传 Meta 筹备 Llama 3：对标 GPT-4，且继续保持免费开源
据 The Decoder 报道，OpenAI 工程师 Jason Wei 透露听闻 Meta 已备齐算力训练 Llama 3 与 4，且计划让 Llama 3 追赶 GPT-4 水平并继续免费开放。这意味着开源社区有望迎来抗衡闭源顶级模型的基座，不过 Meta 官方尚未对此表态。
AI 日报：今天的 AI 新闻
周日
8月27日 星期日
周六
8月26日 星期六
马斯克晚高峰实测 FSD V12：纯 AI 端到端驾驶，砍掉几十万行代码
马斯克在 Palo Alto 晚高峰直播实测未发布的特斯拉 FSD Beta V12。新版彻底砍掉人工规则代码，依靠海量视频训练的纯 AI 模型跑完 45 分钟，全程几乎零接管，并在到达后自动路边泊车。新系统可在 HW3 硬件上离线运行。
周五
8月25日 星期五
StableVideo 开源：基于扩散模型做文本驱动的视频一致性编辑
研究团队开源 ICCV 2023 论文项目 StableVideo 代码。该工具结合 Text2LIVE 与 ControlNet，通过扩散模型实现文本引导的视频编辑，重点解决跨帧闪烁问题，并优化显存以支持低显存设备运行。
阿里开源视觉语言模型 Qwen-VL：看图解题，还能讲故事
周五，Alibaba 开源两款视觉语言模型 Qwen-VL 与 Qwen-VL-Chat。模型支持更高分辨率的图像读取，能识别街标指路、根据照片解数学题，甚至串联多张图讲故事。开发者可以直接在魔搭社区和 Hugging Face 下载并做微调。
高通押注端侧生成式 AI：新一代旗舰芯片 10 月登场，明年进高端手机
高通透露正把生成式 AI 做进下一代旗舰芯片，将于 10 月底夏威夷峰会亮相。端侧运行让用户数据无需传上云端，离线可用且省去昂贵的服务器开销。最值得关注的是，高通预计明年高端 Android 手机就能在本地跑起百亿参数模型。
前 Meta 蛋白质团队自立门户：AI 生物公司 EvolutionaryScale 获 4000 万美元融资
据《福布斯》报道，前 Meta 蛋白质折叠团队负责人 Alexander Rives 创立生物 AI 公司 EvolutionaryScale，并完成约 4000 万美元种子轮融资，估值达 2 亿美元。该团队曾在 Meta 构建过含 7 亿个蛋白质结构的数据库，此次融资将用于大幅扩大生物大模型规模以加速药物研发。
周四
8月24日 星期四
Amazon 升级 NFL「周四夜赛」转播：用 AI 实时预测突袭与空位传球
Amazon 宣布为 Prime Video 的 NFL「周四夜赛」上线多项 AI 实时预测功能。自研神经网络能根据球员坐标与加速度，在场上实时圈出即将突袭的防守球员或跑出空位的接球手，还提供四档转换决策概率。功能将在 9 月 14 日新赛季 Prime Vision 信号中正式亮相。
Hugging Face 完成 2.35 亿美元 D 轮融资：估值 45 亿，巨头全员入局
开源 AI 社区 Hugging Face 宣布完成 2.35 亿美元 D 轮融资，估值达 45 亿美元。本轮投资方集齐了 Google、Amazon、NVIDIA、Intel、AMD 等科技巨头，平台上的模型、数据集与应用总数也已正式突破 100 万大关。
DeepMind 打造多智能体象棋系统 AZdb：击败 AlphaZero，解题量翻倍
Google DeepMind 团队推出多智能体系统 AZdb，把多个风格各异的 AlphaZero 组成战队。通过行为多样性训练，智能体各自专精不同开局与阵型；在刁钻的棋局难题中，其解题量达到单体 AlphaZero 的两倍，实战 Elo 积分提高 50 分。
Meta 发布代码大模型 Code Llama：最高 70B 参数，支持 10 万 token 上下文
Meta 发布专为代码任务打造的开源大模型 Code Llama。该模型基于 Llama 2 在代码数据集上进一步训练，提供 7B 到 70B 等尺寸，支持最高 10 万 token 的上下文，并具备代码补全与调试能力。
