全球首例:廣州網際網路法院認定 AI 生成「奧特曼」侵犯版權
據媒體報道,廣州網際網路法院認定某 AI 服務生成的圖片與「奧特曼」實質性相似,侵犯原告著作權,判賠 1 萬元人民幣。這被視作全球首例生成式 AI 侵權判決,也讓 AI 訓練資料與輸出合規的爭議再次升溫。
據媒體報道,廣州網際網路法院認定某 AI 服務生成的圖片與「奧特曼」實質性相似,侵犯原告著作權,判賠 1 萬元人民幣。這被視作全球首例生成式 AI 侵權判決,也讓 AI 訓練資料與輸出合規的爭議再次升溫。
Monday,OpenAI 向美國法院申請駁回《紐約時報》版權訴訟中的四項指控。OpenAI 稱對方利用系統漏洞,使用欺騙性提示詞故意讓 ChatGPT 逐字複誦文章,稱「正常人不會這樣用」。時報律師則反駁稱這只是在尋找侵權證據。
據 404 Media 報道,Tumblr 與 WordPress.com 母公司 Automattic 即將與 OpenAI、Midjourney 達成協議,提供使用者內容用於 AI 訓練。儘管官方稱將推出退出共享設定,但內部記錄顯示首批抓取資料疑似誤含了未公開內容。
Pika 推出 Lip Sync 功能,接入 ElevenLabs 提供配音,讓影片角色的嘴型能與臺詞同步。它支援文本轉語音或上傳音訊,省去了繁瑣的後期外掛工具。不過該功能目前僅限 Pika Pro 付費使用者和受邀測試者使用。
GitHub 宣佈 GitHub Copilot Enterprise 正式商用,定價每月每使用者 39 美元。它能結合企業私有程式碼庫回答問題、在網頁端直接對話並自動生成 PR 摘要,還內嵌了 Bing 聯網搜尋。官方承諾預設絕不使用私有程式碼訓練模型。
Superhuman 推出新功能 Instant Reply。它會為收件箱裡的每封郵件提前計算並生成 3 份匹配個人語氣風格的完整草稿,使用者按下 Tab 和 Enter 就能直接傳送。官方測試顯示,早期使用者的回信速度由此提升了一倍。
阿里研究團隊公佈音訊驅動肖像影片框架 EMO。輸入一張單人照片和一段語音或歌聲,就能生成神態豐富、口型同步且時長不限的動態影片。它能敏銳捕捉語調起伏與快節奏歌詞,也能讓油畫與 3D 角色開口說話。
週一,Google DeepMind 展示了基礎世界模型 Genie。它通過學習超 20 萬小時公開遊戲影片,無需人工動作標註,僅憑單張圖片或草圖就能生成可互動、可操控的 2D 橫版過關世界。這意味著生成式 AI 正在跨入可操控環境,為訓練智慧體鋪路。
Google 旗下 DeepMind 創始人 Demis Hassabis 表示,此前因歷史偏頗下線的 Gemini 人物畫圖功能將在未來幾週內恢復。他解釋稱原本追求多樣性的初衷是好的,但在歷史場景應用時過於一刀切,目前正重新微調限制。
Microsoft 宣佈與 Mistral AI 達成多年合作,率先在 Azure AI 上線其旗艦模型 Mistral Large。微軟將為其提供超算算力,企業可通過 MaaS 模式直接呼叫。這意味著微軟在 OpenAI 之外,正式將歐洲最強模型納入雲生態。
ElevenLabs 宣佈與 Perplexity 達成合作,聯手推出每日短音訊播客《Discover Daily》。節目結合 Perplexity 的搜尋內容引擎與 ElevenLabs 的 AI 語音,自動播報科技、創新與文化最新頭條,已在各大播客平臺上線。
Microsoft 宣佈為 Windows 照片應用推出「生成式擦除」功能,能用生成式 AI 抹掉照片裡的雜物和路人。最值得關注的是,微軟不僅更新了 Windows 11,還把包括背景消除在內的全部 AI 修圖功能下放給了 Windows 10。目前該更新已面向 Windows 預覽體驗成員推送。
