库克确认苹果正在研发生成式 AI:英国还将扩大招聘
Apple CEO 蒂姆·库克确认,苹果「当然」正在研发类 ChatGPT 的生成式 AI,并计划在英国扩大 AI 招聘。他提到 AI 早已应用在 Apple Watch 跌倒检测和 iPhone 预测输入中。面对各家的对话助手竞争,这番表态坐实了苹果也在暗中发力大模型。
Apple CEO 蒂姆·库克确认,苹果「当然」正在研发类 ChatGPT 的生成式 AI,并计划在英国扩大 AI 招聘。他提到 AI 早已应用在 Apple Watch 跌倒检测和 iPhone 预测输入中。面对各家的对话助手竞争,这番表态坐实了苹果也在暗中发力大模型。
Google 推出控制工具 Google-Extended。网站发布者只需在 robots.txt 中加上该标识,就能禁止 Google 用其内容训练 Bard 和 Vertex AI 等模型,同时不影响正常搜索收录。这意味着站长不必再在「被抓去训 AI」和「丢掉搜索流量」之间艰难二选一。
3D 扫描工具 Polycam 宣布上线高斯泼溅(Gaussian Splatting)功能。云端处理完全免费,不仅能在浏览器里快速流畅渲染,还支持直接导出 .ply 格式文件。说白了,尝鲜前沿 3D 重建技术的门槛被彻底打平,普通人在网页端就能做高保真场景。
Zapier 推出 AI 流程图规划工具 Canvas,现已开启抢先体验。用户不仅能梳理端到端业务流程,还能直接用自然语言描述需求让 AI 生成流程,并将其转化为实际的自动化链条。同时其自动化数据库 Tables 也正式面向所有人开放。
Google 宣布将生成式 AI 搜索体验(SGE)开放给美国 13 至 17 岁青少年。针对未成年人,系统加装了防欺凌与违禁内容的护栏,并新增「关于此结果」提示。此外,模型也更新了对虚假或恶意提问的甄别能力,避免顺着错误前提胡说八道。
AWS 宣布生成式 AI 全托管平台 Amazon Bedrock 全面可用,企业可通过统一 API 调用 Anthropic、Meta 等多家顶级基础模型。同时,支持 8000 token 上下文的 Titan Embeddings 向量模型同步上线,AWS 还为 CodeWhisperer 增加了私有代码定制功能。
Mayo Clinic 宣布成为首批部署 Microsoft 365 Copilot 的医疗机构之一。数百名医生和临床医护人员将通过早期访问计划在 Outlook、Word 等工具中测试生成式 AI,核心目标是通过自动化表单填写等繁琐行政杂务,为医生省下时间聚焦患者护理。
Meta 联手 EssilorLuxottica 推出新一代 Ray-Ban Meta 智能眼镜。眼镜搭载骁龙 AR1 Gen 1 芯片与 12 MP 摄像头,内置 Meta AI 语音助手,还支持向 FB 和 IG 实时直播。不过 Meta AI 首发仅在美国向测试用户开放。
Meta 在 Connect 大会上宣布为 28 个拥有特定个性的 AI 角色开通 Facebook 和 Instagram 社交主页。部分角色由知名公众人物形象扮演,生成图片均带有专属水印。目前美国测试版用户可直接通过 Instagram 或 Messenger 发私信与它们互动。
Meta 在 Connect 大会上推出一系列生成式 AI 体验。核心是接入 Bing 搜索的 Meta AI 助手,以及由 MrBeast、Snoop Dogg 等名人化身的 28 个个性化虚拟角色。此外还新增了文本生成贴纸与图像重绘功能,并公布了面向开发者的 AI Studio。
Meta 召开 Connect 开发者大会。扎克伯格预计将揭晓头显设备 Quest 3,并重点展示面向 Facebook 与 Instagram 的 AI 聊天机器人。面对 TikTok 的竞争,Meta 正试图借 AI 工具拉回用户的注意力与停留时间。
医疗初创公司 Invenio 联合 NVIDIA 推出手术室级 AI 活检系统。它基于 Jetson Orin 边缘计算,在手术台旁仅用 3 分钟就能完成新鲜组织切片分析,识别癌细胞并辅助判断切除范围,将以往耗时数周的病理送检流程大幅压缩。
