Snap 公佈新一代 AR 眼鏡 Spectacles:獨立執行還接入 OpenAI
Snap 公佈新一代獨立 AR 眼鏡 Spectacles。新裝置無需連線手機或電腦,配備雙高通晶片、自動調光鏡片和 Snap OS,支援手勢追蹤,並接入 OpenAI 提供多模態生成式 AI 能力。不過續航僅約 45 分鐘,目前僅以每月 99 美元訂閱製麵向開發者提供。
Snap 公佈新一代獨立 AR 眼鏡 Spectacles。新裝置無需連線手機或電腦,配備雙高通晶片、自動調光鏡片和 Snap OS,支援手勢追蹤,並接入 OpenAI 提供多模態生成式 AI 能力。不過續航僅約 45 分鐘,目前僅以每月 99 美元訂閱製麵向開發者提供。
加州州長簽署 AB 1836 和 AB 2602 法案,未經明確授權使用 AI 數字分身替代演員的聲音或肖像正式違法。新法不僅保護在世藝人,還要求使用已故人士數字分身必須經其遺產繼承人同意。這意味著此前工會罷工爭取到的 AI 防護被直接寫入了州法律。
據報道,Snapchat 的 AI 自拍功能「My Selfie」在同意條款後,會預設開啟將使用者肖像用於個性化廣告的開關。雖然 Snap 表示這類廣告僅對自己可見且暫未真正啟用,但平臺並未事先明顯提醒,介意的使用者需要在設定裡手動關閉。
Snapchat 宣佈為 My AI 聊天機器人升級視覺識別能力,表現更像 Google Lens。使用者拍外語選單能直接翻譯,拍植物能查品種,拍指示牌能看懂停車規則。Snap 試圖讓它擺脫純娛樂標籤,變成日常搜尋工具。
Snap 宣佈推出面向創作者的 AI 影片生成工具 Snap AI Video。它由 Snap 自研基礎模型驅動,支援文本提示詞生成影片,後續還將支援圖片生成。生成內容帶有水印與標識,目前僅在 Web 端向極少數創作者測試。
Google 宣佈為即時語音互動功能 Gemini Live 提供多達 10 種不同聲音。使用者可以隨時在應用內試聽並切換,挑一個自己聽著最舒服的聲音聊天。聲音選擇變多後,語音助手的互動體驗會更加擬人和個性化。
Meta 宣佈與眼鏡巨頭 EssilorLuxottica 延長長期合作協議,將智慧眼鏡的合作一路籤到 2030 年以後。雙方從 2019 年聯手已推出兩代 Ray-Ban 智慧眼鏡。扎克伯格押注智慧眼鏡成為下一個核心科技平臺,關鍵就是靠時尚外觀讓使用者願意每天戴出門。
Google 宣佈將在未來幾個月內,在搜尋、Google Lens 及「圈選即搜」中標記 AI 生成或修改的圖片。標記主要依賴 C2PA 後設資料標準,但該標準目前普及度有限且後設資料容易被抹除。
9 月底,加州州長 Gavin Newsom 簽署了 18 項 AI 監管法律,同時否決了爭議巨大的 SB 1047。新法全面針對具體場景,重點打擊選舉與色情 Deepfake、強制披露訓練資料來源,並禁止未經許可克隆在世或已故演員的聲畫,監管重心從抽象風險轉向實際侵權。
Intel 宣佈將代工業務拆分為擁有獨立董事會的子公司,並可吸納外部資本,訊息推動其股價上漲 6.4%。公司計劃明年起用 18A 工藝為微軟和亞馬遜代工晶片,試圖挽回鉅額虧損並抗衡輝達。不過其先進製程此前曾傳出測試受挫。
Perplexity 面向 Pro 使用者推出基於 OpenAI o1-mini 的 reasoning 聚焦模式測試版。該模式專門用於數學、程式設計與邏輯解謎,但目前尚未接入聯網搜尋,且受速率限制響應相對較慢。
OpenAI 宣佈放寬 Plus 和 Team 使用者的 o1 模型使用限制。輕量模型 o1-mini 的限額直接翻了 7 倍,從每週 50 條增加到每天 50 條;成本更高的 o1-preview 也從每週 30 條上調至每週 50 條,讓付費使用者能更痛快地測試推理能力。