Suno 宣佈面向 Pro 和 Premier 付費使用者開放 V3 Alpha 早期測試。新模型將單次生成時長上限提至 2 分鐘,音質與表現力明顯提升,新增專門的純音樂支援,並支援從任意位置續寫老歌。官方還向付費賬戶贈送了 300 積分。
OpenAI 宣佈升級 GPT Store,正式引入 1 到 5 星評分系統和私密反饋功能。使用者在自定義 GPT 頁面點選「傳送反饋」即可評分並留言,構建者主頁也新增了社交連結與對話次數展示。不過,創作者關心的收益分成仍未落實。
美國司法部任命普林斯頓大學教授 Jonathan Mayer 為首位首席人工智慧官兼首席科技顧問。他將組建 AI 與網路安全團隊,協助應對技術對執法的影響。此舉落實了拜登政府的 AI 行政令,重點解決 AI 在量刑、假釋和監控中的公平性問題。
Google 宣佈擴大與 Reddit 的合作,正式接入 Reddit 即時 Data API,用於搜尋展示及 AI 模型訓練。與此同時,Reddit 也將採用 Google Cloud 的 Vertex AI 來增強站內搜尋與相關能力。這讓 Google 在真實人類語料的爭奪中拿下了關鍵一手。
Google 隨 Chrome M122 為 Mac 和 Windows 推出實驗性「Help me write」功能。它基於 Gemini 模型,能讀取當前網頁上下文來幫使用者起草或潤色評價、諮詢等文本。目前僅限美國英語使用者在實驗性 AI 設定中開啟。
Jasper 宣佈從 Stability AI 手中收購 AI 影像平臺 Clipdrop,交易已於 2 月 20 日完成。Clipdrop 團隊全員加入並繼續留駐巴黎負責多模態研發。企業即日起可通過 Jasper API 呼叫,個人仍可在原網站獨立使用。
Stability AI 宣佈開啟 Stable Diffusion 3 早期預覽候補名單。新模型結合 Diffusion Transformer 架構與流匹配,引數量覆蓋 800M 至 8B,重點改進了多主體提示、畫質以及文字拼寫能力。目前該模型尚未全面開放,公開開源前先面向測試者收集反饋。
2 月 22 日,AI 語音初創公司 ElevenLabs 宣佈入選 2024 年迪士尼加速器計劃。團隊表示將借力迪士尼的創意資源,推進跨語言溝通技術的落地。這意味著其 AI 配音和聲音技術,正快速向全球頂級影視娛樂生態滲透。
Google 宣佈暫時下線 Gemini 的人像生成功能。此前該模型在生成歷史人物時出現過度補償和嚴重偏頗,引發廣泛爭議。Google 承認在多樣性微調與敏感詞過濾上矯枉過正,承諾在全面測試改進後再重新開放。
近期科技圈裁員潮常被歸咎於 AI 搶飯碗。牛津網際網路學院學者等專家指出,目前幾乎沒有證據表明 AI 在大規模直接替代員工,更多是傳統的外包、降本增效,或是企業為了重金挖角 AI 人才而縮減其他業務預算,AI 成了最方便的掩護口徑。
Match Group 宣佈與 OpenAI 達成企業合作,採購超 1000 個企業授權,用於員工程式設計、設計和日常溝通。有意思的是官方新聞稿甚至由 ChatGPT 代筆,滿屏土味約會梗。這筆合作是其 2024 年超 2000 萬美元 AI 投資的一部分。
訊息稱 Adobe 成立了名為 CAVA 的新 AI 研究組織,團隊規模約 50 人,全稱為「音訊、影片與動畫共創」。緊隨 OpenAI 釋出 Sora 之後,該組織專注於音影片與動畫生成,被外界視作 Adobe 加速多模態佈局的動作。
Google DeepMind 宣佈成立「AI 安全與對齊」新組織,整合既有安全團隊並擴招專家,由 UC 伯克利教授 Anca Dragan 牽頭。新部門既要給當前 Gemini 模型築牢防線(防範不良醫療建議與偏見放大),也會設立專職團隊攻堅 AGI 安全,對標 OpenAI 超級對齊。