Cloudflare 推出 Workers AI、Vectorize 和 AI Gateway 三款工具。开发者可按需调用就近 GPU 运行 Llama 2 等模型,配合向量数据库与用量监控降低延迟和成本。推理数据保留在本地且不参与模型训练。
Google.org 宣布提供 1000 万美元赠款,资助 FIRST 与 RECF 两家机构,预计帮助 30 万名美国初中生参与机器人与 AI 实践项目。资金将重点投向 Google 设有办公区或数据中心的州,并向缺乏教育资源的乡村及少数族裔群体倾斜。
Microsoft 宣布与医疗系统 Mercy 达成多年合作,接入 Azure OpenAI 服务。双方将用生成式 AI 帮患者用大白话理解化验单、优化电话预约,并为员工提供政策问答机器人。最值得关注的是,这能让医护人员减少琐事负担,把更多时间留给患者。
伦敦帝国理工学院未来工作研究所发布的调查显示,78% 的受访企业表示引入 AI 和自动化直接创造了新工作岗位。尽管 47% 的受访者称部分原有岗位被取消,但 67% 报告设立了新职位,表明 AI 带来的影响存在结构性差异。
美国编剧工会(WGA)正式结束近五个月的罢工。新达成的三年协议严格限制生成式 AI:AI 生成内容不能算作源素材,制片厂不得强迫编剧使用 ChatGPT 等工具,也不能用 AI 代替编写或重写剧本。这是好莱坞首次为生成式 AI 划出明确护栏。
SEO 顾问发现 Google 搜索已开始抓取并索引用户生成的 Bard 共享对话链接,导致私人对话可能直接出现在公开搜索结果中。Google 回应称这并非设计意图,正紧急修复屏蔽,并澄清该问题未波及 Gmail 和 Google Docs 等新集成功能。
好莱坞编剧工会与制片厂达成三年暂定协议,结束 148 天的罢工。新协议明确规定 AI 不能用于撰写或重写剧本,AI 生成内容不得作为原创素材,制片方也不能强迫编剧使用 ChatGPT 等工具。最值得关注的是,这是好莱坞首次为生成式 AI 划定严格的使用红线。
微软开始推送 Windows 11 九月更新,正式上线 Copilot 预览版。用户能直接用 AI 控制系统设置、起草邮件,自带的画图也加入文生图与图层,截图工具支持直接提取屏幕文字。桌面操作系统全面接入生成式 AI。
Apple 正式推送 macOS Sonoma 免费更新。新系统不仅加入桌面小组件、游戏模式和视频会议特效,键盘自动纠错更全面换上端侧 Transformer 语言模型,大幅提升输入与听写准确率。换句话说,日常打字体验有了更底层的人工智能加速。目前支持设备已全面开放升级。
Getty Images 联手 Nvidia 推出生图工具 Generative AI by Getty Images。该工具基于 Nvidia Edify 模型,完全使用 Getty 授权图库训练,并向商业用户承诺提供完整的版权赔偿保障。它禁止生成现实名人及特定艺术家风格,试图在 AI 版权争议中走一条合规商业路线。
Spotify 联合 OpenAI 测试全新的 AI 语音翻译功能,能用播客创作者自己的声音将其节目翻译成其他语言。首批先将部分英语播客转译为西班牙语,后续计划加入法语和德语。最值得关注的是,它不是机械配音,而是克隆原声合成。不过目前该功能仅限少数头部主播测试。
Amazon 宣布将向 AI 初创公司 Anthropic 投资至多 40 亿美元并持有少数股权。AWS 将成为 Anthropic 的主要云服务商,Anthropic 将采用 Trainium 和 Inferentia 芯片训练与部署模型,并通过 Amazon Bedrock 向企业深度开放 Claude 2 模型。
传奇程序员 John Carmack 创立的 Keen Technologies 与强化学习之父 Richard Sutton 宣布达成合作。两人打算绕开主流路线,从智能体与时间维度切入,目标是在 2030 年前打造出真正的 AGI 原型并记录生命迹象。