OpenAI 自上週推出具備推理能力的 o1 模型後,開始向試圖窺探其隱藏思維鏈的使用者傳送警告信甚至威脅封號。o1 在介面中只展示經二道過濾的思考總結,不少使用者和安全研究員嘗試用提示詞注入套取真實過程,甚至輸入「reasoning trace」一詞就會觸發違規警告。
Luma AI 宣佈正式上線 Dream Machine API,允許開發者直接把其影片生成模型整合到各類創意產品中。巧合的是,對手 Runway 也在同日開放了 API。影片大模型戰火正在從網頁端直接燒向開發者生態。
據 The Information 報道,字節跳動正與台積電合作設計兩款自研 AI 晶片,涵蓋訓練與推理,計劃 2026 年量產。此舉旨在減少對輝達昂貴 GPU 的依賴,並規避美方出口管制。不過晶片目前仍處於設計階段,方案尚未最終敲定。
Apple 正式推送 iOS 18,但其主打的 Apple Intelligence 暫未上線,部分功能甚至需等到 2025 年。首發版本主要帶來了控制中心重構、主螢幕圖示自由排布、RCS 訊息支援與語音備忘錄即時轉寫。即便沒有 AI 坐鎮,系統可玩度也提升明顯。
Oracle 聯合創始人 Larry Ellison 在分析師會議上表示,未來 AI 將驅動龐大的執法監控系統,全天候記錄並監督警察與普通公民,以此降低犯罪率。不過外界擔憂,基於歷史偏差資料的全方位監控極易加劇社會歧視。
Microsoft 宣佈將第二波 Copilot 創新引入教育領域。使用學校賬號登入的免費版 Copilot 已接入 GPT-4o 並提供企業資料保護,承諾資料不用於訓練模型。此外還上線了多人協作的 Copilot Pages 以及可自建的 Copilot agents。
OpenAI 宣佈將安全與安保委員會轉為獨立的董事會監督委員會,由卡內基梅隆大學的 Zico Kolter 擔任主席。該委員會擁有在安全顧慮解決前推遲模型釋出的權力,相當於給前沿模型釋出設定了獨立的剎車機制。
晶片初創公司 Groq 宣佈與沙烏地阿美合作,在沙特建立大型 AI 推理中心。專案由阿美出資數億美元,初期部署 1.9 萬張 LPU,預計今年底上線,未來計劃擴至 20 萬張。沙特希望藉此擺脫對石油的依賴,打造輻射中東和印度的算力中心。
據 Fortune 報道,Sam Altman 在員工週會上透露,OpenAI 計劃在 2025 年擺脫非營利實體的控制,轉向傳統營利性架構。目前其營利業務受非營利母公司監管且設有利潤上限,有訊息稱投資者要求取消上限以促成新一輪融資。不過官方回應稱非營利部門仍將保留。
Meta 宣佈調整旗下平臺的「AI info」標籤展示邏輯。僅經 AI 工具修圖或微調的內容,標籤將移入帖子的摺疊選單中;完全由 AI 生成的內容才會直接顯示標籤。這解決了此前攝影師輕度修圖就被打上 AI 印記的尷尬。
週五晚間,Amazon 宣佈招攬 AI 機器人初創公司 Covariant 的三位聯合創始人及約四分之一員工,並獲得其機器人基礎模型的非獨佔授權。Covariant 打造的是用於倉庫抓取等任務的機器人大模型。繼 6 月吸納 Adept 之後,Amazon 再次通過這種「反向人才收購」繞過反壟斷審查搶奪核心技術。
據彭博社報道,特斯拉計劃於 10 月 10 日在加州伯班克的華納兄弟影城釋出 Robotaxi。該片場擁有模擬的郊區住宅與商業街景,特斯拉近期已在當地密集建圖,借受控環境避開真實路況。不過在封閉佈景中演示,意味著其全自動駕駛水平仍有待真實道路檢驗。