Scenario 推出 Unity 插件：可在引擎内直接生成风格一致的游戏美术资产
AI 游戏资产生成平台 Scenario 推出 Unity 插件。游戏开发者可以直接在 Unity 编辑器中调用其能力，生成风格一致的瓦片地图、角色头像、道具和场景等视觉素材。这意味着开发者无需在绘图软件与游戏引擎间来回切换。
Shift Robotics 推出 Moonwalkers：绑在鞋上的 AI 轮子，走路速度飙到 11 公里
据报道，Shift Robotics 推出动力鞋 Moonwalkers，直接绑在鞋底就能让最高步行速度提至 11 km/h。内置算法不到 10 步即可摸清个人步态，走动时才驱动轮子。产品目前仅在美国发售，售价 1399 美元。
OpenAI 联手 Scale：帮企业用私有数据定制先进模型
OpenAI 宣布与 Scale 达成合作，帮助企业利用专有数据定制其先进模型。企业可结合 Scale 的数据引擎与评估经验完成微调，微调数据所有权归客户所有，不会被用于训练其他模型。
周三
8月23日 星期三
Nvidia Q2 财报：靠 AI 单季净赚 61 亿美元，同比暴增 843%
Nvidia 发布 Q2 2024 财报，单季营收 135 亿美元，净利润达 61.88 亿美元，同比暴涨 843%。其中数据中心业务创下 103.2 亿美元纪录，单季翻倍。生成式 AI 爆发让其赚得盆满钵满，下季度营收预期更喊到 160 亿美元。
Stability AI 联手 NVIDIA 优化 SDXL：H100 出图只需 1.47 秒
Stability AI 宣布与 NVIDIA 合作，通过 TensorRT 深度优化 SDXL 并开放 ONNX 权重。在 H100 GPU 上模型性能翻倍，高清图生成仅需 1.47 秒，延迟降低 41%、吞吐量提升 70%。生图效率大幅提高，能直接降低创作者与开发者的部署成本。
分析称消费级 AI 需求正在萎缩：Bing 份额卡在 3%，ChatGPT 流量下滑
The Honest Broker 撰文分析指出，消费级 AI 狂热正迅速退潮。Microsoft 砸下百亿美元押注 AI，但 Bing 的搜索市场份额仍停滞在 3% 甚至略有下滑，ChatGPT 网站流量也出现萎缩。这表明消费者并未真正买账，目前的曲线更像是一阵短暂的风潮。
Microsoft 联手埃森哲：用 Azure AI 盯紧能源业甲烷泄漏
Microsoft 宣布与埃森哲合作推出甲烷排放监测方案。通过在 Azure 上结合 AI 异常检测、传感器布局算法与数字孪生，企业可以近实时捕捉管道和设施的泄漏源头。这让能源行业的漏气排查从被动抢修转向了预防式监控。
周二
8月22日 星期二
Edge 侧边栏上线 Designer：不用切窗口，边上网边做海报图
微软将免费 AI 设计工具 Microsoft Designer 正式内置进 Edge 浏览器侧边栏，面向美国用户开放。输入文字提示词即可直接生成社交媒体海报、贺卡或邀请函，并支持微调图文。微软想用这种随手调用的方式，硬刚加入 AI 功能的 Canva。
传微软正为 Windows 11 自带应用加 AI：画图能文生图、截图自带 OCR
据报道，Microsoft 正在测试为 Windows 11 内置应用引入 AI 能力。画图应用或将加入类似 Bing Image Creator 的文生图与背景去除功能，截图工具和相机将支持 OCR 提取文字。部分功能或需 NPU 硬件支持，目前仍处于早期实验阶段。
Meta 开源多模态翻译模型 SeamlessM4T：支持近百种语言互译
Meta 推出全能多模态翻译模型 SeamlessM4T，支持近 100 种语言的语音与文本互译，包含近百种语言语音转文本及 36 种语言语音互译。该模型以研究许可开源，同时放出了 27 万小时语音文本对齐数据集 SeamlessAlign 的元数据。