OpenAI 宣布为 ChatGPT 推出语音和图像能力。用户可以直接拍照让它分析内容或答疑,还能用 5 种声音与它实时双向语音对话。该功能在未来两周内向 Plus 和 Enterprise 用户陆续开放,移动端和桌面端均有适配。
据报道,Meta 计划在周三开幕的 Meta Connect 上推出面向年轻人的生成式 AI 聊天机器人「Gen AI Personas」。内部测试了包括「傲娇机器人」和外星人在内的数十种人设,并开发工具供名人定制专属聊天机器人,意在吸引年轻人停留以增加广告展示。
周六,Tesla 公布人形机器人 Optimus 的最新进展。借助完全端到端训练的神经网络,Optimus 已能自主校准肢体并将彩色方块分拣到对应托盘中。面对人类拿走方块等动态干扰,它能随时调整动作,甚至还会主动把放歪的方块扶正。
据泄露的宣传视频显示,Google 即将发布的 Pixel 8 系列将搭载 AI 摄影工具 Magic Editor。除了能把多张连拍合成出全员看镜头的完美合照,还能直接挪动物体或把正午天空换成落日晚霞。此外,新机还增加了快门与 ISO 等单反级手动控制。
Microsoft 发布四款面向企业的 Surface 设备,包括 Laptop Studio 2、Laptop Go 3、Go 4 和 Hub 3。新硬件不仅性能大幅翻倍,还深度集成了 AI 自动取景、眼神矫正以及白板中的 Copilot 等智能办公工具。
Microsoft 宣布 Bing Chat 即将接入 OpenAI 的 DALL-E 3,用户在聊天框里敲几句话就能直接生图。Bing 同时还上线了记聊天的个性化导购与搜券功能。不过微软尚未透露 DALL-E 3 具体的上线日期。
YouTube 宣布为 Creator Music 引入 AI 助手功能,明年年初起创作者只要输入视频描述,就能自动匹配合适曲目与授权价格。此外,AI 配音工具 Aloud 也将整合进 YouTube Studio,支持一键生成多语言配音,明年全面铺开。
UPS 旗下 UPS Capital 公布基于 AI 的 DeliveryDefense 服务。它基于数十亿条配送数据为地址打出 1 到 1000 分的置信度评分,帮助商家在发往高风险地址时改用自提或加保。该服务将于 10 月 18 日推出中小企业网页版,月费 99 美元起。
Microsoft 宣布推出统一的 Microsoft Copilot,将其定位为日常 AI 伴侣。它把网络信息、工作数据以及在 PC 上的当前操作融进统一体验,主打在保证隐私与安全的前提下提供跨场景协助。
YouTube 发布一系列创作者工具,其中实验功能 Dream Screen 允许用户输入文字提示词,直接为 Shorts 生成 AI 视频或图片背景。官方还推出了免费移动剪辑应用 YouTube Create,支持自动字幕与音乐卡点。Dream Screen 将在年内向部分创作者开放测试。
OpenAI 推出文生图模型 DALL·E 3,原生集成在 ChatGPT 中。它大幅提升了对复杂细节的理解力,用户无需专门的提示词技巧即可精准出图,并限制生成公众人物与在世艺术家风格。生成图片完全归用户所有,可直接商用。
GitHub 宣布面向所有 Copilot 个人订阅用户免费公测 Copilot Chat。开发者在 Visual Studio 和 VS Code 中无需跳出编辑器,就能用自然语言查 Bug、解释代码或提安全补丁。此前该功能仅企业版可用。
Amazon 宣布为 Fire TV 引入生成式 AI 语音搜索。用户可以用更自然的口语让 Alexa 找片,例如「适合下雨天看的喜剧」或「有飙车戏的动作片」,不再局限于机械指令。该功能将于今年晚些时候在美国正式推送。
Amazon 宣布即将用新的生成式 AI 模型升级 Alexa。新模型专门针对语音优化,能理解「幽灵般的灯光」等模糊指令,还会根据人的停顿调整语气并展现情绪。美国用户近期可在现有 Echo 设备上免费预览体验。
美国作家工会携乔治·R·R·马丁、约翰·格里沙姆等 17 位知名作家起诉 OpenAI。诉状指控其未经许可全盘抄袭原著训练 LLM,能低成本生成衍生文本并危及作家生计,要求按集体诉讼处理。OpenAI 则回应称正与各方沟通寻求合作。