TechCrunch 披露 AI 影像平臺 NightCafe 運營資料。這家 9 人團隊的自籌資金公司不自研底層模型,靠聚合主流影像介面與社群運營,年營收達 400 萬美元且年利潤約 200 萬美元,使用者數已突破 2500 萬。
Coinbase CEO Brian Armstrong 透露,平臺見證了首筆由 AI 智慧體之間自主完成的加密交易。一個智慧體用代幣向另一個智慧體購買了用於學習的資料代幣。Armstrong 認為 AI 辦不了銀行賬戶,但配上加密錢包就能實現自主結算。
曾為 Stable Diffusion 提供訓練資料的 LAION 重新發布資料集 Re-LAION-5B。該版本根據多家保護機構的建議,刪除了 2236 條涉嫌違規兒童內容的連結,並提供兩個版本,供研究機構替換舊版或清洗現有資料。
機器人公司 1X 正式公佈了雙足人形機器人原型 NEO Beta。官方定位為專為人類與家庭生活場景打造的助手。不過目前官方僅放出了簡短預告,更多技術細節與上市節奏尚未披露。
週四,OpenAI 宣佈 ChatGPT 周活躍使用者達到 2 億,相比去年 11 月的 1 億翻了一倍。官方將增長歸功於 GPT-4o 上線以及將文件分析等 Plus 功能下放給免費使用者。此外,自 7 月釋出 GPT-4o mini 以來其 API 用量也已翻倍,92% 的財富 500 強企業正在使用其產品。
Leonardo.ai 開放 Leonardo Phoenix 模型的 API 介面,支援 Phoenix 1.0 和 0.9 版本。開發者可通過 REST API 復刻 Web 端的核心影像生成功能,包括預設風格與 Alchemy 模式等,方便直接整合至自有產品。
據路透社報道,亞馬遜預計今年釋出的新版智慧助手 Alexa 將主要改用 Anthropic 的 Claude 模型驅動。此前亞馬遜自研大模型在理解提示詞上表現不佳,而接入 Claude 後效果明顯更好。新版可能在 10 月中旬推出,並收取每月 5 到 10 美元訂閱費。
Plaud 推出可穿戴 AI 裝置 NotePin。與試圖取代手機的 Humane 不同,它只做一件事:記筆記。裝置可作為項鍊、手環或胸針佩戴,錄音後由 OpenAI 的 GPT-4o 整理轉寫。功能做減法,反而讓 AI 硬體看著更靠譜了。
英國德文郡與康沃爾郡警方公佈資料,部署的 AI 攝像頭在數週內抓獲 2239 起未系安全帶違章,其中包括 109 名兒童,甚至拍到幼童直接坐在副駕家長膝蓋上。該系統由 Acusensus 開發,經 AI 初篩與兩道人工稽核後確認違規。
Google 在 Chrome 正式版位址列接入 Gemini。使用者在位址列輸入「@gemini」加上問題,就能直接撥出 AI 對話。不過它目前缺乏上下文感知能力,不能像 Copilot 那樣根據你正在瀏覽的網頁內容作答。
Playground 宣佈推出全新版本,核心由新一代影像基礎模型 Playground v3(測試版)驅動。平臺主打專業級平面設計,可直接生成 T 恤圖案、Logo、社交媒體配圖乃至表情包,目前完全開放無需排隊。
週四,美國 AI 安全研究所宣佈與 OpenAI、Anthropic 簽署備忘錄,兩家公司同意在主要新模型釋出前後向該機構開放訪問許可權,以協助評估風險與提出改進建議。此舉正值美國探討 AI 監管邊界之際,此前兩家公司曾對加州 SB 1047 安全法案表達顧慮。
智慧家居品牌 Wyze 針對 Cam Unlimited 訂閱使用者測試 AI 搜影片功能。輸入「後院的貓」或「打傘的女人」等關鍵詞,AI 就會直接調出對應監控片段,不用再手動倒帶翻找。目前該訂閱每月 9.99 美元,可在官網申請測試。
