OpenAI 确认 DevDay 不发下一代旗舰模型：改办三地巡回，主讲 API
OpenAI 宣布调整今年 DevDay 开发者大会的形式，由单场大型发布会改为在旧金山、伦敦和新加坡三站巡回，并确认不会在会上发布下一代旗舰大模型。大会重心将转向 API 更新与开发者支持。
AI 日报：今天的 AI 新闻
周一
8月5日 星期一
OpenAI 遭 YouTube 创作者集体诉讼：私抓视频字幕练模型，索赔超 500 万美元
消息，一名 YouTube 创作者对 OpenAI 发起集体诉讼，指控其未经许可转录数百万视频用于训练 ChatGPT 等模型，索赔逾 500 万美元。最值得关注的是，在公开网络文本即将耗尽的背景下，视频字幕成了 AI 训练的关键数据池，但这也让科技巨头彻底撞上创作者版权的红线。
英伟达被曝抓取 YouTube 海量视频：练 Cosmos 模型，称获高层放行
据 404 Media 曝光，英伟达从 YouTube 和 Netflix 等平台抓取海量视频，用来训练代号为 Cosmos 的 AI 模型。当员工质疑版权风险时，管理层称已获最高层放行。英伟达回应称完全符合版权法，该技术拟用于 3D 世界生成与数字人等产品。
马斯克再次起诉 OpenAI 与 Altman：指控其背叛非营利初衷
Elon Musk 再次在加州联邦法院起诉 OpenAI、Sam Altman 和 Greg Brockman。诉状指控 Altman 等人通过虚假非营利承诺误导其出资，背叛了造福人类的初衷并涉嫌欺诈。这次诉讼还将矛头对准了 OpenAI 与微软的深度绑定以及 AGI 成果归属。
Nvidia 推出机器人套件：戴上 Apple Vision Pro 就能遥控人型机器人
Nvidia 面向人形机器人开发者推出一系列新工具与服务。开发者戴上 Apple Vision Pro 即可捕捉手势遥控机器人，并通过 MimicGen 微服务生成大量合成运动数据。这套工作流旨在大幅减少实体数据采集的成本与时间。
Groq 融资 6.4 亿美元：估值 28 亿，拉来 LeCun 当顾问叫板英伟达
AI 芯片初创公司 Groq 宣布完成 6.4 亿美元新融资，估值升至 28 亿美元。这笔资金将用于扩展其 LPU 推理芯片算力并上线更多模型。最让人意外的是，Meta 首席 AI 科学家 Yann LeCun 也出任了其技术顾问。
周日
8月4日 星期日
OpenAI 暂缓发布 ChatGPT 水印工具：能抓作弊，但容易被绕过
据报道 OpenAI 已研发出能识别 ChatGPT 写作的文本水印工具，但正谨慎评估是否发布。该技术通过微调词汇选择嵌入隐形水印，虽准确度高，但极易被机器翻译或二次改写绕过，且可能对非英语母语者带来污名化风险。
周六
8月3日 星期六
传 Nvidia 因设计缺陷推迟 Blackwell 芯片：至少延期 3 个月
据 The Information 报道，Nvidia 因在生产后期发现设计缺陷，已告知微软等客户其 Blackwell B200 芯片将延期至少 3 个月，大批出货或推迟至明年首季。这意味着订购了数百亿美元芯片的云巨头们扩产节奏恐放缓。Nvidia 称下半年量产，对传闻不予置评。
传 Meta 砸数百万美元谈明星声音：朱迪·丹奇等或入驻 Meta AI
据彭博社和《纽约时报》报道，Meta 正斥资数百万美元与朱迪·丹奇、奥卡菲娜等明星洽谈，计划购买其声音版权用于 Meta AI 助手。这批语音预计在 9 月的 Connect 大会亮相，并覆盖 Instagram 及 Ray-Ban 智能眼镜等平台。
周五
8月2日 星期五
翻车后撤档：Google 撤下 Gemini 奥运广告「Dear Sydney」
Google 决定从奥运报道中撤下宣传 Gemini 的「Dear Sydney」广告。片中一位父亲让 AI 代替女儿给奥运偶像写粉丝信，引发网民痛批其抹杀真诚的情感表达。Google 虽辩称只是展示提供写作灵感，但最终难平众怒。