Google 宣佈為 Google One AI 高階訂閱引入 Gmail、Docs、Sheets 等應用的 Gemini 功能(原 Duet AI)。每月 19.99 美元即可在常用工具中直接寫郵件、做預算,省去頻繁切換標籤頁的麻煩。目前面向 150 多個國家開放英文版,並提供兩個月免費試用。
Google 推出全新開源模型系列 Gemma,提供 2B 和 7B 兩個尺寸及指令微調版本。它繼承了 Gemini 的核心技術,能在個人電腦或工作站本地執行,在同尺寸開源模型中表現頂尖,且允許企業和個人免費商用。
AI 晶片公司 Groq 研發的 LPU 晶片走紅網路。根據第三方測試,Groq 執行大語言模型可達每秒 247 個 Token,比微軟雲端快了 13 倍。最值得關注的是,這種超低延遲讓即時語音對話成為可能,不過其擴充套件能力仍有待檢驗。
Will Smith 在 Instagram 釋出惡搞影片,親自模仿去年爆火的 AI 吃意麵畫面。這則影片恰逢 OpenAI 釋出 Sora 影片模型,也讓「吃意麵」被不少網友調侃為檢驗 AI 影片生成能力的最新「圖靈測試」。
剛離開 OpenAI 的 Andrej Karpathy 釋出兩小時影片教程,教開發者從零構建 GPT 分詞器。影片還深入剖析了大模型翻車的原因,比如為什麼反轉不了字串、算術總算不準,甚至順帶解釋了為什麼喂資料時 YAML 會比 JSON 更省 token。
微軟廣告與網路服務 CEO Mikhail Parakhin 近日在社交平臺透露,OpenAI 的影片生成模型 Sora 最終會整合進 Copilot。Sora 能夠根據文本生成最長 60 秒的高畫質影片。不過微軟目前仍在解決技術整合細節,具體上線時間仍未確定。
據報道,自 2 月 3 日以來的 17 天內,受 OpenAI 推出影片模型 Sora 推動,AI 概念加密資產市值大漲 142.79%,新增 102.1 億美元。其中 TAO 漲幅達 145.38%,行業狂歡能否轉化為實際技術創新仍有待觀察。
據外媒報道,馬斯克旗下的社交平臺 X 正考慮與 AI 生圖工具 Midjourney 展開合作。若合作達成,使用者或能通過 Grok 在應用內直接生成圖片併發布。目前細節尚未敲定,且該功能大機率僅面向 X Premium 訂閱使用者開放。
OpusClip 推出 3.0 版本。新版支援針對問答、Vlog 等不同型別定製挑選高光切片,單次可生成最長 15 分鐘的中長影片,處理速度比以前快 3 倍,還加入了單獨加字幕和 AI B-roll 功能。
ElevenLabs 預告即將推出 AI 音效生成功能。創作者通過文字提示詞即可直接生成定製音效、聲景與環境音,將其音訊創作能力從語音和音樂進一步擴充套件至全場景聲音設計。
加拿大一家法庭裁定加拿大航空敗訴,必須退款給被其 AI 客服誤導的乘客。該客服曾捏造喪親機票可事後退差價,加航甚至辯稱機器人是「獨立法律實體」試圖免責,遭法庭駁回。這是同類案件的首例判決,明確了企業必須對 AI 客服的言論全額買單。
據彭博社報道,籌備 3 月以 50 億美元估值 IPO 的 Reddit,已與一家大型 AI 公司簽署價值 6000 萬美元的資料授權協議。這意味著社群帖子和評論將成為模型訓練語料,但 Reddit 尚未正式確認,且此前調整 API 收費已引發過強烈抗議。
ElevenLabs 宣佈多項應對 2024 年全球選舉的防護措施。平臺上線「禁克隆聲音」防護機制,優先攔截美英大選候選人的聲線克隆,並嚴禁利用 AI 語音進行冒充、打造政治聊天機器人或撥打自動騷擾電話,同時繼續提供鑑別工具以追查音訊來源。
