截击 Google Gemini：传 OpenAI 正加速推出多模态 GPT-Vision
据 The Information 报道，OpenAI 正加速为 GPT-4 全面引入视觉多模态能力（GPT-Vision），并筹备代号为 Gobi 的下一代模型。这套看图写代码的能力此前仅向少数机构内测，OpenAI 试图抢在 Google 今秋发布 Gemini 之前落地，继续稳坐领头羊位置。
查看更新的新闻
DeepMind 提出 OPRO：让大模型自己迭代优化 Prompt
DeepMind 研究团队在一篇新论文中提出 OPRO 方法，直接把大模型当作优化器。这项技术用自然语言描述任务并记录历史得分，让模型自主摸索规律，在没有形式化数学公式的情况下迭代寻找更优解，尤其擅长自己调优提示词以提升准确率。
MIT 推出 Style2Fab：打字就能魔改 3D 打印模型，还不坏功能
MIT 研究团队公布生成式 AI 工具 Style2Fab，用户只需输入文字提示词，就能直接自定义 3D 打印模型的外观。系统会自动将模型拆解为功能部分和装饰部分，在保留原本结构特性的同时生成新纹理与造型。新手无需掌握复杂 CAD 也能轻松改装模型。
Google 启动数字未来项目：设 2000 万美元基金资助负责任 AI 研究
Google 启动 Digital Futures Project，旗下 Google.org 设立 2000 万美元基金，资助 Brookings、MIT 等全球智库与学术机构。该基金重点研究 AI 对全球安全、劳动力和经济的影响，探讨公共政策与治理方案，推动跨界负责任创新。
Google Ads 上线创意指引：用 AI 给 YouTube 视频广告挑刺和配音
Google 在 Google Ads 中推出 AI 创意指引功能。系统会自动检查视频前 5 秒是否有 Logo、时长是否匹配目标，以及是否覆盖横屏、竖屏和方形画幅。广告主还能直接在后台一键调用 15 种语言的 AI 配音工具生成旁白。
训练 GPT-4 到底多耗水：微软数据中心用水激增 34%，提问几十次喝掉半升
美联社报道披露，微软与 OpenAI 在爱荷华州为训练 GPT-4 抽取了大量河水为超算降温。微软 2022 年全球用水量激增 34%，外部研究测算向 ChatGPT 提问 5 至 50 次就要消耗约 500 毫升水。这让生成式 AI 背后高昂的水资源代价浮出水面。
Meta 首席 AI 科学家 Yann LeCun 为何不买账「AI 末日论」
Fast Company 专访 Meta 首席 AI 科学家 Yann LeCun，探讨他反对「AI 末日论」的理由。LeCun 认为，开源像 Llama 2 这样的模型，让更多人参与构建，是防止技术被少数硅谷工程师垄断的唯一途径。此前大厂因合规风险不敢公开发布，而开源正在扭转这一局面。
Google 搜索生成式体验出海：SGE 落地印度和日本，支持当地语言
Google 宣布将搜索生成体验（SGE）拓展至美国以外的首批国家——印度和日本，用户可通过 Search Labs 申请体验本地语言版本。此外，AI 概览旁新增了来源箭头图标，点击就能直达参考网页。不过这项功能目前仍处在早期测试阶段。
Google Cloud 发布第五代自研 TPU：每美元训练性能翻倍，支持万卡扩展
Google Cloud 推出第五代自研 TPU 处理器，重点提升能效与性价比。相比上代，单位美元训练性能提升 2 倍、推理提升 2.5 倍，单个任务可跨集群扩展至数万颗芯片。此外，搭载英伟达 H100 的 A3 虚拟机也将于下月正式开放。
Google Cloud 扩展 Duet AI 预览：从写代码到运维全流程覆盖
Google 宣布扩大 Google Cloud 中 Duet AI 的预览范围，将于年内正式可用。它不仅支持自然语言重构代码，还接入了 BigQuery、Looker 和 Cloud Spanner。这意味着云平台上的开发、运维和数据分析全面接入生成式 AI 辅助。
Google 全面升级 Vertex AI：引入 Claude 2 与 Llama 2，自研模型上下文翻倍
Google 在 Cloud Next 大会上升级 Vertex AI 平台。官方不仅更新了 Codey 与 Imagen，还将 PaLM 2 上下文扩展至 32k token，并在模型库中直接引入 Claude 2 和 Llama 2。此外还推出了插件机制与搜索对话套件，正面反击 AWS Bedrock。
Google 全面开放 Duet AI：能做演示文稿，还能替你开会
Google 宣布 Duet AI 正式面向 Google Workspace 用户全面开放。它能根据云端硬盘与邮件内容自动生成演示文稿，在 Google Meet 中实时记笔记，甚至代人参会转达信息。这意味着繁琐的跨应用汇总和冗长会议有了 AI 帮手，目前已开放免费试用。
Google 推出 SynthID：给 AI 生图打上肉眼看不见的隐形水印
Google DeepMind 联合 Google Cloud 发布 SynthID 测试版。该工具将数字水印直接嵌入图像像素，肉眼无法察觉，加滤镜或压缩后依然能被检测出来。目前该功能正面向 Vertex AI 平台使用 Imagen 的部分客户开放测试。
Yahoo Mail 引入生成式 AI：帮你在邮箱里翻出忘记用的礼品卡
Yahoo Mail 宣布将生成式 AI 功能拓展至网页版。主打的 Shopping Saver 能主动挖掘收件箱中闲置的礼品卡与优惠码，甚至代写邮件让用户在下单后补用折扣；系统还加入了自然语言搜索与邮件摘要功能。
SemiAnalysis 分析 Google Gemini：预训练算力年底或达 GPT-4 的 5 倍
SemiAnalysis 发文指出，Google 正全力加速 Gemini，其预训练算力预计年底达 GPT-4 的 5 倍，明年可达 20 倍。报告划分了「算力富人」与「算力穷人」，直言中小团队正陷入低算力内卷，而手握 TPUv5 的 Google 是抗衡英伟达算力垄断的关键变量。
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。
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。
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。
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。