Google 预热多模态 AI 界面：手机镜头实时看懂周围，对标 GPT-4o
Google 在 I/O 2024 开幕前夕发布预热视频，展示了一款运行在 Android 手机上的未发布多模态 AI 界面。它能直接通过手机摄像头实时看懂周围环境，并回答现场布置和活动细节，正面迎战刚发布的 GPT-4o。不过这只是预录演示，具体能力还要等大会正式揭晓。
查看更新的新闻
Google 发布 Pixel 8a：499 美元起，下放 Gemini 与旗舰级拍照 AI
Google 发布 Pixel 8a，起售价 499 美元。新机搭载 Tensor G3 芯片，下放了 Best Take、音频魔术橡皮擦、Gemini 助手以及圈选搜索等功能。最值得关注的是，Google 借此把旗舰级的端侧 AI 体验拉到了中端价位。新机 5 月 14 日发售。
微软被曝自研大模型 MAI-1：5000 亿参数，对标 GPT-4
据 The Information 报道，微软正在自研全新大模型 MAI-1，由 3 月加入的前 Inflection 负责人 Mustafa Suleyman 带队。该模型规模约 5000 亿参数，远超其 Phi-3 开源小模型。这也是微软重注 OpenAI 以来首次自研该量级的大模型，意在减少对单一家供应商的依赖。
YouTube 上线 AI 快进功能：双击直接跳到视频最精彩的地方
YouTube 扩大测试基于 AI 的「Jump ahead」功能，面向美国 Android 端的 Premium 会员开放。双击屏幕快进时，系统会结合观看数据用 AI 算出最佳接续点，一键跳过枯燥部分。不过目前仅限高播放量的英文视频，测试暂定持续至 6 月 1 日。
iOS 18 AI 细节曝光：Siri 将支持短信总结，端侧大模型 Ajax 挑大梁
据 AppleInsider 报道，苹果计划在 iOS 18 中引入由其大模型 Ajax 驱动的 AI 功能，重点让 Siri 支持短信内容总结，Safari 增加网页摘要。简单请求由端侧处理，复杂任务可能借助云端；调用个人数据前还将弹出隐私警告。
传 OpenAI 进军搜索：注册专属域名，或于 5 月 9 日正面硬刚 Google
据报道，OpenAI 近日注册了 search.chatgpt.com 域名，传闻将于 5 月 9 日发布基于 ChatGPT 的全新搜索引擎。与以往接入 Bing 的外挂模式不同，新产品或深度融合大模型与实时网络检索。虽然具体形态未定，但这标志着 OpenAI 准备直击 Google 的腹地。
内部邮件曝光：微软 2019 年投资 OpenAI，源于害怕落后 Google
反垄断诉讼中公开的内部邮件显示，微软 2019 年投资 OpenAI 10 亿美元，主因是极度担忧在 AI 规模上落后 Google 数年。当时微软花 6 个月才勉强复现 Google 的 BERT 模型，基建明显不足，促使 Nadella 拍板注资。
传 Google 每年出资至多 600 万美元，联手新闻集团开发 AI 内容
周二据 The Information 报道，Google 已同意每年向新闻集团支付 500 万至 600 万美元，用于开发 AI 相关内容与产品。这笔合作依托于双方长期的业务关系，不过新闻集团发言人随后出面否认，称双方绝不存在所谓的 AI 内容授权协议。
苹果加速接洽 OpenAI：或将 ChatGPT 整合进 iOS 18
据知情人士透露，苹果已重启与 OpenAI 的合作谈判，商讨将后者的生成式 AI 功能整合进今年晚些时候发布的 iOS 18。苹果自研模型将支撑部分系统级 AI，但聊天机器人功能倾向于寻找外援。目前苹果也仍在与 Google 洽谈 Gemini 授权，尚未做最终决定。
Google 砸 30 亿美元扩建数据中心，并设 7500 万美元基金免费教 AI
Google 宣布投资 30 亿美元用于弗吉尼亚州与印第安纳州的数据中心扩建与新建。此外，Google.org 设立 7500 万美元的 AI 机会基金并上线 Google AI Essentials 课程，计划联合公益机构为 100 万美国人提供免费 AI 技能培训。
