入 Gemini。用户在地址栏输入「@gemini」加上问题,就能直接呼出 AI 对话。不过它目前缺乏上下文感知能力,不能像 Copilot 那样根据你正在浏览的网页内容作答。
Playground 宣布推出全新版本,核心由新一代图像基础模型 Playground v3(测试版)驱动。平台主打专业级平面设计,可直接生成 T 恤图案、Logo、社交媒体配图乃至表情包,目前完全开放无需排队。
周四,美国 AI 安全研究所宣布与 OpenAI、Anthropic 签署备忘录,两家公司同意在主要新模型发布前后向该机构开放访问权限,以协助评估风险与提出改进建议。此举正值美国探讨 AI 监管边界之际,此前两家公司曾对加州 SB 1047 安全法案表达顾虑。
智能家居品牌 Wyze 针对 Cam Unlimited 订阅用户测试 AI 搜视频功能。输入「后院的猫」或「打伞的女人」等关键词,AI 就会直接调出对应监控片段,不用再手动倒带翻找。目前该订阅每月 9.99 美元,可在官网申请测试。
Meta 公布 Llama 最新数据:在 Hugging Face 累计下载量逼近 3.5 亿次,较去年增长超 10 倍。5 到 7 月间主要云平台的 token 用量翻了一倍,8 月甚至以 405B 旗舰版独立用户最多。开源大模型正在真正变成企业基建。
据 Variety 报道,奥普拉将主持 ABC 黄金档特别节目《AI and the Future of Us》,定于 9 月 12 日播出。节目将对话 OpenAI CEO 奥特曼、比尔·盖茨和博主 Marques Brownlee 等人,用通俗语言拆解 AI 对普通人日常生活、就业及教育的冲击。
AI 编程初创公司 Magic 公布其首个 1 亿 Token 上下文模型 LTM-2-mini,相当于约 1000 万行代码。官方称其推理计算成本比 Llama 3.1 405B 便宜约千倍,同时宣布完成 3.2 亿美元融资,并联手 Google Cloud 搭建 GB200 超算集群。
据《华尔街日报》报道,Apple 正洽谈参与 OpenAI 新一轮融资,该轮融资对 OpenAI 的估值超过 1000 亿美元。Thrive Capital 拟领投 10 亿美元,Microsoft 也在洽谈跟投。两家此前已敲定在 iOS 18 中集成 ChatGPT,这一步若落地将直接把商业合作绑成资本同盟。
苹果在 iOS 18.1 等开发者测试版中上线 Clean Up 功能。它能用 AI 识别并一键移除照片里的多余物体,连带阴影与倒影一起抹平并重绘背景。目前仅支持系统语言为英语且地区设为美国的用户测试。
据 The Information 报道,Meta 正在研发代号为 Puffin 的混合现实眼镜,预计重量约 110 克。设备将电池与芯片做成外接包,支持手眼追踪与视频透视。不过该项目尚处早期,即便成真也可能要等到 2027 年。
伊利诺伊大学厄巴纳-香槟分校等团队在《Nature》发文,通过 AI 闭环实验与自动化分子合成,将有机太阳能材料的光稳定性提升了 4 倍。最值得关注的是,他们不仅让 AI 优化分子,还摸清了 AI 做出判断背后的化学规律,打破了算法黑盒。
Midjourney 宣布进军硬件领域,新团队将设在旧金山。这家无外部风投、营收据传超 2 亿美元的 AI 图像平台,此前已招揽参与过苹果 Vision Pro 研发的工程师。结合其正在攻坚的视频和 3D 生成模型,硬件或许会紧扣其生成能力展开。
周二,Google 与特拉维夫大学研究人员公布新模型 GameNGen,基于 Stable Diffusion 实时模拟运行经典游戏《Doom》,速度达每秒 20 帧以上。测试中人类玩家常难辨真伪。这意味着游戏未来可能无需编写传统图形引擎,全靠神经模型实时「脑补」画面。
阿里 Qwen 团队发布视觉语言模型 Qwen2-VL,开源 2B 与 7B 权重并上线 72B API。新模型支持动态分辨率、20 分钟以上长视频理解与手机操控智能体,72B 评测表现对标 GPT-4o。
