EA 新遊戲用 AI 生成 11,000 名球員:不用全身掃描,照片直接轉 3D
據《華爾街日報》等報道,EA Sports 在新發售的《College Football 25》中利用自研 AI 模型,將 11,000 名大學選手的證件照轉化為 3D 虛擬形象。相比過去昂貴耗時的全身掃描,AI 方案大幅縮減了成本與工期,也為未來體育遊戲的年更奠定了技術基礎。
據《華爾街日報》等報道,EA Sports 在新發售的《College Football 25》中利用自研 AI 模型,將 11,000 名大學選手的證件照轉化為 3D 虛擬形象。相比過去昂貴耗時的全身掃描,AI 方案大幅縮減了成本與工期,也為未來體育遊戲的年更奠定了技術基礎。
The Verge 播客 Decoder 探討了 AI 激增對氣候危機的影響。隨著微軟、Google 等科技巨頭擴建資料中心,其碳排放目標紛紛超標,但高功耗在流媒體和遊戲產業同樣普遍。核心爭議在於,我們該如何權衡 AI 消耗的能源到底值不值。
Stability AI 釋出 Stable Audio Open 技術論文,詳述其架構與訓練流程。該模型基於約 50 萬條知識共享許可資料訓練,能在消費級顯示卡上生成最長 47 秒、44.1kHz 的立體聲音效,權重已上線 Hugging Face。
Luma Labs 在 AI 影片模型 Dream Machine 中上線 Loops 功能。該功能支援讓生成的影片首尾無縫銜接,直接匯出平滑迴圈的動態畫面。對於常做動態背景或動效的創作者而言,省去了後期手動拼合素材的麻煩。
Elon Musk 在 X 上透露,Tesla 將於明年小批次生產真正有用的人形機器人 Optimus 供內部工廠使用,並有望在 2026 年為其他公司大批次生產。雖然這比此前定下的年底進廠時間有所推遲,但 Tesla 希望藉此降低製造工廠的生產成本。
馬斯克宣佈 xAI 的孟菲斯超級叢集已啟動訓練。該叢集配備 10 萬張液冷輝達 H100,通過單一 RDMA 網路互連。馬斯克稱其為全球最強訓練叢集,目標在今年 12 月訓出全指標最強 AI,不過當地超 100 兆瓦的供電協議尚未敲定。
Sakana AI 推出兩款專注於傳統浮世繪的影像生成模型 Evo-Ukiyoe 與 Evo-Nishikie。前者可由文本生成江戶浮世繪風格影像,後者能為單色古籍版畫自動上色,兩者均基於立命館大學逾 2.4 萬件標註作品微調。模型目前已在 Hugging Face 開源,僅支援日語提示詞。
7 月,加州立法機構推進由州參議員 Scott Wiener 起草的 AI 安全法案,要求達到算力門檻的大公司必須在釋出前自測模型是否具備生化武器、癱瘓電網等「災難性」風險。Google、Meta 等巨頭公開致信抗議,稱條款在技術上不可行且會嚇跑開發者。在聯邦監管可能生變的預期下,加州成了 AI 監管博弈的主戰場。
Apple 研究團隊近日在 Hugging Face 開源 DCLM 系列小模型,涵蓋 7B 與 1.4B 兩個版本。專案徹底公開了權重、訓練程式碼及預訓練資料集。7B 版本在 MMLU 測試中達 63.7%,超越 Mistral-7B。不過這屬於早期研究成果,並非面向蘋果裝置的最終功能。
Figma 發文解釋生成式 AI 工具 Make Designs 抄襲蘋果天氣應用的原因。官方稱該功能結合了 GPT-4o 與定製設計系統,但在 Config 大會前一週臨時追加了元件與示例,未嚴格稽核便塞入上下文,導致特定提示詞下直接生成了雷同介面。目前該功能已下線整改。
OpenAI 釋出小型模型 GPT-4o mini。其每百萬輸入 token 定價 15 美分、輸出 60 美分,MMLU 得分達 82%,在數學與程式設計測試中優於 Gemini Flash 和 Claude Haiku。最值得關注的是,它大幅降低了多工串聯和長上下文的推理成本。