NBA 總裁 Adam Silver 展示了實驗性助手 NB-AI。球迷只需下達語音指令,就能個性化定製觀賽畫面,例如把正在進行的比賽即時轉成「蜘蛛俠」卡通風格,或直接識別併購買球星腳上的球鞋。不過這項功能目前仍是概念演示。
Meta、微軟、OpenAI 等 20 家科技公司在慕尼黑簽署協議,承諾聯手防範 AI 深度偽造干擾全球選舉。各方將重點採用技術檢測欺騙性內容並打上標籤,而非直接封禁。不過這只是一份自願性協議,並未設立強制懲罰機制。
據彭博社報道,Apple 擴大了 Xcode 程式設計軟體生成式 AI 功能的內部測試,計劃今年向第三方開發者釋出。該工具類似 GitHub Copilot,能自動預測補全程式碼並編寫測試。此外,蘋果還在探索支援自然語言的 Spotlight 對話式搜尋,預計將在今年 WWDC 披露更多進展。
美國聯邦法官駁回了 Sarah Silverman 等作家針對 OpenAI 的多項指控,包括替代侵權、DMCA 違規和過失侵權等。法院指出原告未能證明 ChatGPT 輸出與原著構成實質性相似。目前僅保留直接侵權等少數主張,原告獲准修改訴狀。
Google 推出下一代模型 Gemini 1.5,首發中型模型 1.5 Pro 採用 MoE 架構,效能比肩 1.0 Ultra 且更省算力。最狠的是支援最高 100 萬 token 上下文,能一口氣塞進 1 小時影片或 3 萬行程式碼。目前已面向部分開發者和企業開啟有限預覽。
Meta 推出非生成式影片模型 V-JEPA。它不在畫素層面摳細節,而是在抽象特徵空間預測被遮擋的影片內容,訓練和樣本效率比傳統做法高出 1.5 到 6 倍。預訓練完成後無需微調全部引數,只加一層輕量網路就能適配動作分類等多種任務。
Amazon 公佈了目前最大的語音合成模型 BASE TTS,引數達 9.8 億。研究顯示,語音模型規模擴大後同樣會出現類似大語言模型的「湧現能力」,無需額外訓練就能更自然地拿捏情緒、耳語和生僻詞發音。不過出於安全考慮,官方並未開源模型權重。
據報道 X 正在探索頁面測試由 Grok 生成的熱門話題描述。該功能旨在直接總結當天各熱點事件的來龍去脈,省去讀者點進標籤大海撈針的麻煩。不過該介面目前仍處測試階段,最終是否全量上線仍未確定。
OpenAI 宣佈與微軟合作,封禁了 5 個有國家背景的惡意網路駭客團伙賬號。調查顯示,這些團伙主要用大模型搜尋公開資料、翻譯、排查程式碼錯誤以及撰寫釣魚指令碼,目前大模型在實際網路攻擊中帶來的提升仍然相對有限。
OpenAI 創始成員、知名 AI 研究員 Andrej Karpathy 宣佈離開公司。他在社交媒體上表示,目前的計劃是專注於個人專案。Karpathy 曾任特斯拉 AI 高階總監,2023 年重返 OpenAI,他的離職意味著 OpenAI 再次失去一位核心科研元老。
Mozilla 宣佈調整產品戰略並裁員約 60 人,計劃關停 3D 虛擬空間 Hubs,並收縮 VPN 與社交業務。公司將把 Pocket 與 AI/ML 團隊整合進 Firefox 部門,重新聚焦核心主業,發力將「可信 AI」融入瀏覽器體驗。
Google 宣佈上線新的機器學習演算法來更快攔截虛假評價。該演算法通過長期行為模式識別異常評分暴增或批次複製評論,還能揪出付費刷評團伙。2023 年 Google 共攔截超 1.7 億條違規評價,同比增長 45%。
科技巨頭借超級碗投放高昂廣告,試圖扭轉公眾對 AI 搶飯碗和技術失控的擔憂。調查顯示過半美國人對 AI 憂多於喜,微軟與 Google 在 30 秒 700 萬美元的黃金時段,重點展示 Copilot 幫普通人創業、Pixel 幫視障者拍照等溫情場景,把 AI 包裝成日常好幫手。
