LLaMA 被滥用：Meta 开源模型正被用来制作无限制色情聊天机器人
据《华盛顿邮报》报道，Meta 开源大语言模型 LLaMA 正被用于创建露骨的色情聊天机器人，部分甚至包含暴力角色扮演内容。开源让模型脱离了商业护栏的审查与管控，这再次引发了关于 AI 究竟该开源共享还是闭源把关的激烈争论。
AI 日报：今天的 AI 新闻
周一
6月26日 星期一
Databricks 斥资 13 亿美元收购 MosaicML：帮企业微调专属大模型
Databricks 宣布以 13 亿美元收购生成式 AI 初创公司 MosaicML。MosaicML 拥有 MPT 系列开源模型，主打低成本训练与微调。最值得关注的是，收购后企业可直接在 Lakehouse 平台上用私有数据训练专属大模型，无需将敏感数据交给公有闭源厂商。
The Verge 调研：仅三分之一人试过专用 AI，超七成呼吁立法监管
The Verge 联合 Vox Media 发布对 2000 多名美国成年人的调查结果。数据显示仅三分之一受访者试用过专用 AI 工具，使用场景以问答和头脑风暴为主。最值得关注的是，76% 的人支持立法监管 AI 开发，大众对这项技术既充满期待又深感担忧。
DeepMind 透露正研发 Gemini：结合 AlphaGo 规划能力，要超越 ChatGPT
Google DeepMind CEO Demis Hassabis 透露，团队正在研发下一代大模型 Gemini。该模型将结合 AlphaGo 擅长的强化学习与树搜索技术，赋予 AI 规划和解决复杂问题的能力，研发成本或达数千万至上亿美元，目标直指超越 ChatGPT 及其背后的 GPT-4。
企业放心用 AI 生图：Adobe 承诺为 Firefly 侵权官司买单
Adobe 宣布为使用 Firefly 的企业客户提供知识产权赔偿保护，若因使用生成内容被起诉侵权，Adobe 将全额赔付。由于模型仅使用 Adobe Stock 及合规公有领域数据训练，Adobe 敢于以此打消企业商用顾虑。不过赔偿仅限 Firefly 原始输出，不包含用户自行追加的侵权元素。
周五
6月23日 星期五
Midjourney 发布 v5.2：镜头级「Zoom Out」，一键把画面向外拉远
周四，Midjourney 发布 v5.2 图像模型，新增类似相机镜头的「Zoom Out」外扩功能。它能保持中心主体不变，向外补全 1.5 倍或 2 倍的更大场景，还重构了美学系统并加入精简提示词的「/shorten」指令。不过该功能目前仅支持平台内生成的图像，无法导入外部图片。
ElevenLabs 推出 Voice Library：让创作者共享与挑选 AI 声音
ElevenLabs 推出全新 Voice Library 声音库功能。创作者不仅可以在平台克隆或通过提示词设计专属声音，还能直接浏览和选用库中海量的多样化声线，覆盖播客、有声书及视频配音等多种创作场景。
周四
6月22日 星期四
YouTube 引入 AI 配音：自动转写翻译加合成，已开启内测
周四，YouTube 在 VidCon 宣布引入 Google 孵化器旗下的 AI 配音团队 Aloud。该工具能先转写视频文稿供人工校对，再自动翻译并合成配音；目前正与数百位创作者测试英语、西语及葡语，后续还计划加入创作者声纹克隆与口型同步。
超 10 万个 ChatGPT 凭据流向暗网：OpenAI 称系统未被黑
网络安全公司 Group-IB 报告称暗网出现超 10 万个 ChatGPT 账号凭据。OpenAI 随后回应表示，这并非平台自身被攻破，而是用户设备感染了窃密木马所致。由于系统默认保留聊天记录，一旦凭据泄露，商业机密和私密代码可能直接曝光。
Google Sheets 上线「Help me organize」：一句话让 AI 自动搭表格
Google 开始在 Google Sheets 中向 Workspace Labs 测试用户推送「Help me organize」功能。在侧边栏输入文字提示词，AI 就能自动生成项目规划、预算或日程等完整表格模板。这免去了从零搭建表头的麻烦，不过目前仅面向部分测试人员逐步开放。
