绕过系统限制:网友诱导 ChatGPT 高级语音合唱披头士老歌
据 Ars Technica 报道,一名开发者通过设计和弦猜歌互动,成功诱导刚上线不久的 ChatGPT 高级语音模式(AVM)开口合唱披头士的《Eleanor Rigby》。OpenAI 原本在系统指令中明确禁止 AVM 唱歌或哼唱,以规避版权风险,但这次意外的「越狱」证明它其实掌握旋律与音准。
据 Ars Technica 报道,一名开发者通过设计和弦猜歌互动,成功诱导刚上线不久的 ChatGPT 高级语音模式(AVM)开口合唱披头士的《Eleanor Rigby》。OpenAI 原本在系统指令中明确禁止 AVM 唱歌或哼唱,以规避版权风险,但这次意外的「越狱」证明它其实掌握旋律与音准。
Google 开始向 Android 和 iOS 版 Gmail 推送由 Gemini 驱动的上下文智能回复。新功能会结合整封邮件上下文生成更具体、更完整的回复,包含问候语与签名。不过目前仅面向 Gemini 或 Google One AI Premium 付费订阅用户开放,且只支持英文。
Google 宣布 NotebookLM 支持导入公开 YouTube 链接和音频文件,并可一键生成链接分享 Audio Overview。导入视频后可直接查看转录并交叉对比要点。目前 Workspace 企业用户暂未开放该分享功能。
OpenAI 宣布向 ChatGPT Plus 和 Team 用户全面推送高级语音模式,预计本周内完成覆盖。除了自然的实时对话,这次还加入了记忆功能、自定义指令以及 5 种新声音,且口音表现有所改善。等了几个月的拟人语音终于进到日常可用阶段。
Snapchat 宣布接入 Google Gemini,让聊天机器人 My AI 具备多模态能力,可理解文字、音频、图片与视频。用户能直接拍路牌求翻译、拍菜单挑健康餐。接入 Gemini 后,该功能在美互动量增长超 2.5 倍。
Google 推出更新版 Gemini-1.5-Pro-002 与 Flash-002,数学成绩提升约 20%,默认输出更简练。10 月 1 日起 1.5 Pro 输入降价 64%、输出降价 52%,API 速率上限也大幅提高。开发者能以更低成本运行更聪明的模型。
据彭博社消息,搭载屏幕感知与个人上下文等完全体 Apple Intelligence 的 Siri 预计推迟至明年 1 月的 iOS 18.3 推出。10 月的 iOS 18.1 仅上线打字查 Siri 等基础交互,ChatGPT 整合需等到 12 月。也就是说,iPhone 16 发售后三个月内,最核心的 AI 卖点仍无法完全兑现。
火药艺术家蔡国强在洛杉矶举办大型爆破表演,整个演出与他基于个人档案及思想家文集自研的「AI蔡」共同设计。现场动用2300架挂载烟火的无人机和上万个炸点,用彩烟在空中拼出AI创造的新词。艺术家认为火药与AI都充满不可控性,试图以此探讨人机命运。
Meta 宣布将于 9 月 25 日举办 Connect 2024 开发者大会。除了备受期待的平价款头显 Quest 3S 和代号 Orion 的 AR 眼镜,大会还将重点展示 Meta AI,包括最新 Llama 大模型与图像生成工具在 WhatsApp 等产品中的落地。
GitHub 宣布在 GitHub Copilot 和 GitHub Models 中开启 OpenAI o1-preview 与 o1-mini 预览测试。在 VS Code 的 Copilot Chat 中,开发者可随时切换模型替代 GPT-4o,借助内部思考过程推敲复杂算法与逻辑缺陷。目前需申请体验权限。
Apple 正式发布 iOS 18.1 等系统的公开测试版,首批上线 Apple Intelligence。包含系统级写作工具、照片「消除」功能以及全新界面的 Siri。目前仅支持美式英语,暂不支持欧盟和中国区,需使用 iPhone 15 Pro 或 iPhone 16 系列设备体验。
生物制药公司 Genmab 启动「AI Everywhere」计划,向全公司发放逾 2000 个 ChatGPT Enterprise 账号。团队已搭建 100 多个自定义 GPT 处理文献翻译与临床试验文档撰写,并利用 GPT-4o 视觉能力审阅图表,员工人均每周节省 3.5 小时。
Amazon 推出基于 Amazon Bedrock 的卖家 AI 助手 Project Amelia。美区测试版卖家可以直接向它提问店铺销量和流量数据,对比去年同期表现,未来还将支持代办任务和排查异常问题。
Amazon 推出生成式 AI 功能 Enhance My Listing,帮卖家自动优化已上架商品的标题、属性和详情。底层基于 Amazon Bedrock,会结合最新消费趋势给出修改建议,卖家点一下就能采纳或驳回。目前先面向部分美国卖家测试。
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。
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。
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。
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。