传 Google 正在测试「Bard Advanced」：搭载 Gemini Ultra 且需付费
据 The Verge 报道，开发者在代码中发现 Google 正在测试「Bard Advanced」。该版本搭载顶级的 Gemini Ultra 模型，数学和推理表现更强，预计将绑定 Google One 付费订阅，并可能支持自定义机器人。目前官方尚未正式确认上线时间。
查看更新的新闻
Nature 论文：AI 结合卫星雷达，曝光全球 75% 隐形渔船
Global Fishing Watch 在《Nature》发文，利用深度学习模型分析 Sentinel-1 卫星雷达图像，绘制出全球海洋工业活动地图。研究发现约 75% 的工业渔船未被公开系统追踪。AI 填补了传统盲区，为划定海洋保护区提供了关键依据。
三星定档 1 月 17 日发布新机：主打端侧 AI 体验
Samsung 宣布将于 1 月 17 日在加州圣何塞举行发布会，推出主打 AI 体验的全新 Galaxy 手机。新设备预计为 Galaxy S24 系列，或将借助高通骁龙 8 Gen 3 芯片在手机本地运行生成式 AI，无需联网即可处理对话与图像生成。
Microsoft 上线 Copilot 安卓独立 App：免费用 GPT-4 和 DALL-E 3
Microsoft 在 Google Play 悄然上线独立的 Copilot 安卓版应用。用户无需再打开 Bing，即可直接使用 AI 对话、邮件起草与 DALL-E 3 作图，甚至能免费调用原本在 ChatGPT 中需付费的 GPT-4 模型。目前 iOS 版本尚未推出。
Google 推出 VideoPoet：不用扩散模型，用 LLM 生成 10 秒大动作视频
Google 推出多模态视频生成模型 VideoPoet，打破主流的扩散模型路线，改用大语言模型整合文生视频、图生视频及音效生成等任务。该模型主打连贯的大动作生成，能输出伪影更少的 10 秒视频片段。这也展现了 LLM 架构在视频生成赛道上的通用潜力。
苹果如何优化端侧大模型：靠闪存突破内存限制，跑 2 倍大模型
Apple 发表论文《LLM in a flash》，展示如何将模型参数存放在闪存并按需调入 DRAM。借助窗口化复用与行列捆绑技术，设备能运行自身内存 2 倍大的模型，GPU 推理提速最高达 25 倍。这为端侧生成式 AI 落地铺平了道路。
Google 应对 2024 大选：将限制 Bard 和 SGE 回答选举相关查询
Google 宣布为应对 2024 年美国大选等多场选举，明年初起将限制 Bard 和 SGE 等生成式 AI 处理选举相关查询。此外还要求创作者和广告标明合成内容以防虚假信息扩散，不过目前未公布具体限制的查询类型。
Google Colab 免费开放 AI 编程助手：自然语言写代码、一键解释报错
Google 宣布将 Colab 的 AI 编程辅助功能下放给包括免费版在内的所有用户。符合支持地区的用户可以直接体验自然语言生成代码以及 AI 报错解释功能。该限时试用预计持续到 2024 年，极大降低了学生和开发者的机器学习门槛。
Google 开放 Gemini Pro API：免费额度每分钟 60 次，支持 32K 上下文
Google 正式向开发者与企业开放 Gemini Pro 和多模态接口 Gemini Pro Vision。模型支持 32K 文本上下文、函数调用与 38 种语言。开发者可通过 Google AI Studio 免费调用，每分钟上限 60 次请求；企业用户则可在 Vertex AI 上定制微调。
Google 推出音乐生成工具 MusicFX：输入文字做曲，自带 SynthID 水印
Google 宣布推出实验性音乐生成工具 MusicFX，输入文字即可生成曲目。该工具由 MusicLM 模型驱动，并采用 DeepMind 的 SynthID 技术嵌入隐形水印。为避开版权争议，系统主动屏蔽了生成人声和指定特定艺术家的提示词。目前已在美、澳等国开放测试。