Character.AI 创始人重返 Google：加入 DeepMind，达成技术许可
Character.AI 联合创始人兼 CEO Noam Shazeer 及 Daniel De Freitas 重返 Google，加入 DeepMind 团队。Google 同时与 Character.AI 达成非独占技术许可协议并注资。Character.AI 大部分员工留守，未来将更多借助第三方模型。
实测 Adobe Illustrator 矢量生成：不会画画也能做矢量图
ZDNet 实测了 Adobe Illustrator 的生成式 AI 功能，支持用文字提示词直接生成矢量图、按轮廓进行形状填充以及创建无缝平铺图案。生成的对象全为可缩放、可解组的矢量路径。不过测试显示部分边缘逻辑仍需手动修线，生成资产的版权归属也尚存争议。
Figure 预告二代人形机器人 Figure 02：定档 8 月 6 日亮相
Figure 发布预告片宣布，新一代人形机器人 Figure 02 将于 2024 年 8 月 6 日正式亮相。短片展示了全新机械关节、网状外观设计以及高达 150Nm 的扭矩指标。创始人称其为「地球上最先进的人形机器人」。
周四
8月1日 星期四
Chrome 上线三大 AI 功能：跨标签比价、自然语言搜历史
Google 宣布为 Chrome 推出三项 AI 功能：桌面端集成 Google Lens 支持圈选提问，新增 Tab compare 自动汇总多标签商品参数做对比表，还能用日常口语检索浏览历史。后两项功能未来几周率先在美国上线。
Suno 正面回应唱片业诉讼：AI 学习公开音乐绝非侵权
Suno 正式发文回应唱片工业协会 RIAA 的侵权指控，承认抓取了公开网络上的音乐进行训练，但坚称「学习不是侵权」。Suno 把模型训练类比为孩子听摇滚乐学写歌，并强调平台设置了严格的防抄袭和防模仿机制。这场交锋将成为生成式 AI 训练数据合理使用判例的关键一役。
Stability AI 发布 Stable Fast 3D：单图生成 3D 资产仅需 0.5 秒
Stability AI 发布 3D 生成模型 Stable Fast 3D。它能在 0.5 秒内将单张图片转化为包含网格与材质的完整 3D 资产，较上一代 SV3D 的 10 分钟大幅提速。模型权重与代码现已在 Hugging Face 和 GitHub 开源，年收入 100 万美元以下支持商用。
Black Forest Labs 获 3100 万美元融资：发布 120 亿参数 FLUX.1 文生图模型
Black Forest Labs 宣布成立并完成 3100 万美元种子轮融资，同时推出 120 亿参数的 FLUX.1 文生图模型家族。该系列采用流匹配技术，包含 pro、dev 和 schnell 三个版本，官方称其在画面细节与提示词遵循上超越了 Midjourney v6.0。
ChatGPT 高级语音模式早期演示曝光：能学方言纠正发音，还会讲笑话
据 The Verge 报道，OpenAI 近日向部分 ChatGPT Plus 用户小范围开放了高级语音模式。网络流出的实测视频显示，它能模仿机长广播音效、用不同方言讲故事、纠正法语发音甚至唱歌。OpenAI 表示该功能将在今年秋季向所有 Plus 用户开放。
Anthropic 宣布 Claude 正式登陆巴西：网页、手机端与 API 同步开放
Anthropic 宣布 Claude 正式面向巴西市场开放，当地个人与企业用户可通过网页端、iOS/Android 应用及 API 使用 Claude 3.5 Sonnet 等模型。个人 Pro 版月费 110 雷亚尔，企业 Team 版也已同步上线。
走出 OpenAI 罢免风波：前董事 Helen Toner 在华盛顿转型为 AI 政策红人