Roblox 宣布收购芬兰语音技术初创公司 Speechly。Speechly 主打实时语音审核与转录技术,曾获 YC 投资。此举旨在帮 Roblox 应对平台拓展语音聊天及动捕通话时面临的安全挑战,在 3D 沉浸场景中实时过滤违规言论。
转型创作者工作室的 LimeWire 宣布收购 AI 图像生成平台 BlueWillow。BlueWillow 拥有 250 万 Discord 成员,号称规模仅次于 Midjourney。LimeWire 将把其工具整合进官网,补足自身生图技术并引入用户,不过原团队完成过渡后将离职开展新项目。
ElevenLabs 推出 Projects 制作工具。用户上传 ePub 电子书后,系统能自动识别书中角色并匹配不同声音,支持 90 多种语言和音效调节,几分钟内就能生成录音棚级别的有声书,大幅降低了长音频的制作门槛。
Google DeepMind 在《科学》杂志公布新模型 AlphaMissense,能预测 7100 万个人类 DNA 错义突变是否致病。它基于 AlphaFold 微调而来,旨在帮医生快速排查罕见病病因。不过出于生物安全顾虑,团队未公开模型权重。
TikTok 推出内容标签工具,让创作者标注由 AI 生成或深度编辑的视频。按最新规定,只要包含逼真的 AI 图像、音频或视频,创作者就必须打上标签或写明,平台官方滤镜也将统一加上「AI」字样,后续还将上线自动检测算法。
Engadget 报道 Microsoft 定于 9 月 21 日举行秋季特别发布活动。外界预计将迎来 Surface Laptop Studio 等硬件性能迭代,并穿插 AI 相关消息。官方未设实时直播,完整录播将在事后上线。
Chan Zuckerberg Initiative 宣布资助搭建包含 1000 多块英伟达 H100 的计算集群。该系统旨在通过生成式 AI 构建模拟健康与患病状态的「虚拟细胞」,帮助科学家预测人体对疾病或新药的反应。最值得关注的是,CZI 打算将这些细胞模型公开发布,降低科研人员使用顶尖 AI 算力的门槛。
Google 宣布为 Bard 推出 Extensions 扩展功能,可跨 Gmail、Docs、Drive 和地图等服务调取信息。新版基于升级后的 PaLM 2 模型,还加入了「Google it」事实核查按钮来比对网页证据。目前扩展功能仅支持英文,可随时在隐私设置中关闭。
OpenAI 宣布成立红队网络,面向全球招募外部专家参与模型安全与对抗测试。成员将按项目获得报酬,每年投入可低至 5 到 10 小时。这意味着 OpenAI 正在将过去模型发布前的一次性审查,转变为持续、常态化的跨领域协同防御。
据 The Information 报道,OpenAI 正加速为 GPT-4 全面引入视觉多模态能力(GPT-Vision),并筹备代号为 Gobi 的下一代模型。这套看图写代码的能力此前仅向少数机构内测,OpenAI 试图抢在 Google 今秋发布 Gemini 之前落地,继续稳坐领头羊位置。
掌舵 Surface 十余年的 Panos Panay 突然从微软离职。微软随即重组管理层,由 Yusuf Mehdi 和 Pavan Davuluri 分管业务与芯片硬件,并新设团队研发 Windows 的 AI 网络服务。也就是说,微软正将操作系统与硬件重心全面推向 AI 驱动。
微软宣布面向 Windows 预览体验成员推送画图应用更新,正式加入图层与透明度支持。用户现在可以在画布上叠加管理不同图层,橡皮擦也能真正擦除内容显示透明棋盘格,支持直接打开和保存透明 PNG。
微软 AI 研究部门在 GitHub 开源图像识别模型时,因 Azure 共享令牌权限配置错误,意外暴露了 38TB 内部数据。泄露内容包含私钥、员工电脑备份及 3 万多条内部 Teams 消息。安全机构 Wiz 发现后微软已吊销令牌并排查完毕。