Anthropic 推出 Claude for Sheets：在表格单元格里直接调 AI
Anthropic 推出 Google 表格插件 Claude for Sheets。用户绑定 API Key 后，在表格中输入 =CLAUDE() 等函数即可直接批量调用模型处理数据。官方强调用户数据不会用于训练模型，但每次新建表格都需要在菜单中重新勾选启用。
用 GPT-4 实测：博主复现 Google 涉嫌剪辑造假的 Gemini 演示
YouTuber Greg Technology 用 GPT-4V 复现了 Google 宣传片中被质疑剪辑造假的 Gemini 演示。他自制工具让 GPT-4 实时识别手势、画作和玩猜拳，不仅全程实时运行，还把代码开源到了 GitHub 供人自测。
Google NotebookLM 接入 Gemini Pro：在美全面开放并上线便签板
Google 宣布笔记助手 NotebookLM 接入 Gemini Pro 模型，并面向全美 18 岁以上用户开放。这次更新上线了独立便签板、划词动态建议等十余项新功能，支持将笔记一键整理为提纲并导出至 Docs。官方强调用户私人数据不会用于模型训练。
Google 最亮眼的 Gemini 演示翻车：看似实时互动，实为图文提示剪辑
据外媒报道，Google 发布的 Gemini 多模态上手视频并非实时音视频交互。官方承认这是用静止图片搭配精心调优的文本提示词剪辑而成，并缩短了延迟。这引发了外界对演示真实性与 Google 诚信的强烈质疑。
Google Bard 迎来大升级：接入 Gemini Pro，明年初推 Ultra 版
Google 宣布为 Bard 接入多模态模型 Gemini。即日起 Bard 在 170 多个国家和地区率先启用特调版 Gemini Pro（仅英语文本），官方称在多项基准测试中超越 GPT-3.5；明年初还将推出搭载旗舰模型 Gemini Ultra 的 Bard Advanced。
DeepMind 发布 GNoME：一口气预测 38 万种稳定新材料
Google DeepMind 在《自然》发表新成果，其 AI 程序 GNoME 预测出 38 万种潜在稳定的新晶体，直接把已知稳定材料库扩大了近 10 倍。Berkeley 实验室随后用机器人成功合成了其中 41 种。不过模型代码暂不开源，实际商业化落地也还有漫长距离。
Google Bard 升级 YouTube 扩展：不用看视频，直接提取配料表和要点
Google 升级了 Bard 的 YouTube 扩展功能，AI 现在能直接分析单条视频的具体内容。比如输入烹饪视频，不用播放就能直接提取食材配料和步骤总结。目前该功能需在 Labs 中手动开启，虽然帮观众省了时间，但也引发了创作者对流量流失的担忧。
Google Meet 上线真实举手识别：镜头前伸手就能申请发言
Google 宣布为 Google Meet 推出物理手势检测功能，AI 能识别用户在摄像头前真实举起的手，并自动触发会议内的举手图标通知主持人。手需要离开面部和身体并保持几秒触发，正在发言时会自动停用防止误触。功能默认关闭，支持大多数 Workspace 套餐。
Amazon 裁撤 Alexa 部门数百人：全面向生成式 AI 调头
Amazon 宣布在 Alexa 和 Fire TV 业务部门裁员数百人。高管 Daniel Rausch 在内部备忘录中解释，裁员是为了将内部资源集中投入到提升 Alexa 的生成式 AI 能力上，以配合业务优先级的调整。
Google 推迟发布 Gemini：对标 GPT-4 的新旗舰要等到 2024 年初
消息，Google 针对 ChatGPT 的真正竞争对手 Gemini 将推迟至 2024 年初推出，此前其曾向部分云客户承诺在 11 月交付。该模型被 DeepMind 视为抗衡 GPT-4 的主力，跳票意味着 Google 在追赶 OpenAI 的路上依然走得吃力。