傳 Meta 籌備 Llama 3：對標 GPT-4，且繼續保持免費開源
據 The Decoder 報道，OpenAI 工程師 Jason Wei 透露聽聞 Meta 已備齊算力訓練 Llama 3 與 4，且計劃讓 Llama 3 追趕 GPT-4 水平並繼續免費開放。這意味著開源社群有望迎來抗衡閉源頂級模型的基座，不過 Meta 官方尚未對此表態。
AI 日報：今天的 AI 新聞
週日
8月27日 星期日
週六
8月26日 星期六
馬斯克晚高峰實測 FSD V12：純 AI 端到端駕駛，砍掉幾十萬行程式碼
馬斯克在 Palo Alto 晚高峰直播實測未釋出的特斯拉 FSD Beta V12。新版徹底砍掉人工規則程式碼，依靠海量影片訓練的純 AI 模型跑完 45 分鐘，全程幾乎零接管，並在到達後自動路邊泊車。新系統可在 HW3 硬體上離線執行。
週五
8月25日 星期五
StableVideo 開源：基於擴散模型做文本驅動的影片一致性編輯
研究團隊開源 ICCV 2023 論文專案 StableVideo 程式碼。該工具結合 Text2LIVE 與 ControlNet，通過擴散模型實現文本引導的影片編輯，重點解決跨幀閃爍問題，並最佳化視訊記憶體以支援低視訊記憶體裝置執行。
阿里開源視覺語言模型 Qwen-VL：看圖解題，還能講故事
週五，Alibaba 開源兩款視覺語言模型 Qwen-VL 與 Qwen-VL-Chat。模型支援更高解析度的影像讀取，能識別街標指路、根據照片解數學題，甚至串聯多張圖講故事。開發者可以直接在魔搭社群和 Hugging Face 下載並做微調。
高通押注端側生成式 AI：新一代旗艦晶片 10 月登場，明年進高階手機
高通透露正把生成式 AI 做進下一代旗艦晶片，將於 10 月底夏威夷峰會亮相。端側執行讓使用者資料無需傳上雲端，離線可用且省去昂貴的伺服器開銷。最值得關注的是，高通預計明年高階 Android 手機就能在本地跑起百億引數模型。
前 Meta 蛋白質團隊自立門戶：AI 生物公司 EvolutionaryScale 獲 4000 萬美元融資
據《福布斯》報道，前 Meta 蛋白質摺疊團隊負責人 Alexander Rives 創立生物 AI 公司 EvolutionaryScale，並完成約 4000 萬美元種子輪融資，估值達 2 億美元。該團隊曾在 Meta 構建過含 7 億個蛋白質結構的資料庫，此次融資將用於大幅擴大生物大模型規模以加速藥物研發。
週四
8月24日 星期四
Amazon 升級 NFL「週四夜賽」轉播：用 AI 即時預測突襲與空位傳球
Amazon 宣佈為 Prime Video 的 NFL「週四夜賽」上線多項 AI 即時預測功能。自研神經網路能根據球員座標與加速度，在場上即時圈出即將突襲的防守球員或跑出空位的接球手，還提供四檔轉換決策機率。功能將在 9 月 14 日新賽季 Prime Vision 訊號中正式亮相。
Hugging Face 完成 2.35 億美元 D 輪融資：估值 45 億，巨頭全員入局
開源 AI 社群 Hugging Face 宣佈完成 2.35 億美元 D 輪融資，估值達 45 億美元。本輪投資方集齊了 Google、Amazon、NVIDIA、Intel、AMD 等科技巨頭，平臺上的模型、資料集與應用總數也已正式突破 100 萬大關。
DeepMind 打造多智慧體象棋系統 AZdb：擊敗 AlphaZero，解題量翻倍
Google DeepMind 團隊推出多智慧體系統 AZdb，把多個風格各異的 AlphaZero 組成戰隊。通過行為多樣性訓練，智慧體各自專精不同開局與陣型；在刁鑽的棋局難題中，其解題量達到單體 AlphaZero 的兩倍，實戰 Elo 積分提高 50 分。