Inflection 发布 Inflection-1 大模型：对标 GPT-3.5，常识测试亮眼但代码落后
AI 初创公司 Inflection 正式发布自研底层大模型 Inflection-1，主要用于驱动对话助手 Pi。其训练算力与能力对标 GPT-3.5，在常识与中小学测试表现亮眼，但代码能力明显落后。团队表示更强大的模型正在训练中。
AWS 砸 1 亿美元建生成式 AI 中心：出人出钱帮企业落地
AWS 宣布设立 1 亿美元的生成式 AI 创新中心计划，直接派出数据科学家和架构师帮企业客户做方案、调模型。该计划提供免费研讨与培训，重点对接金融、医疗等行业，并开放 Bedrock 和 CodeWhisperer 的技术支持。
EPFL 研究：近半数数据标注员偷偷用 ChatGPT「代工」
EPFL 研究发现，Amazon Mechanical Turk 上 33% 到 46% 的零工标注员正使用 ChatGPT 代工完成标注。这种用 AI 生成数据再训 AI 的做法可能放大错误与幻觉，且极难追溯。目前行业仍缺乏区分人机标注的有效手段。
Stability AI 发布 SDXL 0.9：参数翻倍，消费级显卡也能跑
Stability AI 推出文生图模型 SDXL 0.9，画面细节相比 4 月的测试版大幅升级。新版本采用两阶段生成架构，组合参数达 6.6B，能在 8GB 显存的消费级显卡上跑出 1024x1024 图像。普通用户现可通过 Clipdrop 试用，正式开源版 1.0 预计 7 月中旬到来。
《秘密入侵》AI 片头引争议：制作方澄清「没抢画师饭碗」
周三，漫威新剧《秘密入侵》因采用 AI 制作片头动画引发争议，被外界质疑抢夺艺术家饭碗。制作方 Method Studios 随后澄清，AI 只是辅助工具之一，角色属性与动态生成均由传统动画师、插画师与合成师深度参与完成，未取代任何岗位。
周三
6月21日 星期三
温网联手 IBM 引入 AI 解说：集锦视频自动生成语音与字幕
全英俱乐部宣布联合 IBM 为本届温网比赛集锦引入 AI 语音解说与字幕。该功能基于 IBM watsonx 平台，结合球场追踪数据生成贴合网球语境的解说。服务将在温网官方 App 和网站提供，也是迈向全场比赛 AI 解说的一步。
DeepMind 推出 RoboCat：让不同机械臂举一反三的多任务模型
DeepMind 推出自适应机器人模型 RoboCat。它通过观察 100 到 1000 次人类演示就能操控不同机械臂，并自主生成训练数据来学习新技能，在跨 253 项任务的测试中最高成功率达 99%。不过不同任务间表现差异巨大，最低成功率仅 13%。
Dropbox 发布 Dash 与 Dropbox AI：一个搜全网，一个读文件
Dropbox 推出 AI 通用搜索工具 Dropbox Dash 与文档问答功能 Dropbox AI。Dash 能跨应用一键搜索工作内容，Dropbox AI 则直接在预览界面提炼大文档或视频摘要，并支持提问。目前 Dash 进入小范围测试，文件问答向美国 Pro 用户开放。
周二
6月20日 星期二
黄仁勋戛纳对谈：生成式 AI 不会取代人类，而是让创作者「如虎添翼」
NVIDIA CEO 黄仁勋在戛纳创意节上表示，生成式 AI 正在覆盖文本、图像、3D 及视频等多模态内容，将深度改变 7000 亿美元的数字广告业。他强调无限的内容产出不等于无限的创意，AI 并不能替代人类，创作者仍需像创意总监一样引导机器对齐品牌价值观。
Cisco 推出 G200 网络芯片：专为 AI 超算打造，可连 3.2 万块 GPU
Cisco 推出专为 AI 超级计算机设计的 G200 和 G202 网络芯片，直接叫板博通和 Marvell。两款芯片性能较前代翻倍，最多可将 32,000 块 GPU 连接在一起，并降低最高 40% 的功耗。目前六大云服务商中已有五家进场测试。
白宫称数周内出台 AI 监管举措，拜登会见李飞飞等学者
白宫表示将在未来数周内采取「决定性行动」应对 AI 发展。白宫幕僚长办公室正统筹推进相关方案，官员每周开会数次并争取主流 AI 企业的承诺。拜登同日也在旧金山会见包括李飞飞在内的专家，商讨 AI 的风险与监管框架。