Meta 公佈 Llama 最新資料:在 Hugging Face 累計下載量逼近 3.5 億次,較去年增長超 10 倍。5 到 7 月間主要雲平臺的 token 用量翻了一倍,8 月甚至以 405B 旗艦版獨立使用者最多。開源大模型正在真正變成企業基建。
據 Variety 報道,奧普拉將主持 ABC 黃金檔特別節目《AI and the Future of Us》,定於 9 月 12 日播出。節目將對話 OpenAI CEO 奧特曼、比爾·蓋茨和博主 Marques Brownlee 等人,用通俗語言拆解 AI 對普通人日常生活、就業及教育的衝擊。
AI 程式設計初創公司 Magic 公佈其首個 1 億 Token 上下文模型 LTM-2-mini,相當於約 1000 萬行程式碼。官方稱其推理計算成本比 Llama 3.1 405B 便宜約千倍,同時宣佈完成 3.2 億美元融資,並聯手 Google Cloud 搭建 GB200 超算叢集。
據《華爾街日報》報道,Apple 正洽談參與 OpenAI 新一輪融資,該輪融資對 OpenAI 的估值超過 1000 億美元。Thrive Capital 擬領投 10 億美元,Microsoft 也在洽談跟投。兩家此前已敲定在 iOS 18 中整合 ChatGPT,這一步若落地將直接把商業合作綁成資本同盟。
蘋果在 iOS 18.1 等開發者測試版中上線 Clean Up 功能。它能用 AI 識別並一鍵移除照片裡的多餘物體,連帶陰影與倒影一起抹平並重繪背景。目前僅支援系統語言為英語且地區設為美國的使用者測試。
據 The Information 報道,Meta 正在研發代號為 Puffin 的混合現實眼鏡,預計重量約 110 克。裝置將電池與晶片做成外接包,支援手眼追蹤與影片透視。不過該專案尚處早期,即便成真也可能要等到 2027 年。
伊利諾大學厄巴納-香檳分校等團隊在《Nature》發文,通過 AI 閉環實驗與自動化分子合成,將有機太陽能材料的光穩定性提升了 4 倍。最值得關注的是,他們不僅讓 AI 最佳化分子,還摸清了 AI 做出判斷背後的化學規律,打破了演算法黑盒。
Midjourney 宣佈進軍硬體領域,新團隊將設在舊金山。這家無外部風投、營收據傳超 2 億美元的 AI 影像平臺,此前已招攬參與過蘋果 Vision Pro 研發的工程師。結合其正在攻堅的影片和 3D 生成模型,硬體或許會緊扣其生成能力展開。
週二,Google 與特拉維夫大學研究人員公佈新模型 GameNGen,基於 Stable Diffusion 即時模擬執行經典遊戲《Doom》,速度達每秒 20 幀以上。測試中人類玩家常難辨真偽。這意味著遊戲未來可能無需編寫傳統圖形引擎,全靠神經模型即時「腦補」畫面。
阿里 Qwen 團隊釋出視覺語言模型 Qwen2-VL,開源 2B 與 7B 權重並上線 72B API。新模型支援動態解析度、20 分鐘以上長影片理解與手機操控智慧體,72B 評測表現對標 GPT-4o。
Google 宣佈向 Gemini 付費使用者推出自定義 AI「Gems」,並逐步全量接入新影像模型 Imagen 3。使用者只需寫幾句指令就能定製專屬 AI 助手,同時能生成細節更豐富的逼真影像。目前 Gems 僅面向 Gemini Advanced 等訂閱使用者開放。
輝達公佈第二季度財報,營收同比增長 122% 達到 300.4 億美元,資料中心業務暴漲 154%。不過由於毛利率環比小幅下滑,加上市場預期被拉得太滿,財報公佈後盤後股價反而跌超 7%。