a16z 梳理了医疗企业中 AI 商业化的落地路径,提出聚焦高培训人工成本、存在 10 倍提效空间且传统软件渗透率低的场景。其核心在于比起采购新软件,医疗机构更愿意为能直接替代人力的「AI 员工」买单,但胜出者最终需靠多产品集成建立壁垒。
DeepMind 研究团队在一篇新论文中提出 OPRO 方法,直接把大模型当作优化器。这项技术用自然语言描述任务并记录历史得分,让模型自主摸索规律,在没有形式化数学公式的情况下迭代寻找更优解,尤其擅长自己调优提示词以提升准确率。
周四,Meta 宣布为 Advantage+ 营销套件推出预算调度和出价系数两项自动化功能,帮广告主备战假日季。商家可在促销高峰期预设临时调高日预算,并在大促后自动恢复;出价系数则能自动针对特定人群加价投流。新功能将于第四季度初上线。
MIT 研究团队公布生成式 AI 工具 Style2Fab,用户只需输入文字提示词,就能直接自定义 3D 打印模型的外观。系统会自动将模型拆解为功能部分和装饰部分,在保留原本结构特性的同时生成新纹理与造型。新手无需掌握复杂 CAD 也能轻松改装模型。
AI 技术公司 Metaphysic 推出 Metaphysic Pro 系统,帮演员管理面部、声音等数据授权。汤姆·汉克斯、安妮·海瑟薇等已成早期用户。在好莱坞对 AI 侵权重重担忧下,它试图为明星建立数字分身的数据控制权与付费渠道。
Meta CEO 扎克伯格在美国参院 AI 论坛发言,指出当前 AI 最关键的问题是安全与访问权限。他为 Llama 2 的开源路线辩护,认为开源更安全且能确立技术标准,但也承诺若未来接近超智能水平将重新评估策略。
Amazon 在 Accelerate 2023 大会上推出面向卖家的生成式 AI 功能。卖家只需输入几个关键词或短句,系统即可自动生成商品标题、卖点与详细说明,支持修改或直接提交。前期测试显示,大多数卖家直接采用了生成的文案。
Stability AI 推出首款音乐与音效生成工具 Stable Audio。它基于潜在扩散架构,用户输入文本提示词和指定时长即可生成 44.1 kHz 音频。免费版支持最长 45 秒片段,Pro 订阅可生成 90 秒且允许商用,训练数据来自版权曲库 AudioSparx。
Apple 在 iPhone 15 发布会上避开生成式 AI 狂欢,聚焦润物细无声的端侧体验。新机搭载 A17 Pro 芯片,依靠机器学习实现通话语音隔离、自动人像测深与语音信箱转写,甚至能为渐冻症患者合成声音。说白了,Apple 不拼聊天机器人,只想用无感预测解决实际痛点。
Hugging Face 宣布文生图模型 Würstchen 正式集成至 Diffusers 库。它用创新的两阶段架构实现了 42 倍图像空间压缩,生成速度远快于 SDXL 且占用极少显存,训练成本相比 SD 1.4 直降 16 倍。这意味着没有顶级显卡的开发者也能低成本玩转高清生图。
9 月 13 日《自然》报道,科学家研发出一套 AI 工具,仅凭视网膜图像就能诊断眼疾,并预测心力衰竭与帕金森病等多项全身疾病的风险。这意味着普通眼底照相可能成为全身体检的快速窗口。
Adobe 宣布向作品被用于训练 Firefly 的 Stock 贡献者发放年度奖金。奖金根据入选作品数量以及过去 12 个月的授权次数加权计算。此外,符合审核规范的 Firefly 生成图片也正式获准上架至 Adobe Stock 销售。
Adobe 宣布 Firefly 生成式 AI 正式向所有 Creative Cloud 订阅用户开放,覆盖 Photoshop 创意填充等功能。官方同步推行按月分配的「快速生成积分」机制,并宣布 11 月 1 日起上调部分个人与团队订阅价格。这意味着生成式 AI 的算力成本正式开始进入订阅账单。
Adobe 发布 Premiere Pro 与 After Effects 测试版,带来多项 AI 与 3D 更新。Premiere Pro 加入 Enhance Speech 一键消除背景杂音,并在文本剪辑中支持批量删除语气词,时间线流畅度提升 5 倍;After Effects 升级了 AI 抠像画笔。所有功能目前可在 Beta 版体验,计划秋季正式推出。