Microsoft 联手 Epic：将生成式 AI 深度植入电子病历系统
Microsoft 宣布扩大与医疗软件巨头 Epic 的合作，将 Azure OpenAI 和 Nuance DAX Express 深度集成至 Epic 电子病历平台中。医生不仅能靠 AI 快速总结病历和回复患者，还能通过环境语音自动生成临床文档，旨在缓解医护过劳并简化繁重的行政记账流程。
NVIDIA 发布 DLSS 3.5：引入光线重建，大幅提升光追画质
NVIDIA 在 Gamescom 推出 DLSS 3.5，重点引入光线重建技术。官方用超算训练的 AI 网络取代传统人工降噪器，训练数据量比 DLSS 3 增加 5 倍，能明显改善反射与全局光照，面向所有 RTX 显卡开放，今秋将落地《赛博朋克 2077》等大作。
OpenAI 开放 GPT-3.5 Turbo 微调：提示词最多可砍 90%
OpenAI 正式开放 GPT-3.5 Turbo 的微调功能，开发者可用自有数据定制模型。微调能让模型更好遵循指令、稳定输出格式，并支持 4k 上下文。早期测试显示提示词体积最多可缩减 90%，不仅加快调用速度，还能大幅降低使用成本。
Hugging Face 推出 SafeCoder：企业可本地私有化部署自己的代码 Copilot
Hugging Face 联合 VMware 发布企业级代码助手方案 SafeCoder。它主打安全与合规，模型训练和推理全程留在客户私有 VPC 内，代码不外流。企业可基于开源 StarCoder 并在私有代码库上微调，相当于拥有专属的本地版 GitHub Copilot。
ElevenLabs 结束 Beta 测试：发布 Multilingual v2，支持 28 种语言跨语克隆
ElevenLabs 宣布平台正式结束 Beta 测试，并推出语音生成模型 Eleven Multilingual v2。新模型支持中文、韩语、日文等 28 种语言，能自动识别输入语种，并保持说话人原有的音色和口音特征，用同一套声音完成多语种配音。
周一
8月21日 星期一
《纽约时报》屏蔽 OpenAI 爬虫：修改 robots.txt 防抓取，正考虑起诉侵权
据 The Verge 报道，《纽约时报》在其 robots.txt 中屏蔽了 OpenAI 刚推出的爬虫 GPTBot，禁止其抓取文章训练 AI。归档记录显示该屏蔽早在 8 月 17 日已生效。此前该报已更新条款禁止 AI 抓取，目前正考虑起诉 OpenAI 侵权。
Snapchat 曝光 AI 新功能 Dreams：能跟好友一起拍奇幻大片
据 TechCrunch 报道，Snapchat 正在开发名为「Dreams」的生成式 AI 功能。用户上传清晰自拍后，系统能将自己和好友合成到奇幻场景中。代码中还出现了「Dream Packs」付费包痕迹，目前 Snapchat 暂未正式回应上线时间。
YouTube 联手环球音乐：推音乐 AI 孵化器与三大合作原则
YouTube 联合环球音乐集团公布音乐 AI 合作三大原则，并启动「音乐 AI 孵化器」。项目拉来 Ryan Tedder、Max Richter 等知名音乐人参与测试，同时升级 Content ID 等版权保护体系。核心是想在拥抱生成式 AI 的同时，稳住音乐产业的版权与分成利益。
周日
8月20日 星期日
Slack 谈改版后布局：生成式 AI 将分三步融入工作流
Slack 产品管理高级总监 Olivia Grace 接受 Gizmodo 采访，详解 AI 落地规划。Slack 计划分三步走：内置对话摘要与写作辅助等原生能力、支持 Claude 等第三方 AI 集成，以及接入 Salesforce 实时数据。此外团队也在探索由 AI 根据聊天内容直接生成自动化工作流。
STAR.VISION 发射 WJ-1A 卫星：搭载边缘 AI，在太空就能实时处理数据
8 月早些时候，STAR.VISION 在酒泉发射 WonderJourney-1A 卫星。该卫星搭载 String 边缘 AI 平台作为「大脑」，无需将观测数据传回地面控制中心，就能在轨实时处理。它是中国首颗以 AI 为核心的卫星，未来计划用于环境监测与应急救援。