加州備受爭議的 AI 安全法案 SB 1047 已在州立法機構通過,正等待州長簽署生效。該法案要求超大模型開發者建立並記錄防範重大危害的安全保障機制。此前馬斯克出人意料公開表態支援,而 OpenAI 則明確表示反對。
Anthropic 宣佈將 Artifacts 功能正式面向所有 Claude.ai 使用者開放,涵蓋 Free、Pro 和 Team 訂閱,並同步支援 iOS 與 Android 移動應用。使用者可以在專屬側邊視窗即時檢視並修改程式碼、互動式網頁原型和圖表,還支援將作品公開發布或交由社群 remix。
Google 為 Google Meet 推出「take notes for me」功能。Gemini 不做逐字轉寫,而是直接提煉討論要點存入 Google 文件,會後自動發給參會者。目前僅支援英語,且限擁有特定 Gemini 增值包的企業與教育使用者在電腦端使用。
Google 推出三款實驗性 Gemini 模型,包括小尺寸的 Gemini 1.5 Flash-8B、大幅提升的 Flash,以及在程式設計與複雜提示詞上更強的 Pro。三者均支援 100 萬 token 上下文,現已在 Google AI Studio 和 API 開放免費測試。
據 The Information 報道,OpenAI 正研發專注邏輯推理的代號模型 Strawberry,擅長數學和程式設計,並已向美國國家安全官員展示。最值得關注的是,Strawberry 不僅有望最快今秋整合進 ChatGPT,還在負責生成高質量合成數據,用於訓練下一代旗艦模型 Orion。
NVIDIA 推出 NVIDIA Blueprints,為企業提供可直接部署的生成式 AI 工作流模板。首發涵蓋客服數字人、藥物虛擬篩選和多模態 PDF 提取,包含參考程式碼、文件及 Helm chart。說白了,企業不用再從零拼湊元件,拿現有微服務就能快速跑通資料飛輪。
Blackmagic Design 正式釋出 DaVinci Resolve 19 完整版以及 iPad 版。新版加入 IntelliTrack AI 追蹤、文本轉寫識別發言人剪輯、Fairlight AI 音訊聲相跟隨等一系列 AI 工具,並帶來 100 多項功能升級。
國際研究團隊在《Nature Machine Intelligence》釋出 AI 模型 AINU。它通過超解析度顯微技術,能捕捉細胞核內細至 20 奈米的結構變化,不僅能精準分辨癌細胞,還在病毒入侵 1 小時內就能察覺異常。不過該技術目前依賴昂貴的專業顯微裝置,離臨床普及還有距離。
Cerebras 推出 Cerebras Inference 推理服務,跑 Llama 3.1 8B 達每秒 1800 token,比超大規模雲端 GPU 快 20 倍。全程保持原生 16 位精度,8B 模型每百萬 token 僅收 10 美分。高吞吐低延遲讓多步驟智慧體真正具備即時響應能力。
據媒體報道,亞馬遜計劃 10 月推出接入生成式 AI 的新版助手,內部代號「Remarkable Alexa」。新版不僅能定製菜譜、創作個性化故事,還能進行更自然的連續對話,預計每月訂閱費最高達 10 美元,現有的免費經典版仍將保留。
Elon Musk 在 X 上公開支援加州 SB 1047 安全法案。該法案強制大模型廠商防範嚴重危害,即便旗下 xAI 也會被波及。最值得關注的是,老對手 OpenAI 剛剛表態反對,Musk 卻認為這是一項艱難但必要的決定,並強調自己主張 AI 監管已有 20 多年。
上週,有愛好者在測試影像生成模型 Flux 時發現,通過訓練 LoRA 可以在生成的畫面中精準復現自定義字型。相比此前模型動輒把英文畫成亂碼,Flux 擅長渲染場景文字,讓使用者能在黑板招牌或名片上塞進指定字型。不過生成時偶爾仍會出現字母拼寫偏差。