Google 发布生成式 AI 经济报告：大规模失业担忧被夸大了
Google 联合学者 Andrew McAfee 发布生成式 AI 经济影响报告。报告指出生成式 AI 属于通用目的技术，扩散速度远快于蒸汽机与电气化；大规模失业的担忧可能被夸大，新技术不仅能带来新职业，还将帮助初级员工提升表现。
对标 GitHub Copilot：AI 编程公司 Augment 融资 2.52 亿美元
AI 编程初创公司 Augment 结束隐身状态，宣布完成 2.52 亿美元融资，估值达 9.77 亿美元。团队由前微软与谷歌工程师创办，获 Eric Schmidt 等投资，主打企业级编程助手，直接叫板 GitHub Copilot。目前产品仅面向部分企业小范围测试，预计年内正式上线。
Google X 团队 Bellwether 为美军救灾引入 AI：数秒内分析航拍灾情
据报道，Alphabet 旗下 X 实验室的 Bellwether 团队与美军合作，为国民警卫队提供应急 AI 工具。该系统能在几秒内自动比对分析受灾航拍图像并标记关键设施损毁，取代传统人工排查，预计 6 月山火季正式投入使用。
DeepMind CEO 透露：Google 在 AI 上的投资将超 1000 亿美元
周一，DeepMind CEO Demis Hassabis 在 TED 大会上表示，Google 随时间推移在 AI 上的投入将超过 1000 亿美元。面对微软与 OpenAI 传闻中的千亿超算计划，他坚称 Google 算力超越对手，资金将投向 Axion 芯片与数据中心基础设施。
传苹果 iOS 18 首批 AI 功能全走端侧：主打隐私，断网也能用
据报道，苹果计划在 iOS 18 中推出的首批 AI 功能将完全在设备端运行，无需联网或云端处理。基础文本分析与回复预计覆盖信息、Safari 和 Siri，更高级功能或需联网。苹果预计在 6 月 10 日的 WWDC 上正式公布详情。
Hugging Face 发布 Idefics2：8B 视觉大模型开源，OCR 与图文推理大涨
Hugging Face 推出开源多模态模型 Idefics2。它仅有 8B 参数，采用 Apache 2.0 协议，支持原生图像分辨率输入并大幅强化了 OCR 与文档问答能力。其视觉问答表现在同量级拔尖，甚至能叫板 30B 级别的闭源与大尺寸模型。
Google 相册开放 Magic Editor：免费用 AI 修图，但每月限存 10 张
Google 宣布将于 5 月 15 日起向几乎所有 Google 相册用户免费开放 Magic Editor 等修图工具，包含 Photo Unblur 与 Magic Eraser。最关键的是 iOS 和 Android 均可使用，不过非 Pixel 用户每月仅限保存 10 次，超额需订阅 Google One。
Google 联合 Hugging Face 开源 CodeGemma：主打代码补全，轻至 2B
Google 联合 Hugging Face 上线代码模型 CodeGemma。该系列在 Gemma 基础上补充了 5000 亿 token 训练，推出主打代码填充的 2B 版本、兼顾自然语言的 7B 基础版及 7B 对话版。其中 2B 版仅需约 6 GB 内存，适合在端侧设备快速补全代码。
Google Cloud 全面接入 Gemini：代码助手换代，支持全代码库感知
Google Cloud 宣布推出 Gemini for Google Cloud。原 Duet AI 升级为 Gemini Code Assist，支持企业跨仓库连接私有代码并由 Gemini 1.5 Pro 提供全代码库感知，同时将 AI 助手拓展至架构运维、安全与 BigQuery 分析。
纽时曝 OpenAI 转录超 100 万小时 YouTube 视频：用来训练 GPT-4
据《纽约时报》报道，OpenAI 为缓解训练数据匮乏，曾利用 Whisper 转录超过 100 万小时的 YouTube 视频用于训练 GPT-4。内部明知存在法律争议，仍认定为合理使用。Google 与 Meta 也被曝面临数据耗尽危机，正处于版权灰色地带。