据彭博社报道，去年参与主导罢免 Sam Altman 的前 OpenAI 董事会成员 Helen Toner，正在华盛顿特区成为备受信任的 AI 政策专家。经历硅谷宫斗后，她避开了马斯克诉讼的传票纠纷，转向为监管层提供 AI 治理与安全建议。
OpenAI 承诺向美国 AI 安全研究所提前开放下一代模型测试
周四晚，OpenAI 首席执行官 Sam Altman 宣布，正与美国人工智能安全研究所敲定协议，将在下一款主要生成式模型发布前开放早期访问用于安全测试。此举意在缓解外界对其轻视安全的质疑。不过合作的具体细节尚未公布。
Google 奥运 Gemini 广告翻车：让 AI 代写崇拜信挨批
据报道，Google 在奥运期间投放的 Gemini 广告「Dear Sydney」引发争议。广告中父亲用 Gemini 帮女儿代写给田径明星的崇拜信，被指责抹杀真诚表达与基本写作能力，Google 随后关闭了 YouTube 评论区。这再次暴露了公众对 AI 侵蚀情感表达的焦虑。
南加大团队用 AI 重编程脑胶质瘤：把癌细胞变成「带路党」免疫细胞
南加州大学团队在《Cancer Immunology Research》发表成果，借助机器学习从数万个基因中筛出关键位点，将胶质母细胞瘤细胞直接重编程为能引导免疫攻击的树突状细胞。在小鼠模型中，结合免疫疗法将存活率提升了75%，巧妙绕过了血脑屏障难题。
微软年报添新对手：OpenAI 正式被列入 AI 与搜索竞争名单
周二，微软在最新的年度报告中正式将 OpenAI 列为竞争对手，涉及 AI 业务以及搜索与广告领域。虽然微软已向 OpenAI 投资 130 亿美元，但随着 OpenAI 推出 SearchGPT，两家巨头的业务重叠愈发明显。OpenAI 回应称双方合作关系未变。
周三
7月31日 星期三
AI 牙刷盯上你的牙齿：算法证据不足，收集数据倒挺积极
Ars Technica 报道指出，宝洁、高露洁、飞利浦等品牌力推的高价「AI 牙刷」缺乏改善口腔健康的充分科学依据。所谓算法更多是厂商收集刷牙时长、力度等真实数据的渠道，借此反哺研发或直接在配套 App 内推送产品广告。
Leonardo.Ai 探索生图可控：测试自研模型 Phoenix
据 CNET 报道，已被 Canva 宣布收购的图像生成平台 Leonardo.Ai 正在测试首个自研基座模型 Phoenix，主打极高的提示词遵循度与画面可控性。该平台注册用户已达 1700 万，试图让 AI 生图摆脱靠运气抽卡的体验，不过高级控制功能仍需付费订阅。
Taco Bell 加速落地语音 AI：年底前覆盖全美数百家得来速门店
百胜餐饮宣布将在 2024 年底前把「Voice AI」点餐推向全美数百家 Taco Bell 得来速门店。该系统已测试约两年，旨在减少漏单并缩短排队时间。虽然麦当劳此前叫停了类似测试，但百胜显然打算继续押注。
Google 升级「关于此图片」：圈选就能查图源，还能辨别 AI 伪造
Google 将「关于此图片」功能接入即圈即搜和 Google Lens。用户长按屏幕圈选图片或通过镜头上传，即可查看网络出处、元数据，并借助 SynthID 水印识别是否由 AI 生成。功能目前已覆盖 40 种语言。
Vimeo 上线 AI 视频翻译：自带原声克隆，一键生成 29 种语言音轨
Vimeo 推出基于生成式 AI 的视频翻译工具，不仅能转译音频和字幕，还能克隆原发言人的音色与语调。该功能支持 50 多种原语言输入并输出为 29 种语言，观众能在播放器中直接切换音轨，大幅降低了企业跨国培训和出海营销的本地化成本。
Runway发布Gen-3 Alpha Turbo：速度快7倍，生成10秒视频仅需11秒
Runway在X上宣布推出视频模型Gen-3 Alpha Turbo，生成速度比原版Gen-3 Alpha提升7倍，生成一段10秒的高清视频仅耗时11秒。新模型价格更低，近期陆续向用户推送，移动端也即将支持图生视频。
Google 开源 Gemma Scope：用 400 多个稀疏自编码器透视大模型