Google 宣布向 Gemini 付费用户推出自定义 AI「Gems」,并逐步全量接入新图像模型 Imagen 3。用户只需写几句指令就能定制专属 AI 助手,同时能生成细节更丰富的逼真图像。目前 Gems 仅面向 Gemini Advanced 等订阅用户开放。
英伟达公布第二季度财报,营收同比增长 122% 达到 300.4 亿美元,数据中心业务暴涨 154%。不过由于毛利率环比小幅下滑,加上市场预期被拉得太满,财报公布后盘后股价反而跌超 7%。
加州备受争议的 AI 安全法案 SB 1047 已在州立法机构通过,正等待州长签署生效。该法案要求超大模型开发者建立并记录防范重大危害的安全保障机制。此前马斯克出人意料公开表态支持,而 OpenAI 则明确表示反对。
Anthropic 宣布将 Artifacts 功能正式面向所有 Claude.ai 用户开放,涵盖 Free、Pro 和 Team 订阅,并同步支持 iOS 与 Android 移动应用。用户可以在专属侧边窗口实时查看并修改代码、交互式网页原型和图表,还支持将作品公开发布或交由社区 remix。
Google 为 Google Meet 推出「take notes for me」功能。Gemini 不做逐字转写,而是直接提炼讨论要点存入 Google 文档,会后自动发给参会者。目前仅支持英语,且限拥有特定 Gemini 增值包的企业与教育用户在电脑端使用。
Google 推出三款实验性 Gemini 模型,包括小尺寸的 Gemini 1.5 Flash-8B、大幅提升的 Flash,以及在编程与复杂提示词上更强的 Pro。三者均支持 100 万 token 上下文,现已在 Google AI Studio 和 API 开放免费测试。
据 The Information 报道,OpenAI 正研发专注逻辑推理的代号模型 Strawberry,擅长数学和编程,并已向美国国家安全官员展示。最值得关注的是,Strawberry 不仅有望最快今秋集成进 ChatGPT,还在负责生成高质量合成数据,用于训练下一代旗舰模型 Orion。
NVIDIA 推出 NVIDIA Blueprints,为企业提供可直接部署的生成式 AI 工作流模板。首发涵盖客服数字人、药物虚拟筛选和多模态 PDF 提取,包含参考代码、文档及 Helm chart。说白了,企业不用再从零拼凑组件,拿现有微服务就能快速跑通数据飞轮。
Blackmagic Design 正式发布 DaVinci Resolve 19 完整版以及 iPad 版。新版加入 IntelliTrack AI 追踪、文本转写识别发言人剪辑、Fairlight AI 音频声相跟随等一系列 AI 工具,并带来 100 多项功能升级。
国际研究团队在《Nature Machine Intelligence》发布 AI 模型 AINU。它通过超分辨率显微技术,能捕捉细胞核内细至 20 纳米的结构变化,不仅能精准分辨癌细胞,还在病毒入侵 1 小时内就能察觉异常。不过该技术目前依赖昂贵的专业显微设备,离临床普及还有距离。
Cerebras 推出 Cerebras Inference 推理服务,跑 Llama 3.1 8B 达每秒 1800 token,比超大规模云端 GPU 快 20 倍。全程保持原生 16 位精度,8B 模型每百万 token 仅收 10 美分。高吞吐低延迟让多步骤智能体真正具备实时响应能力。
据媒体报道,亚马逊计划 10 月推出接入生成式 AI 的新版助手,内部代号「Remarkable Alexa」。新版不仅能定制菜谱、创作个性化故事,还能进行更自然的连续对话,预计每月订阅费最高达 10 美元,现有的免费经典版仍将保留。
Elon Musk 在 X 上公开支持加州 SB 1047 安全法案。该法案强制大模型厂商防范严重危害,即便旗下 xAI 也会被波及。最值得关注的是,老对手 OpenAI 刚刚表态反对,Musk 却认为这是一项艰难但必要的决定,并强调自己主张 AI 监管已有 20 多年。