Anthropic 公開了 Claude 3.5 Sonnet 等模型的官方系統提示詞。提示詞除了嚴禁識別人臉、要求假裝「完全臉盲」外,還規定不能用「certainly」等絕對詞開頭,並要求中立探討爭議話題。頭部 AI 廠商主動公開系統人設底牌,這還是頭一次。
Apple 宣佈將於 9 月 9 日舉辦秋季新品釋出會,主題為「It’s Glowtime」。除 iPhone 16 系列的外觀與按鍵變動外,Apple Intelligence 將是核心看點;傳聞新機全系都將支援該 AI 功能,打破目前僅 Pro 機型獨佔的限制。
Inflection 宣佈將在未來幾個月內限制 AI 助手 Pi 的免費使用,以減輕 GPU 資源負擔。在團隊被微軟抽空後,公司取消了此前關閉 Pi 的打算,並開放對話記錄匯出。新 CEO 表示公司後續將把重心轉向企業產品。
OpenAI、Adobe 與微軟表態支援加州 AB 3211 法案。該法案不僅要求在 AI 生成的音影片和圖片後設資料中嵌入水印,還強制 Instagram、X 等大型平臺必須用普通人看得懂的方式明確標註 AI 內容。此前曾以「負擔過重」反對的科技巨頭,在法案修正後集體倒戈支援。
黑眼豆豆成員 Will.i.am 宣佈推出互動廣播平臺 RAiDiO.FYI。平臺配備 AI 主持人,不僅能放歌閒聊,還能即時策展新聞與知識,並與聽眾展開動態對話。官方稱希望像 iPhone 重塑電話一樣,徹底改變人們收聽廣播的方式。
OpenAI 披露亞利桑那州立大學(ASU)接入 ChatGPT Edu 的進展。全校收到超 400 份提案並已啟動 200 多個專案,覆蓋學術寫作輔助、模擬醫患對話等場景。學校強調通過教育專版確保學生隱私與研究資料安全。
據 The Information 報道,Meta 叫停了代號為 La Jolla 的高階混合現實頭顯研發。該裝置原定於 2027 年推出對標 Apple Vision Pro,但昂貴的 MicroOLED 螢幕讓千元定價難以實現,加之高階市場遇冷,最終被喊停。
Meta CEO 扎克伯格與 Spotify CEO 埃克聯合發文,直指歐洲碎片化且不一致的監管正在扼殺開源 AI 發展。文章透露,因合規不確定性,Meta 將無法在歐洲推出即將釋出的多模態 Llama 模型。他們呼籲歐盟簡化規則,否則歐洲將徹底錯失這波技術紅利。
xAI 團隊在過去三天裡用開源框架 SGLang 從頭重寫了推理技術棧。Grok-2 mini 的執行速度直接翻倍,且模型準確率略微上升;同時這一重構也讓需要多機推理的 Grok-2 大模型擁有了更合理的服務響應速度。
據 The Information 報道,Google 任命剛回歸的 Character.AI 前 CEO Noam Shazeer 為 Gemini 聯合技術負責人。他將與 Jeff Dean 和 Oriol Vinyals 共同統領模型研發對抗 OpenAI。此前 Google 剛通過 27 億美元授權協議將他迎回。
Google DeepMind 約 200 名員工簽署聯名信,要求公司終止與軍事組織的合同,並切斷軍方對其 AI 技術的訪問。信中重申了 2014 年被收購時絕不用於軍事或監控的承諾,呼籲設立新的監管機構。不過,Google 目前尚未給出實質回應。
據 CNBC 報道,Perplexity 計劃在第四季度上線搜尋廣告。廣告主可贊助回答下方的相關問題或購買右側展示位,千次展示報價超 50 美元。除了推進商業化,這也將兌現其此前承諾給合作媒體的廣告收入分成。