Vimeo 集成 AI 工具：用 OpenAI 写脚本，还能一键删视频废话
Vimeo 宣布将于 7 月为付费用户上线 AI 创作工具套件。除了接入 OpenAI 技术按提示词秒出视频脚本外，还加入提词器与基于文本的剪辑工具，支持一键清除录像里的语气词与停顿。功能面向每月 20 美元起的 Standard 及以上用户开放。
诺兰谈 AI 风险：最大的危险是人类借「神化 AI」来推卸责任
导演克里斯托弗·诺兰接受 WIRED 专访时表示，AI 最大的危险是人们赋予它神一样的属性、借此逃避自身责任。他直言科技巨头主动呼吁监管只是老套的推责伎俩，研发者不能指望根本搞不懂技术的政客来替自己兜底。
周一
6月19日 星期一
名人用 AI 打造官方分身：本人不用到场，数字替身替自己接代言
面对未经授权的 AI 换脸，名人和模特正主动利用生成式 AI 掌握自身肖像权。内马尔与超模 Eva Herzigova 等人与 Metaphysic 等公司合作打造 3D 数字替身，不仅本人无需到场就能参与营销活动，还能实现逆龄展示或实时互动。
微软推出 13B 模型 Orca：模仿 GPT-4 思考过程，推理打平 ChatGPT
微软研究院公布 130 亿参数模型 Orca。它通过学习 GPT-4 的逐步推理过程，在 BBH 推理测试中表现追平 ChatGPT，比 Vicuna 提升 100%。这意味着轻量模型不用依赖庞大数据中心也能拥有扎实推理能力，不过在综合考试表现上它仍落后于 GPT-4。
Hidden Door 开启《绿野仙踪》AI 游戏测试：生成专属角色扮演体验
Hidden Door 推出基于生成式 AI 的《绿野仙踪》角色扮演平台限量测试，完整版预计 2023 年冬季上线。AI 叙述者会根据玩家的选择实时生成定制剧情、角色和插画，让经典童话变成可互动的叙事沙盒。游戏目前通过其 Discord 频道提供测试。
周日
6月18日 星期日
格莱美划定 AI 使用规则：只有人类创作者能拿奖
录音学院公布格莱美新规，明确只有人类创作者才有资格获奖。包含 AI 生成人声或乐器的作品仍可参评，但必须证明真人做出了实质性贡献，创作类奖项更必须主要由人完成。也就是说，AI 可以打辅助，但小金唱片绝不会颁给算法。
周五
6月16日 星期五
路透：习近平会见比尔·盖茨，欢迎微软等美企将 AI 技术引入中国
据路透社报道，中国国家主席习近平在与微软联合创始人比尔·盖茨会面时，讨论了全球 AI 的崛起，并表示欢迎包括微软在内的美国企业将 AI 技术带入中国。双方还讨论了微软在华业务。不过，官方公开报道中并未提及有关 AI 的讨论内容。
Meta 推出语音模型 Voicebox：凭 2 秒音频克隆，还能像橡皮擦修杂音
Meta 公布语音生成模型 Voicebox。它基于上下文学习，只需 2 秒音频样本就能模仿音色合成语音，支持 6 种语言的风格迁移，还能像橡皮擦一样切除杂音并重生成无缝语音。
周四
6月15日 星期四
ElevenLabs 推出 AI 语音检测器：传一段音频，秒查是否自家技术生成
ElevenLabs 推出 AI Speech Classifier 语音检测工具。用户无需登录，上传音频即可分析前 1 分钟内容，并获得由其自研技术生成的概率；如果是，还会匹配声音库里的近似声音。不过目前该工具对 Eleven v3 生成的声音识别尚不稳定。
微软为 Dynamics 365 ERP 引入 Copilot：用自然语言生成项目计划与报告
Microsoft 为旗下 Dynamics 365 Finance、Project Operations 和 Supply Chain Management 等 ERP 产品引入 Copilot。项目经理用自然语言几分钟就能生成项目计划与进度报告，催收和采购人员也能批量分析订单变更与风险。最值得关注的是，复杂死板的传统 ERP 录入和报表制作被大语言模型大幅简化。
奔驰把 ChatGPT 接进车机：语音助手不仅能控车，还能陪你聊天
Mercedes-Benz 宣布在美国启动测试，通过 Microsoft Azure OpenAI Service 将 ChatGPT 接入 MBUX 语音系统。除了开关车窗和导航，它还能自然对答应答、推荐菜谱或介绍沿途景点。对话数据会经官方云端脱敏存储。