Microsoft 宣佈 AI 設計應用 Microsoft Designer 正式面向個人使用者全面開放,同步推出 iOS 與 Android 免費移動應用。應用新增提示詞模板、貼紙和影像重繪功能,並整合進 Word 和 Windows 照片中。普通使用者每日可享 15 次免費生成額度。
騰訊元寶上線「3D 角色夢工廠」功能,使用者上傳單張正臉照即可生成專屬 3D 角色模型。功能首批提供 10 種風格,結合了 3D 換頭與 PBR 材質貼圖技術,支援 360 度預覽,甚至能直接用於線下 3D 列印。
The Markup 調查指出,Google 與 Meta 等巨頭熱衷引用的 MMLU 等跑分測試存在嚴重缺陷。許多測試題庫年頭過久或源自網路抓取,無法反映真實推理與防幻覺能力,反而給公眾造成模型具備專家級能力的錯覺。
Meta 宣佈將在未來數月釋出多模態 Llama 模型,但因歐盟監管環境不可預測,該模型及後續多模態版本將不在歐盟推出。歐盟企業即使拿到開源協議也無法使用相關多模態能力。不過,純文本版 Llama 3 仍會向歐盟開放。
Google 更新 Android 版 Gemini,允許使用者在鎖屏狀態下直接提問天氣等「通用問題」,無需先解鎖手機。此前鎖屏 Gemini 只能控制鬧鐘或播放媒體,問句天氣都得驗證指紋。設定中現已加入對應的鎖屏響應開關,未來還將接入部分擴充套件外掛。
Mistral AI 聯手 Albert Gu 與 Tri Dao 推出程式碼模型 Codestral Mamba。相比 Transformer,它具備線性時間推理優勢,上下文檢索測試達 256k tokens。模型以 Apache 2.0 協議開源,開放 Hugging Face 權重下載與雲端測試。
知名 AI 學者 Andrej Karpathy 宣佈創辦教育公司 Eureka Labs,打造「AI 原生」的新型學校。其構想是由人類專家設計課程,輔以全天候、多語言的 AI 助教輔助教學;首發專案為本科級課程 LLM101n,指導學生從頭訓練專屬 AI。
英國競爭與市場管理局(CMA)正式對微軟大批吸納 Inflection AI 員工一事展開第一階段合併調查。此前 Inflection 聯合創始人 Mustafa Suleyman 及大部分核心團隊轉投微軟掌管新 AI 部門。監管方將在 9 月 11 日前決定是否升級為深度調查,微軟則回應稱招聘人才不應被視作合併。
Anthropic 正式推出 Claude Android 應用,免費及付費使用者均可使用。應用支援旗艦模型 Claude 3.5 Sonnet,具備影像即時分析、翻譯與跨端對話同步功能。這意味著 Android 使用者也能在移動端直接呼叫其頂尖的推理能力。
美國兩黨參議員聯合提出 COPIED 法案,旨在保護記者和藝術家的原創內容。法案要求 NIST 制定內容溯源標準,禁止擅自篡改或移除數字水印等來源資訊,創作者將有權起訴違規抓取資料訓練 AI 的模型公司。
據彭博社報道,OpenAI 本週向員工公佈了一套追蹤 AGI 進展的五級框架。層級從當前的對話型 AI 開始,涵蓋具備博士級解題能力的「推理者」、能代行數天任務的智慧體,直至能承擔組織工作的 AI。發言人稱其技術已十分接近第二級。
本週,Google DeepMind 展示新研究 Mobility VLA,將 Gemini 1.5 Pro 接入 Everyday Robots 機器人。員工說出需求或畫張草圖,它就能看懂並自主帶路,在 9000 平方英尺辦公室中互動成功率約 90%。