Google 开源 Gemma Scope，这是一套面向 Gemma 2 2B 与 9B 的稀疏自编码器工具包，包含 400 多个自编码器和超 3000 万个学到的特征。它相当于给大模型装上显微镜，帮助研究人员拆解模型内部运作，应对幻觉、欺骗等安全风险。
OpenAI 表态支持美参议院三项法案：力挺 AI 安全研究所转正
OpenAI 公开支持美国参议院的三项 AI 法案，其中包括正式授权美国人工智能安全研究所制定模型标准，以及设立 AI 奖学金和教育资源。这一举动被视为在监管收紧前夕提前争取政策话语权。
周二
7月30日 星期二
砸数百万美元后 Meta 认输：关停名人 AI 替身聊天机器人
Meta 关停了去年 9 月上线的名人替身 AI 聊天机器人。此前 Meta 曾斥资数百万人偶定制了韦德、帕丽斯·希尔顿等名人的 AI 分身，如今重心彻底转向新上线的 AI Studio，让创作者自己制作聊天机器人。
动视开源《使命召唤：战区》地图数据：支持 AI 模型训练与内容生成
Activision 将《使命召唤：战区》Caldera 地图数据在 GitHub 开源。该数据集采用 OpenUSD 格式，包含完整度极高的地图几何结构及匿名玩家移动轨迹样本。动视称这是游戏业最大的公开 OpenUSD 数据集之一，旨在支持学术研究与生成式 AI 训练。
Midjourney 上线 V6.1：肢体与小脸细节大修，生成提速 25%
Midjourney 正式推出 V6.1 图像模型并设为默认。新版重点改善了手臂、双手和五官等小细节的连贯性，文本拼写更准，标准生成速度提升约 25%，还新增了 2 倍放大器。不过局部重绘等功能仍暂退回 V6.0 处理。
伴侣项坠 Friend 开启预购：99 美元主打全天候倾听与陪伴
开发者 Avi Schiffmann 发布 AI 伴侣硬件 Friend 的预告片并开启预订。这款 99 美元的项坠通过蓝牙连手机全天候倾听，主打情感陪伴而非生产力，已获 250 万美元融资，预计 2025 年 1 月发货。
白宫表态：暂不限制开源 AI 模型
美国商务部发布报告称，目前没有必要对公开权重的高性能 AI 模型施加限制。NTIA 认为现有证据不足以支撑监管收紧，开放系统能带来实实在在的创新红利。不过政府也会持续监测风险，一旦威胁加剧将随时出手干预。
Perplexity 推出出版商计划：给媒体分广告费，还送 API 与企业版
Perplexity 宣布推出出版商计划，首批合作方包括《时代》和《财富》等。当回答引用媒体内容并通过赞助问题获利时，出版商可获得分成；此外合作方还将免费获赠 API 搭建专属问答引擎，以及全员一年 Enterprise Pro 权限。
Canva 收购 Leonardo.Ai：整合生成式图像能力，独立平台与定价不变
Canva 宣布收购生成式 AI 平台 Leonardo.Ai。Leonardo.Ai 将继续作为独立平台运营，原有团队与订阅价格保持不变，同时其图像生成工具和模型将整合进 Canva。这让 Canva 进一步补齐了在视觉内容创作上的底层 AI 能力。
OpenAI 推出 GPT-4o 实验版：单次最高输出 64K token
OpenAI 推出实验版模型 gpt-4o-64k-output-alpha，单次请求最多能生成 64K token。由于长输出推理成本更高，该模型每百万输入 token 收费 6 美元，输出为 18 美元，目前仅面向 Alpha 测试用户开放。
美空军资助 5 家保密公司研发无人战机「AI 大脑」：2026 年定夺
美国空军宣布资助 5 家公司开发协同作战无人机的自主控制系统，但对名单严格保密以防间谍窥探。这些「AI 大脑」将装进通用原子与 Anduril 制造的战机中，空军预计在 2026 年筛选出最终供应商并决定投产。
周一
7月29日 星期一
Meta 推出 AI Studio：人人可定制 AI 角色，替创作者回消息