NVIDIA 推出免費技術 Demo「Chat with RTX」,使用者可將本地文件或 YouTube 影片掛載給 Mistral、Llama 2 等開源大模型,直接在 PC 端離線對話。所有資料無需上傳雲端,隱私更有保障;硬體門檻為 GeForce RTX 30 Series GPU 或更高顯示卡,視訊記憶體至少 8GB。
OpenAI CEO Sam Altman 在世界政府峰會上表示,最讓他擔憂的不是殺手機器人,而是無意間引發混亂的「微妙社會失調」。他重申應建立類似國際原子能機構的組織來監管 AI,並表示行業本身不該主導規則制定,現在的 AI 還處於「黑白屏手機」的起步階段。
美國專利商標局(USPTO)釋出指導方針,明確只有「自然人」才能被授予專利,AI 系統不能作為發明人或共同發明人。不過 AI 輔助的發明並非不可申請,關鍵在於人類申請人必須證明自己對發明做出了「重大貢獻」,比如設計了特定提示詞或深度改造了輸出。僅僅輸入問題或擁有 AI 並不算發明。
McAfee 釋出調查顯示,今年情人節 45% 的男性計劃用 AI 代寫情話,高於去年的 30%。尷尬的是,57% 的受訪者直言如果得知情話出自 AI 會覺得被冒犯;與此同時,利用 AI 包裝假人設的戀愛詐騙也在激增。
ElevenLabs 宣佈創作者可通過 Voice Library 變現。使用者只需上傳 30 分鐘音訊建立專業聲音克隆並共享,當付費訂閱者呼叫該聲音時即可獲得現金獎勵。平臺還提供聲音所有權驗證、每日收益統計及內容稽核保護。
NVIDIA 創始人兼 CEO 黃仁勳在迪拜世界政府峰會上表示,每個國家都必須掌握自身的人工智慧生產力,建立擁有本土資料和文化的大模型。他建議各國先構建基礎設施,並表示 AI 普及正讓人類語言成為新的通用程式語言。
Stability AI 推出文生圖模型 Stable Cascade 的研究預覽版。該模型基於 Würstchen 架構,採用三階段分層壓縮,將微調訓練成本降至同等規模 Stable Diffusion 的十六分之一。相關推理與訓練程式碼已在 GitHub 開源,但當前僅限非商業研究使用。
數十名抗議者在 OpenAI 舊金山總部外集會,要求停止研發 AGI 並敦促工程師離職。抗議直接針對 OpenAI 此前修改條款並與五角大樓接洽軍用合作。組織者呼籲對前沿模型引入外部監管,認為僅靠企業自律無法約束技術失控與生存風險。
據 The Verge 報道,微軟本週在 Windows 11 測試版中上線 Copilot 新互動:使用者複製文字或圖片時,工作列圖示會動效提示,滑鼠懸停即可一鍵總結或解釋內容;記事本也即將支援右鍵讓 AI 解讀程式碼。微軟正藉此為下半年的「AI PC」大版本更新鋪路。
Disney 被曝正在測試名為「Magic Words」的 AI 工具。它通過分析電影和劇集畫面的內容、品牌與情緒打上標籤,幫廣告主把商業內容精準嵌進匹配的情境裡。Disney 已聯手 6 家全球廣告公司開展公測,試圖以此擺脫傳統寬泛受眾定向的低效投放。
據《華爾街日報》報道,OpenAI CEO Sam Altman 正在洽談籌集 5 萬億至 7 萬億美元,用於重構全球半導體與算力基礎設施。Altman 認為晶片供應不足制約了 AI 擴張,希望藉此打破輝達的壟斷局面。不過這筆天文數字般的募資規模在落地上面臨極大現實阻力。
Perplexity 宣佈與前端開發平臺 Vercel 達成合作,開發者可通過 Vercel AI SDK 直接呼叫其即時聯網模型 pplx-7b-online 與 pplx-70b-online。模型自帶全網索引抓取,應用回答不再受知識截止期限制。Vercel 同時也上線了多模型除錯操場。