韓國視覺特效初創公司 Beeble AI 宣佈完成 475 萬美元種子輪融資。其核心技術能將手機拍攝的 2D 畫面重建為高精 3D 模型,允許作者在後期隨意重置光影、背景與機位,試圖用可控的 AI 工作流取代好萊塢昂貴的 LED 虛擬攝影棚。
三星正式釋出首款智慧指環 Galaxy Ring,售價 399 美元。它重量僅 2.3 至 3 克,續航達 7 天,主打靠 Galaxy AI 分析睡眠與健康資料給出個性化洞察。最值得關注的是它無需月度訂閱費,直接向該品類開創者 Oura 展開正面競爭。
OpenAI 宣佈與美國洛斯阿拉摩斯國家實驗室合作,共同評估前沿多模態 AI 在實體生物實驗室中的應用安全。雙方將測試視覺與語音模型在細胞培養、基因轉化等溼實驗中協助研究與排錯的表現,重點量化其對人員的技能提升及潛在生物安全風險。
據多家媒體報道,微軟已在週二致信放棄 OpenAI 董事會觀察員席位,原本預計加入的蘋果也放棄了該計劃。這主要是為了應對美歐監管機構對巨頭與 AI 初創公司結盟的反壟斷審查。雖然不再進董事會,兩家公司與 OpenAI 的業務合作仍在繼續。
Meta 公佈面向手機等端側裝置的語言模型架構 MobileLLM,專注 10 億以下引數規模。通過優先增加網路深度與權重共享,其 3.5 億引數版本在部分 API 呼叫任務上媲美 70 億引數的 LLaMA-2。這意味著端側小模型也能勝任實用功能,目前預訓練程式碼已開源。
Stability AI 宣佈為旗下聊天機器人 Stable Assistant 推出兩項新功能。使用者現在可以直接在圖片中選定並替換特定物體,同時接入了 Stable Audio 2.0,能直接生成最長 3 分鐘的 44.1 kHz 立體聲純器樂音樂。新使用者享有 3 天免費試用。
Anthropic 宣佈 Claude 的 Artifacts 正式支援釋出與公開分享,並且允許其他人直接「Remix」進行二次編輯。Artifacts 能在對話旁即時預覽並除錯程式碼、圖表甚至小遊戲,這一更新讓生成的成果真正具備了社群互動性。
Hugging Face 宣佈在 Inference Endpoints 與 Spaces 上線 Google Cloud TPU v5e。最低單核例項每小時 1.375 美元,配合開源庫 Optimum TPU,開發者動動滑鼠就能一鍵部署執行 Gemma、Llama 和 Mistral。
Anthropic 在開發者控制台上線提示詞評估工具。開發者可以直接用 Claude 3.5 Sonnet 自動生成提示詞與測試用例,或匯入 CSV 批次測試,還能並排比對多個版本的輸出並打分。不用再靠表格人肉比對,提示詞調優變得像寫單元測試一樣省事。
OpenAI 正式開始阻斷來自未支援地區的 API 流量,中國開發者受到直接影響。商湯、百度、智譜 AI 和騰訊雲等本土廠商藉機搶客,紛紛推出免費遷移方案並贈送數千萬至上億 token。這一舉動加速了本土替代,但也凸顯了國內在算力與晶片上的壓力。
Magnific AI 宣佈推出官方 Photoshop 外掛。創作者現在無需切換網頁或獨立應用,就能直接在 Adobe Photoshop 裡呼叫 Magnific 的 AI 影像放大與畫質增強能力,大幅縮短後期工作流。
Oliver Cameron 公佈新專案 Odyssey,主打好萊塢級視覺 AI。它不僅能生成風景、角色、光影與動作,還支援創作者精細導演。團隊目標是改變電影、電視劇和遊戲的製作流程,讓視覺生成不再只是不可控的抽卡。
Poe 推出新功能「Previews」,讓使用者能在聊天框裡直接檢視並互動 AI 生成的 Web 應用。該功能特別適配 Claude 3.5 Sonnet、GPT-4o 和 Gemini 1.5 Pro 等程式設計強項模型。也就是說,AI 寫完前端程式碼後無需複製到外部環境,點開就能就地測試。