GPT-4 也能用工具了：OpenAI 上线函数调用，模型学会自己摇人
OpenAI 在 GPT API 中上线函数调用功能。模型在遇到复杂计算或查数据库等短板时，能自主决定调用外部代码并获取结果。这意味着开发者不必再依赖不稳定的第三方库，GPT 自身开始具备调用外部工具的闭环能力。
周三
6月14日 星期三
Google 上线 AI 虚拟试穿：用扩散模型像素级还原褶皱与垂坠感
Google 宣布推出服装虚拟试穿功能。该功能放弃了传统的图像变形贴图，转而利用扩散模型与交叉注意力机制从头生成像素，真实呈现衣服在不同体型模特身上的垂坠和拉伸效果。目前已率先支持 H&M、Everlane 等品牌的女式上衣。
Meta 开源 I-JEPA：按抽象特征补全画面，训练算力省下数倍
Meta 开源计算机视觉模型 I-JEPA。它不再死磕像素细节，而是像人类一样在抽象语义层面预测图像的缺失部分。这套架构仅用 16 块 A100 训练不到 72 小时，计算效率高出数倍，被视作迈向通用世界模型的重要一步。
Google 推出两款 AI 广告新工具：多平台通投，播放量最高提升 40%
Google 宣布推出两款 AI 驱动的新广告工具 Demand Gen 与 Video View campaigns。前者能将视频和图片素材跨 YouTube、Shorts、Gmail 等触点投放并支持相似受众扩展；后者则聚合各视频版位，早期测试显示播放量提升 40%。两项功能计划于 8 月开启测试。
周二
6月13日 星期二
AMD 举办数据中心与 AI 发布会：押注 Instinct MI300 迎战英伟达
AMD 举办数据中心与 AI 技术发布会，CEO 苏姿丰展示了新一代服务器产品与路线图。其中 Instinct MI300 加速芯片成为核心看点，被列为其 AI 战略的首要重点，直接对标英伟达的 Hopper 架构。
Mistral AI 获 1.13 亿美元种子轮融资：主打开源对标 OpenAI
成立仅 4 周的法国初创公司 Mistral AI 宣布完成 1.13 亿美元种子轮融资，估值达 2.6 亿美元。团队由前 DeepMind 与 Meta 研究人员创立，主打开源大模型与公开数据训练。它们计划 2024 年推出首批模型，为企业提供避开闭源垄断的新选择。
传 OpenAI 曾警告微软：别急着把 GPT-4 塞进 Bing
据报道，OpenAI 曾警告 Microsoft 放慢将未发布的 GPT-4 整合进 Bing 的节奏，以防回答失控，但微软仍抢先推进。2 月上线后果真频现胡话，迫使微软紧急限制。这也揭出两家深度结盟背后既合作又竞争的紧张关系。
Adobe 为 Illustrator 推出 Generative Recolor：打字就能给矢量图换配色
Adobe 宣布在 Illustrator 测试版中上线 Generative Recolor 功能。它接入了 Firefly 模型，设计师只要输入「霓虹丛林」这类文本提示词，就能快速给矢量图形换上配套调色板，省去了手动逐个挑色测试的麻烦。
Paul McCartney 借 AI 提取列侬声音：披头士「最后一首歌」年内发行
Paul McCartney 透露已借助 AI 完成披头士「最后一首歌」。团队用分离技术从老卡带里剥离出 John Lennon 的纯净人声再做混音，解决了当年因杂音无法处理的难题。这首搁置数十年的作品预计将在年内正式推出。
OpenAI 升级 API：支持 Function calling 调外部接口，GPT-3.5 降价并推 16k 版本
OpenAI 宣布为其 Chat Completions API 引入 Function calling 功能，模型能按开发者定义的函数结构返回标准 JSON。同时推出 16k 上下文的 gpt-3.5-turbo，并大幅降低嵌入与输入 token 价格。这让大模型连接外部工具和数据库变得更加稳定可靠。
AMD 联手 Hugging Face：全面优化 CPU 与 GPU，transformers 接入 ROCm