上周,有爱好者在测试图像生成模型 Flux 时发现,通过训练 LoRA 可以在生成的画面中精准复现自定义字体。相比此前模型动辄把英文画成乱码,Flux 擅长渲染场景文字,让用户能在黑板招牌或名片上塞进指定字体。不过生成时偶尔仍会出现字母拼写偏差。
Anthropic 公开了 Claude 3.5 Sonnet 等模型的官方系统提示词。提示词除了严禁识别人脸、要求假装「完全脸盲」外,还规定不能用「certainly」等绝对词开头,并要求中立探讨争议话题。头部 AI 厂商主动公开系统人设底牌,这还是头一次。
Apple 宣布将于 9 月 9 日举办秋季新品发布会,主题为「It’s Glowtime」。除 iPhone 16 系列的外观与按键变动外,Apple Intelligence 将是核心看点;传闻新机全系都将支持该 AI 功能,打破目前仅 Pro 机型独占的限制。
Inflection 宣布将在未来几个月内限制 AI 助手 Pi 的免费使用,以减轻 GPU 资源负担。在团队被微软抽空后,公司取消了此前关闭 Pi 的打算,并开放对话记录导出。新 CEO 表示公司后续将把重心转向企业产品。
OpenAI、Adobe 与微软表态支持加州 AB 3211 法案。该法案不仅要求在 AI 生成的音视频和图片元数据中嵌入水印,还强制 Instagram、X 等大型平台必须用普通人看得懂的方式明确标注 AI 内容。此前曾以「负担过重」反对的科技巨头,在法案修正后集体倒戈支持。
黑眼豆豆成员 Will.i.am 宣布推出互动广播平台 RAiDiO.FYI。平台配备 AI 主持人,不仅能放歌闲聊,还能实时策展新闻与知识,并与听众展开动态对话。官方称希望像 iPhone 重塑电话一样,彻底改变人们收听广播的方式。
OpenAI 披露亚利桑那州立大学(ASU)接入 ChatGPT Edu 的进展。全校收到超 400 份提案并已启动 200 多个项目,覆盖学术写作辅助、模拟医患对话等场景。学校强调通过教育专版确保学生隐私与研究数据安全。
据 The Information 报道,Meta 叫停了代号为 La Jolla 的高端混合现实头显研发。该设备原定于 2027 年推出对标 Apple Vision Pro,但昂贵的 MicroOLED 屏幕让千元定价难以实现,加之高端市场遇冷,最终被喊停。
Meta CEO 扎克伯格与 Spotify CEO 埃克联合发文,直指欧洲碎片化且不一致的监管正在扼杀开源 AI 发展。文章透露,因合规不确定性,Meta 将无法在欧洲推出即将发布的多模态 Llama 模型。他们呼吁欧盟简化规则,否则欧洲将彻底错失这波技术红利。
xAI 团队在过去三天里用开源框架 SGLang 从头重写了推理技术栈。Grok-2 mini 的运行速度直接翻倍,且模型准确率略微上升;同时这一重构也让需要多机推理的 Grok-2 大模型拥有了更合理的服务响应速度。
据 The Information 报道,Google 任命刚回归的 Character.AI 前 CEO Noam Shazeer 为 Gemini 联合技术负责人。他将与 Jeff Dean 和 Oriol Vinyals 共同统领模型研发对抗 OpenAI。此前 Google 刚通过 27 亿美元授权协议将他迎回。
Google DeepMind 约 200 名员工签署联名信,要求公司终止与军事组织的合同,并切断军方对其 AI 技术的访问。信中重申了 2014 年被收购时绝不用于军事或监控的承诺,呼吁设立新的监管机构。不过,Google 目前尚未给出实质回应。
据 CNBC 报道,Perplexity 计划在第四季度上线搜索广告。广告主可赞助回答下方的相关问题或购买右侧展示位,千次展示报价超 50 美元。除了推进商业化,这也将兑现其此前承诺给合作媒体的广告收入分成。