Meta 在美国推出基于 Llama 3.1 的 AI Studio。任何人都能定制专属 AI 角色，创作者可用它打造分身自动回复提问并设置话题禁区。不过 Meta 在 8 月 10 日更新说明，因转向新模型 Muse Spark，已停止创建新角色，仅维护现有角色。
NVIDIA 更新数字人技术：推出可感知情绪的 AI 助手 James
NVIDIA 在 SIGGRAPH 预览了交互式数字人「James」以及 Maxine 3D 等技术。James 基于 NVIDIA ACE 与 ElevenLabs 语音打造，能带情绪和幽默感进行实时交互。最关键的是，普通 2D 视频肖像现可通过 Maxine 3D 快速生成 3D 数字人化身。
Runway 上线 Gen-3 Alpha 图生视频：支持单图定首帧，画面更稳定
Runway 宣布上线 Gen-3 Alpha 的图生视频功能。用户现在可以将任意静态图片作为视频的第一帧，还能配合文本提示词辅助控制。这一更新大幅改善了生成视频的可控度与视觉一致性，创作者不用再完全靠文字碰运气了。
马斯克转发哈里斯 AI 换声视频：未注恶搞标签，涉嫌违规
周五，马斯克在 X 上转发了一段伪造副总统哈里斯声音的 AI 竞选恶搞视频，并配文「太赞了」。因未保留原推文中的「恶搞」免责标识，该帖被指违反 X 自身禁止误导性合成媒体的平台政策，引发多名官员谴责。
Shutterstock 推出 3D 生成，Getty Images 生图速度翻倍
基于英伟达 Edify 架构，Shutterstock 上线 Generative 3D 商业公测，支持文字生成 3D 资产与 16K 级 360 HDRi 背景；Getty Images 则升级生图服务，速度翻倍至 6 秒出 4 图，并新增模型微调与草图控图。两家均主打商业正版授权训练。
NVIDIA 全面押注具身智能：推人形机器人全套开发工具与云服务
NVIDIA 在 SIGGRAPH 上面向全球人形机器人开发者推出全套套件，包括用于生成仿真数据的 NIM 微服务、多阶段任务调度服务 OSMO，以及配合 Apple Vision Pro 采集少量演示即可扩增训练数据的遥操作工作流。开发者加入开发者计划即可申请早期体验。
周日
7月28日 星期日
据彭博社报道：Apple Intelligence 赶不上 iOS 18 首发，推迟至 10 月上线
据彭博社报道，Apple Intelligence 将错过 9 月 iOS 18 的首发推送，推迟至 10 月随系统更新上线。这意味着首批 iPhone 16 出厂时将缺席 AI 功能，苹果希望留出更多时间打磨稳定性。开发者预计最快本周可通过 iOS 18.1 Beta 率先测试。
AMD 推出本地 AI 套件 Amuse 2.0：支持 XDNA 超分，免命令行一键生图
AMD 联合 TensorStack 推出本地 AI 套件 Amuse 2.0 Beta，主打完全在本地运行的生图体验。软件无需命令行，提供「EZ 模式」降低门槛；最值得关注的是引入 XDNA 超分辨率技术，生图末期可直接输出 2 倍尺寸画面。不过硬件有一定门槛，需配备指定的 Ryzen 或 Radeon 设备。
周六
7月27日 星期六
巴黎奥运会如何用 AI：从辅助裁判到过滤社交网暴
据 Inverse 报道，2024 巴黎奥运会成为国际奥委会公布「奥林匹克 AI 议程」后的首届赛事。AI 不仅用于挖掘运动员潜能、通过动作视频纠错和防伤，还被引入体操等项目的裁判辅助，并计划自动过滤社交媒体上的辱骂言论。
周五
7月26日 星期五
X 默认拿用户帖子喂 Grok：英国和爱尔兰监管机构介入调查
X 被曝通过默认勾选的设置，将用户的帖子及与 Grok 的互动记录用于模型训练。这涉嫌违反 GDPR 禁止默认同意的规定，英国 ICO 与爱尔兰 DPC 已介入问询。目前用户想关闭该功能，还只能去网页端设置。
苹果签署白宫 AI 安全承诺：赶在 Apple Intelligence 上线前主动表态