Meta 釋出程式碼大模型 Code Llama：最高 70B 引數，支援 10 萬 token 上下文
Meta 釋出專為程式碼任務打造的開源大模型 Code Llama。該模型基於 Llama 2 在程式碼資料集上進一步訓練，提供 7B 到 70B 等尺寸，支援最高 10 萬 token 的上下文，並具備程式碼補全與除錯能力。
Scenario 推出 Unity 外掛：可在引擎內直接生成風格一致的遊戲美術資產
AI 遊戲資產生成平臺 Scenario 推出 Unity 外掛。遊戲開發者可以直接在 Unity 編輯器中呼叫其能力，生成風格一致的瓦片地圖、角色頭像、道具和場景等視覺素材。這意味著開發者無需在繪圖軟體與遊戲引擎間來回切換。
Shift Robotics 推出 Moonwalkers：綁在鞋上的 AI 輪子，走路速度飆到 11 公里
據報道，Shift Robotics 推出動力鞋 Moonwalkers，直接綁在鞋底就能讓最高步行速度提至 11 km/h。內建演算法不到 10 步即可摸清個人步態，走動時才驅動輪子。產品目前僅在美國發售，售價 1399 美元。
OpenAI 聯手 Scale：幫企業用私有資料定製先進模型
OpenAI 宣佈與 Scale 達成合作，幫助企業利用專有資料定製其先進模型。企業可結合 Scale 的資料引擎與評估經驗完成微調，微調資料所有權歸客戶所有，不會被用於訓練其他模型。
週三
8月23日 星期三
Nvidia Q2 財報：靠 AI 單季淨賺 61 億美元，同比暴增 843%
Nvidia 釋出 Q2 2024 財報，單季營收 135 億美元，淨利潤達 61.88 億美元，同比暴漲 843%。其中資料中心業務創下 103.2 億美元紀錄，單季翻倍。生成式 AI 爆發讓其賺得盆滿缽滿，下季度營收預期更喊到 160 億美元。
Stability AI 聯手 NVIDIA 最佳化 SDXL：H100 出圖只需 1.47 秒
Stability AI 宣佈與 NVIDIA 合作，通過 TensorRT 深度最佳化 SDXL 並開放 ONNX 權重。在 H100 GPU 上模型效能翻倍，高畫質圖生成僅需 1.47 秒，延遲降低 41%、吞吐量提升 70%。生圖效率大幅提高，能直接降低創作者與開發者的部署成本。
分析稱消費級 AI 需求正在萎縮：Bing 份額卡在 3%，ChatGPT 流量下滑
The Honest Broker 撰文分析指出，消費級 AI 狂熱正迅速退潮。Microsoft 砸下百億美元押注 AI，但 Bing 的搜尋市場份額仍停滯在 3% 甚至略有下滑，ChatGPT 網站流量也出現萎縮。這表明消費者並未真正買賬，目前的曲線更像是一陣短暫的風潮。
Microsoft 聯手埃森哲：用 Azure AI 盯緊能源業甲烷洩漏
Microsoft 宣佈與埃森哲合作推出甲烷排放監測方案。通過在 Azure 上結合 AI 異常檢測、感測器佈局演算法與數字孿生，企業可以近即時捕捉管道和設施的洩漏源頭。這讓能源行業的漏氣排查從被動搶修轉向了預防式監控。
週二
8月22日 星期二
Edge 側邊欄上線 Designer：不用切視窗，邊上網邊做海報圖
微軟將免費 AI 設計工具 Microsoft Designer 正式內建進 Edge 瀏覽器側邊欄，面向美國使用者開放。輸入文字提示詞即可直接生成社交媒體海報、賀卡或邀請函，並支援微調圖文。微軟想用這種隨手呼叫的方式，硬剛加入 AI 功能的 Canva。