周六
8月19日 星期六
美联邦法官裁定：AI 独立生成的艺术作品不受版权保护
美国联邦地方法院法官 Beryl A. Howell 裁定，完全由 AI 生成的艺术作品无法获得版权保护，驳回了 Stephen Thaler 对美国版权局的诉讼。法官强调「人类作者身份是版权的基石」，没有人类引导的作品不享有版权。原告方已计划提出上诉。
周五
8月18日 星期五
IBM 调研：未来 3 年 40% 员工需重塑技能，善用 AI 者增长更快
IBM 发布调研显示，受访高管预计未来三年内全球约 40% 的劳动力因 AI 需要重塑技能。不过 87% 的高管认为生成式 AI 是增强而非替代岗位，善用 AI 的企业营收增速比同行高出 36%，团队沟通与协作等软技能变得更吃香。
Cruise 无人驾驶出租车撞上出警消防车：乘客受伤，加州放行刚一周
周四晚，Cruise 无人驾驶出租车在旧金山与出警的消防车相撞，车内一名乘客受轻伤送医。Cruise 称车辆绿灯进入路口，但疑似未避让紧急车辆。加州刚批准其开展 24 小时全天候付费营运还不到一周，自动驾驶对公共安全的干扰再次引发高度警惕。
ElevenLabs 联手 ScienceCast：把 arXiv 论文做成配音短视频
ElevenLabs 宣布与科学视频平台 ScienceCast 及 arXiv 展开合作。ScienceCast 的自动化视频工具接入了 ElevenLabs 的 AI 语音合成能力，能把 arXiv 上的学术论文直接生成为 3 到 5 分钟的配音简报，帮科研人员从海量文献中快速抓重点。
Take-Two 封杀 GTA 5 智能体模组：NPC 自由对话被全网下架
Take-Two 近日向《GTA 5》AI 模组 Sentient Streets 发出 DMCA 侵权通知，导致该模组及演示视频被全网下架。该模组接入 Inworld AI 与 ElevenLabs 技术，支持玩家与 30 多个 NPC 实时语音交谈。作者表示下架前未收到任何官方沟通，为防范法律风险已主动撤下相关资源。
周四
8月17日 星期四
Runway 上线 Watch 功能：给 AI 生成长视频搭了个放映厅
Runway 在其网站和 iOS App 上线「Watch」功能，供用户分享与浏览使用 Runway 工具生成的长视频作品。面对好莱坞因担忧 AI 抢饭碗而爆发的罢工，其 CEO 表示 AI 不是要替代一切而是增强创作，上线该功能正是为了展示创作者的实际成果。
WhatsApp 测试 AI 生成贴纸：输入文字描述就能做表情包
WhatsApp 在 Android 最新测试版中上线生成式 AI 贴纸功能。用户不用再在贴纸库里翻找，在键盘贴纸栏点击「创建」并输入文字描述，AI 就会自动生成几款贴纸供挑选。目前仅面向部分测试用户开放，预计未来几周推向更多人。
Buildbox 推出 StoryGames.AI：用问答几分钟生成 10 章互动小说
无代码开发平台 Buildbox 推出 StoryGames.AI。创作者只需回答几个关于主角和情节走向的问题，AI 就会在几分钟内生成带分支选择与画面的 10 章视觉小说游戏。平台允许免费创建 2 款游戏，支持导出至 Steam 或移动应用商店，后续需付费订阅。
周三
8月16日 星期三
美联社出台 AI 规范：禁止用 ChatGPT 写稿，输出全算「未经核实信源」
美联社向员工发布生成式 AI 使用规范，明确表示 AI 绝非记者替代品。记者可以尝试 ChatGPT，但严禁用其生成可发布内容，AI 的任何输出都必须按未经核实的信息源对待，且严禁向工具输入机密信息或用 AI 篡改音视频。
OpenAI 收购 Global Illumination：全员加入，参与 ChatGPT 开发