Apple 宣布签署白宫关于 AI 安全与信任的自愿承诺，加入 OpenAI、Google 等 15 家科技公司的行列。承诺要求在模型发布前进行红队安全测试、保护模型权重并给 AI 内容打水印。Apple Intelligence 即将推向全球 20 亿用户，这被视为苹果提前向监管示好。
周四
7月25日 星期四
Google 升级 Gemini 免费版：换上 1.5 Flash，支持 32K 上下文与来源溯源
Google 宣布将 Gemini 免费层升级为 Gemini 1.5 Flash。新版本响应更快，推理与识图表现更强，上下文窗口扩大至 32K tokens，并在事实性回答末尾提供网页链接方便溯源。此外，Gemini 即将支持上传文件分析，并面向全球青少年开放。
Anthropic 爬虫狂扫 iFixit 近百万次：无视禁止条款引众怒
iFixit 首席执行官公开指责 Anthropic 的爬虫 ClaudeBot 在 24 小时内狂刷其网站近百万次，涉嫌违反禁止抓取用于 AI 训练的服务条款。Anthropic 回应称爬虫只识别 robots.txt 协议。这凸显了网站条款无法约束爬虫、只能靠粗暴断联的尴尬现状。
Runway 遭曝秘密抓取 YouTube 视频与盗版电影训练 Gen-3
据 404 Media 曝光的一份内部表格，Runway 秘密抓取了成千上万个 YouTube 创作者视频、知名品牌内容及盗版电影来训练其主力模型 Gen-3。此前获 Google 和英伟达投资的 Runway 面对数据提问时一直含糊其辞，这次泄露让 AI 视频的数据版权争议再次激化。
AlphaProof 与 AlphaGeometry 2 解出 IMO 竞赛 4 题：首次达银牌水平
研究团队推出结合强化学习与形式化语言的 AlphaProof 以及 AlphaGeometry 2。两者在 2024 年国际数学奥林匹克竞赛中联手解出 6 道题中的 4 道，拿到 28 分并达到银牌线。这是 AI 系统首次在顶级数学竞赛中取得银牌成绩。
OpenAI 推出 SearchGPT 原型：直接给答案带信源，未来接入 ChatGPT
OpenAI 宣布测试 AI 搜索临时原型 SearchGPT，旨在结合大模型与实时网页信息快速回答问题，并提供清晰的来源链接与追问能力。该原型目前仅面向小范围用户和出版商开放测试，未来成熟功能将直接整合进 ChatGPT。
快手可灵 AI 全球上线：邮箱直接注册，每天送 66 积分免费生视频
快手旗下可灵 AI 1.0 正式全球上线，凭邮箱即可注册。平台每天赠送 66 点免费积分，支持文生视频与图生视频，还自带运镜控制功能，生成 5 秒片段约耗时 5 分钟。相比仍处于内测的 OpenAI Sora，可灵直接让所有人都能免费上手体验。
周三
7月24日 星期三
Bing 搜索大改版：AI 答案占 C 位，传统网页链接被挤到右边
微软开始小范围测试全新 Bing 搜索界面。新版面将 AI 生成的长文摘要、图表和视频直接铺满屏幕正中，传统的网页搜索链接则被压缩进右侧窄栏。微软称该设计结合了大小语言模型，且能维持网站点击量，目前仅对少数查询开放。
Reddit 封锁搜索引擎与 AI 爬虫：不交钱不给抓，目前仅 Google 幸免
Reddit 被曝开始封锁未付费搜索引擎和 AI 爬虫抓取最新内容。目前主流引擎中只有签下 6000 万美元 AI 训练协议的 Google 能展示最新帖子，Bing 等均遭屏蔽。Reddit 称未达成协议的厂商不愿就数据用于 AI 做出合规承诺。
Stability AI 发布 Stable Video 4D：单段视频一键转出 8 个新视角
Stability AI 推出动态多视角视频生成模型 Stable Video 4D。用户上传一段单一主体的视频并指定相机位姿，模型约 40 秒内即可生成 8 个视角的 5 帧视频，可用于后续动态 3D 优化，目前已在 Hugging Face 开源。