OpenAI Startup Fund 與 Thrive Global 聯合成立新公司 Thrive AI Health,打造超個性化 AI 健康教練。它結合科學方法與個人生理資料,在睡眠、飲食和運動等方面提供微習慣即時提醒。這旨在降低慢性病干預門檻,未來將推出獨立 App 及企業版。
紅杉資本合夥人 David Cahn 近日測算,AI 行業每年需要產生約 6000 億美元收入,才能抵消資料中心和 GPU 等鉅額投入。即便各大巨頭 AI 收入全超預期,仍有約 5000 億美元的缺口。也就是說,基建投入嚴重超前,商業變現若跟不上,泡沫風險陡增。
Stability AI 宣佈修改社群許可協議,覆蓋 SD3 Medium 等最新模型。新規徹底放寬限制,年營收低於 100 萬美元的個人創作者與小微企業可免費商用,也不再限制生成圖片或影片的數量。官方同時承認 SD3 Medium 在人體姿態等生成效果上未達預期,正抓緊修復。
週四,Tesla 在上海世界人工智慧大會上展出二代人形機器人 Optimus,成為現場少見的美國 AI 產品。不過現場展出的單臺機器被鎖在玻璃櫃裡,沒有做任何動作或互動。儘管 Musk 曾稱它未來能撐起 25 萬億美元市值,但目前它尚未進入全面量產。
據報道,上個月一輛 Waymo 無人計程車在鳳凰城因逆行被交警截停。車內空無一人,交警最終在排程記錄中寫下「無法向電腦開具罰單」且未做處罰。Waymo 解釋稱系施工標誌混亂所致。這一戲劇性場面暴露了現行交通法規監管無人駕駛車輛時的盲區。
Google 研究人員發表了一篇預印本論文,警告生成式 AI 正被絕大多數使用者用來模糊虛實界限,大規模製造假圖和假影片以操縱輿論、詐騙牟利。大量劣質內容不僅加重了網民的辨別負擔,甚至讓公眾人物能借機把不利證據辯解為「AI 偽造」。
法國非營利 AI 實驗室 Kyutai 展出即時語音助手 Moshi 並宣佈開源。它僅由 8 人團隊耗時半年研發,端到端延遲低至 200 毫秒,支援 70 種情緒,還能在筆記本本地邊聽邊說。
據 The Verge 報道,OpenAI 推出的 ChatGPT Mac 應用此前一直以純文本在本地儲存對話。這意味著任何獲取電腦許可權的惡意軟體都能輕鬆讀取你的所有記錄。經安全研究員和媒體反饋後,OpenAI 現已推送更新對本地聊天記錄進行加密。
Google 更新廣告政策,為包含 AI 生成內容的政治廣告自動生成披露標籤。廣告主只需在後臺勾選「合成或數字修改內容」,系統就會在 YouTube Shorts 和各類插播廣告中自動顯示提示,無需再手動新增。其他格式廣告仍需自行標註。
快手團隊開源肖像動畫框架 LivePortrait。它不走主流 Diffusion 路線,而是靠隱式關鍵點讓單張人像或貓狗照片隨影片動起來,在 RTX 4090 上單幀耗時僅 12.8 毫秒。目前推理程式碼與模型權重均已公開。
上海人工智慧實驗室開源 InternLM 2.5-7B 模型。新模型支援高達 1M 的上下文視窗,重點強化了推理能力與工具呼叫,並在 Hugging Face Open LLM 榜單 12B 以下級別位居前列,兼顧輕量引數與超長文本處理。
Cloudflare 上線一鍵攔截所有 AI 爬蟲的功能,面向包含免費版在內的所有使用者開放。它不僅攔截遵守 robots.txt 的合規爬蟲,還會用機器學習識別偽裝成真實瀏覽器的惡意抓取。也就是說,站長無需再費心配規則,就能防住拿自家內容喂模型的 AI。
ElevenLabs 推出音訊分離工具 Voice Isolator。它基於專有深度學習模型,能從雜亂環境音、交談聲或音樂中提取純淨人聲,支援 WAV、MP3 等多種格式。使用者每月可獲得 1 萬點額度,無需安裝外掛就能在瀏覽器裡直接處理。