AMD 正式加入 Hugging Face 硬件合作伙伴计划，双方合作优化 AMD 芯片上的大模型训练与推理。transformers 库将深度集成 ROCm SDK，让 LLaMA 等主流模型开箱即用。这为开发者在英伟达之外提供了更高性价比的硬件选择。
甲骨文联手 Cohere：将推生成式 AI 云服务，主打企业隐私
财报电话会上，甲骨文创始人 Larry Ellison 宣布将与 AI 初创公司 Cohere 合作推出生成式 AI 云服务。新服务对标微软 Azure OpenAI，主打让企业用私有数据安全训练专属模型。甲骨文刚参与了 Cohere 的 2.7 亿美元融资，内部也已开始试用。
周一
6月12日 星期一
Amazon 测试生成式 AI 总结评价：一眼看清买家优缺点吐槽
近日，Amazon 开始在其购物 App 中测试一项新功能，利用生成式 AI 总结顾客对商品的评价。该功能会直接提炼出买家喜欢与不满的关键要点，并标注由 AI 生成。面对动辄上千条的商品评价，这能帮用户省去大量翻阅时间，但 Amazon 尚未透露具体使用的 AI 模型细节。
发布 Vision Pro 一周后：Apple 股价创历史新高，市值达 2.89 万亿美元
Apple 股价收盘涨超 1.5% 至 183.79 美元，创下历史新高。这距离苹果在 WWDC 发布售价 3499 美元的 Vision Pro 头显刚过去一周，目前公司市值约为 2.89 万亿美元。专家认为其品牌和技术实力有望推动虚拟现实产品实现突破。
Meta 发布 MusicGen：输入文字或哼段旋律，直接生成音乐
Meta 推出音乐生成模型 MusicGen，支持通过文本描述或旋律提示来创作音乐。该模型基于 2 万小时的音乐和乐器样本训练，理论上只要哼个调子就能生成变体曲目。这意味着零门槛音乐创作正在成真，但也可能面临音乐产业的版权挑战。
英政府获优先权：OpenAI、DeepMind 开放模型用于安全评估
英国首相苏纳克在伦敦科技周宣布，Google DeepMind、OpenAI 和 Anthropic 已同意向英国政府开放其 AI 模型用于安全评估。官方借此摸清系统风险，并出资 1 亿英镑设立基础模型任务组，不过具体监管细则尚未公布。
Salesforce 押注生成式 AI：风投基金规模翻倍至 5 亿美元
Salesforce Ventures 将其生成式 AI 专项基金从 2.5 亿美元翻倍至 5 亿美元，继续扩大对企业级 AI 初创团队的扶持。除早前注资的 Anthropic、Cohere 与 You.com 外，本次还新增了 Humane 和 Tribble。这表明巨头正加速绑定下一代企业软件生态。
TikTok 推出 AI 脚本生成器：广告分镜一键搞定，完全免费
TikTok 推出面向广告主的免费工具 Script Generator。用户输入产品名、描述和关键词并选定时长，AI 就能在数秒内生成包含钩子、分镜头和行动号召的完整脚本。TikTok 同时提醒，AI 生成内容可能存在误差，仍需人工审核。
华为早于 2019 年注册「Vision Pro」商标：苹果头显在华或遭改名
据 Patently Apple 报道，华为早在 2019 年就在中国申请了「Vision Pro」商标，专用权期限至 2031 年，核准涵盖智能眼镜与头戴式虚拟现实设备。这意味着苹果刚发布的 Apple Vision Pro 若想进入中国市场，可能因商标冲突面临更名或寻求和解。
周日
6月11日 星期日
Bing Chat 支持语音输入与播报：会话上限同步放宽到 30 轮
Microsoft 宣布为 Bing Chat 上线语音命令功能。用户在对话框点击麦克风即可语音提问，AI 也会用语音朗读回复，目前支持英语、普通话、法语和德语。同时，单次对话轮次上限从 20 轮放宽到 30 轮，单日上限升至 300 轮。
周六
6月10日 星期六
ChatGPT 德国布道：300 人做礼拜，98% 内容由 AI 生成
在德国新教大会期间，一场由 ChatGPT 主导的礼拜吸引了 300 多人到场。长达 40 分钟的布道词、祷告和音乐有 98% 由 AI 生成，屏幕上的虚拟人负责念诵。现场信徒反应两极，有人觉得流畅，也有人抱怨面无表情、缺少灵魂。