X 上线 Grok「账号简介」功能：一键总结博主，但频繁翻车
X 面向网页端付费用户推出由 Grok 驱动的「关于此账号的更多信息」功能。用户悬停在账号名称上即可一键生成博主画像，但实测中 Grok 频繁张冠李戴甚至虚构事实。平台提示该功能基于 Grok 1.5，输出内容仍需核对。
Mistral AI 发布 Mistral Large 2：123B 参数单节点可跑，编程推理叫板顶流
Mistral AI 发布新旗舰模型 Mistral Large 2。它拥有 1230 亿参数和 128k 上下文窗口，专为单节点高吞吐推理设计。代码和推理能力大幅提升，能比肩 GPT-4o 与 Claude 3 Opus，还强化了防幻觉机制与多语言支持。研究用途免费开放，商业部署需获授权。
OpenAI 详解 RBR 技术：用规则给模型打分，少靠人工还防误拒
OpenAI 介绍基于规则奖励（RBR）的模型安全对齐方案。它用明确的规则逻辑替代大量重复的人工标注，由评判模型打分并融入强化学习。这不仅大幅降低训练成本，还能减少误拒正常请求的情况，让安全策略更新更灵活。
Suno 上线分轨功能：一键分离人声与伴奏
Suno 推出「Stems」音频分轨功能，面向 Pro 和 Premier 付费订阅用户开放。用户可以在曲目菜单中点击「Get Stems」，将生成的音乐拆分成独立的人声和伴奏音轨，并分别进行下载或延展编辑。这意味着创作者在后期混音上拥有了更多控制权。
周二
7月23日 星期二
美议员致信 OpenAI：要求新模型发布前先交政府审查
7 月，美国多位参议院民主党议员致信 OpenAI，要求其承诺将下一个基础模型在发布前交由美国政府机构测试与评估，并说明是否保证将 20% 算力投入安全研究。此前有举报人指控 OpenAI 为抢发 GPT-4 Omni 放宽安全标准，美国官方对 AI 巨头的监管明显收紧。
Cohere 推出 Rerank 3 Nimble：速度提升 3 倍，专供 SageMaker
Cohere 推出 Rerank 3 Nimble，专为企业搜索和 RAG 系统设计。它的速度比 Rerank 3 快约 3 倍，同时保持了高准确度。不过该模型目前仅在 Amazon SageMaker 上独家提供。
NVIDIA 详解 AI Foundry：像台积电代工芯片一样，帮企业定制大模型
NVIDIA 详解了企业服务 AI Foundry 的运作模式。它依托 DGX Cloud 算力与 NeMo 平台，支持企业基于 Llama 3.1 等开源底座微调并打包为 NIM 微服务。这相当于为企业提供大模型代工，让没有顶尖算法团队的公司也能落地专属模型。
Meta AI 迎来大升级：免费接入 405B 旗舰大模型，还能自拍一键换装
Meta 宣布为 Meta AI 接入最新的 Llama 3.1 405B 旗舰模型，能更好地处理数学与编程任务。同时上线的还有测试版「Imagine me」自拍生成功能，输入文字就能把自拍变身到不同场景中。不过 405B 目前需要手动切换且有每周额度限制。
Meta 发布 Llama 3.1：405B 开源旗舰对标 GPT-4o，允许数据蒸馏
Meta 发布 Llama 3.1 系列，其中 405B 旗舰模型拥有 128K 上下文并在多项基准上对齐 GPT-4o。最值得关注的是，Meta 修改了协议，正式允许开发者用 405B 输出的数据去蒸馏训练其他小模型。
Adobe 升级设计工具：Illustrator 获形状填充，Photoshop 开放生图
Adobe 为 Illustrator 和 Photoshop 推出多项 AI 功能。Illustrator 迎来生成式形状填充、文本转图案及模型贴图等功能，矢量缩放性能最高提升 10 倍；Photoshop 则正式全面开放「生成图像」并新增选区画笔。这意味着设计师可以直接在原生工作流中用 AI 补齐矢量细节与素材。