OpenAI 聯合創始人 Andrej Karpathy 在 UC 伯克利駭客鬆發表演講。他指出大模型正在成為新的作業系統,計算範式宛如重回 1980 年代。他透露 GPT-4 最早只源於內部一個 Reddit 機器人,鼓勵年輕人靠持續做小專案來滾雪球。
據彭博社報道,蘋果將在與 OpenAI 的合作協議下獲得一個董事會觀察員席位,擬由 App Store 負責人 Phil Schiller 出任。該席位擁有列席會議權但沒有投票權。由於微軟此前已擁有類似觀察員席位,未來涉及敏感議題時雙方可能會面臨利益迴避。
週二,Meta 推出 3D Gen 模型,能在 1 分鐘內將文本轉換成高保真 3D 資產。該系統約 30 秒生成初始幾何模型,再花 20 秒即可靠提示詞完成物理渲染級別的重新貼圖。目前該研究仍在開發中,尚未向公眾開放。
據 TechCrunch 報道,Perplexity 遭《福布斯》與《連線》等媒體指責,稱其無視 robots.txt 協議暗中抓取網站內容,並涉嫌原樣洗稿。Perplexity 則堅稱只是響應使用者具體的網址輸入需求,屬於版權法規定的合理使用範圍。
Figma 宣佈臨時停用新推出的 Make Design AI 功能,因其生成的介面多次與蘋果天氣 App 高度雷同。官方否認了使用競品資料訓練模型的說法,稱問題出在底層設計系統變化度過低以及趕工導致質檢疏漏,目前已下線該功能做全面審查。
據報道,Meta 正在 WhatsApp Android 測試版中內測個性化貼紙生成功能。使用者上傳幾張自拍參考照後,在聊天中輸入「@Meta AI imagine me」就能把自己放進森林或太空等場景做成貼紙。自拍可隨時在設定中刪除,目前尚未正式上線。
ElevenLabs 宣佈在 Reader App 中引入朱迪·加蘭、詹姆斯·迪恩、伯特·雷諾茲等已故影星的 AI 聲音。使用者可以用加蘭的聲音聽《綠野仙蹤》,或讓勞倫斯·奧利弗爵士朗讀《福爾摩斯》。不過這些經典聲音僅限個人在 App 內流式收聽,不能匯出用於內容創作。
Perplexity 宣佈升級 Pro Search 深度搜索功能。新版本具備多步推理能力,能根據檢索結果自動發起後續追問,並集成了 Wolfram|Alpha 引擎與程式碼執行環境來解決複雜的數學和程式設計問題。免費使用者可限量試用,Pro 訂閱使用者擁有更多配額。
Suno 正式在蘋果 App Store 上線 iOS 應用。使用者只需輸入文本提示詞,幾分鐘內就能生成包含人聲、伴奏和編曲的完整歌曲。不過,Suno 目前正面臨環球、索尼等唱片公司的版權訴訟,被指控未經許可使用受版權保護的音樂訓練模型。
Anthropic 宣佈設立資助專案,向第三方機構出資開發新一代 AI 評測基準。當前主流評測難以反映真實使用場景,Anthropic 希望重點測試模型在網路攻擊、核武風險及深度偽造欺騙等維度的表現,申請將按滾動方式評審。
據報道,YouTube 在 6 月悄悄上線新規,允許個人申請下架仿造自己人臉或聲音的 AI 影片。當事人需按隱私侵權提出申訴,平臺會給創作者 48 小時自行刪除或打碼;若未處理,YouTube 將結合公共利益、是否屬於諷刺等維度裁定。
Meta 宣佈將 Instagram 等平臺上的「Made with AI」標籤變更為「AI info」。此前不少攝影師抗議,僅用 Photoshop 裁切或微調過的真實老照片也被打上 AI 標籤。新標籤旨在更準確地表明圖片可能只是經過修改,而非完全由 AI 生成。
Elon Musk 透露 xAI 將於 8 月推出下一代大模型 Grok 2。該版本著重提升即時知識處理與推理能力,並花大力氣清洗網路訓練資料以減少汙染。Musk 還表示,計劃在年底前推出動用 10 萬張 Nvidia H100 訓練的 Grok 3。