OpenAI 宣布收购创意工具公司 Global Illumination，团队全员加入。该团队主创曾参与 Instagram、皮克斯等早期产品的设计，擅长利用 AI 构建创意工具和数字体验，后续将直接参与 ChatGPT 等核心产品的研发。
前 Google CEO 筹建新机构：借鉴 OpenAI 模式，用 AI 攻克科研难题
据 Semafor 报道，前 Google CEO Eric Schmidt 正筹建一家非营利科研机构，借鉴 OpenAI 早期模式，用 AI 攻克生物与材料科学难题。他已挖来 Samuel Rodriques 和 Andrew White 两名顶尖学者领衔，资金以个人出资为主，并承诺提供学术界罕见的算力与薪资。不过项目仍处早期，未来可能吸纳外部资金。
Adobe Express 网页版结束公测：集成 Firefly AI，免费向全球开放
Adobe 宣布集成 Firefly 生成式 AI 的 Adobe Express 网页版结束公测并全球上线。用户凭免费的 Adobe ID 即可在浏览器里制作图片、视频和 PDF，提示词支持 100 多种语言。移动端版本也将在近期推出。
反向叫板 BeReal：前 MZ CEO 推出 AI 社交应用 BeFake
前 Machine Zone CEO 创立的 Alias Technologies 推出社交应用 BeFake。用户通过输入文本提示词，就能将日常自拍转化为 AI 奇幻视觉图。创始人认为人们在社交网络上其实更渴望展示理想中的自己，用 AI 创作不仅能减少发帖压力，还能打破真实外貌的束缚。
周二
8月15日 星期二
OpenAI 拿 GPT-4 做审核：把新规则上线周期缩短到几小时
OpenAI 提出用 GPT-4 辅助内容审核的新方案。审核专家把规则写进提示词让模型打标签，再通过比对分歧快速调整策略。OpenAI 称该流程已在部分客户中落地，能将新规生效时间缩减至数小时，不过仍需人工持续介入校准。
加州大学伯克利分校用 AI 解码脑电波：直接还原出一段 Pink Floyd 摇滚
加州大学伯克利分校研究人员利用 29 名癫痫患者听歌时的脑电波信号，训练 AI 重建了 Pink Floyd 的经典歌曲片段，声谱图相似度达 43%。这项研究揭示了大脑对音乐音调和节奏的处理方式，未来有望让语言障碍患者的语音合成设备告别机械音、听起来更像真人。
Google 升级生成式搜索 SGE：能帮你读长网页，还加了代码高亮
Google 宣布升级生成式搜索体验 SGE，推出「SGE while browsing」实验功能。它能为长网页自动提炼核心要点并支持段落直达，同时在 AI 回答中增加术语悬停查词和代码语法高亮。该功能仅支持免费公开网页，不抓取付费墙内容。
Google 相册上线新版回忆视图：用 AI 做剪贴簿，还能帮你想标题
Google 宣布为 Google 相册推出全新的「回忆」视图。AI 会自动把照片和视频整理成类似剪贴簿的时间线，支持多人协作补充内容，还通过生成式 AI 带来了「帮我起标题」功能。新视图当天在美上线，后续推向全球。
Amazon 上线 AI 评论摘要：直接提炼好坏主题，省得一条条翻
周一，Amazon 推出一项生成式 AI 新功能，能自动分析并总结买家评论中的常见优缺点。摘要直接显示在商品详情页，还提供「易用性」或「性能」等属性标签，方便筛选关联评论；重点是，AI 只从已验证购买的真实评价中提炼信息。
周一
8月14日 星期一
告别传统 SEO：为什么「AI 引擎优化」会成为新风口
行业分析师 Jeremiah Owyang 在采访中表示，随着用户习惯停留在聊天工具中，传统引流网站的 SEO 模式将被打破。营销人员需转向「AI 引擎优化」，主动让大模型摄取数据或接入 API，才能在 AI 生成的推荐中获得曝光。
创造力测试揭晓：ChatGPT 原创性得分跻身人类前 1%
蒙大拿大学团队公布测试结果，搭载 GPT-4 的 ChatGPT 在权威创造力测验 TTCT 中，流畅度与原创性均位列前 1%，灵活性达前 3%。盲审机构未察觉其为 AI，表明大模型在发散思维上已能媲美甚至超越大部分人类。