傳微軟正為 Windows 11 自帶應用加 AI：畫圖能文生圖、截圖自帶 OCR
據報道，Microsoft 正在測試為 Windows 11 內建應用引入 AI 能力。畫圖應用或將加入類似 Bing Image Creator 的文生圖與背景去除功能，截圖工具和相機將支援 OCR 提取文字。部分功能或需 NPU 硬體支援，目前仍處於早期實驗階段。
Meta 開源多模態翻譯模型 SeamlessM4T：支援近百種語言互譯
Meta 推出全能多模態翻譯模型 SeamlessM4T，支援近 100 種語言的語音與文本互譯，包含近百種語言語音轉文本及 36 種語言語音互譯。該模型以研究許可開源，同時放出了 27 萬小時語音文本對齊資料集 SeamlessAlign 的後設資料。
Microsoft 聯手 Epic：將生成式 AI 深度植入電子病歷系統
Microsoft 宣佈擴大與醫療軟體巨頭 Epic 的合作，將 Azure OpenAI 和 Nuance DAX Express 深度整合至 Epic 電子病歷平臺中。醫生不僅能靠 AI 快速總結病歷和回覆患者，還能通過環境語音自動生成臨床文件，旨在緩解醫護過勞並簡化繁重的行政記賬流程。
NVIDIA 釋出 DLSS 3.5：引入光線重建，大幅提升光追畫質
NVIDIA 在 Gamescom 推出 DLSS 3.5，重點引入光線重建技術。官方用超算訓練的 AI 網路取代傳統人工降噪器，訓練資料量比 DLSS 3 增加 5 倍，能明顯改善反射與全域性光照，面向所有 RTX 顯示卡開放，今秋將落地《賽博朋克 2077》等大作。
OpenAI 開放 GPT-3.5 Turbo 微調：提示詞最多可砍 90%
OpenAI 正式開放 GPT-3.5 Turbo 的微調功能，開發者可用自有資料定製模型。微調能讓模型更好遵循指令、穩定輸出格式，並支援 4k 上下文。早期測試顯示提示詞體積最多可縮減 90%，不僅加快呼叫速度，還能大幅降低使用成本。
Hugging Face 推出 SafeCoder：企業可本地私有化部署自己的程式碼 Copilot
Hugging Face 聯合 VMware 釋出企業級程式碼助手方案 SafeCoder。它主打安全與合規，模型訓練和推理全程留在客戶私有 VPC 內，程式碼不外流。企業可基於開源 StarCoder 並在私有程式碼庫上微調，相當於擁有專屬的本地版 GitHub Copilot。
ElevenLabs 結束 Beta 測試：釋出 Multilingual v2，支援 28 種語言跨語克隆
ElevenLabs 宣佈平臺正式結束 Beta 測試，並推出語音生成模型 Eleven Multilingual v2。新模型支援中文、韓語、日文等 28 種語言，能自動識別輸入語種，並保持說話人原有的音色和口音特徵，用同一套聲音完成多語種配音。
週一
8月21日 星期一
《紐約時報》遮蔽 OpenAI 爬蟲：修改 robots.txt 防抓取，正考慮起訴侵權
據 The Verge 報道，《紐約時報》在其 robots.txt 中遮蔽了 OpenAI 剛推出的爬蟲 GPTBot，禁止其抓取文章訓練 AI。歸檔記錄顯示該遮蔽早在 8 月 17 日已生效。此前該報已更新條款禁止 AI 抓取，目前正考慮起訴 OpenAI 侵權。
Snapchat 曝光 AI 新功能 Dreams：能跟好友一起拍奇幻大片
據 TechCrunch 報道，Snapchat 正在開發名為「Dreams」的生成式 AI 功能。使用者上傳清晰自拍後，系統能將自己和好友合成到奇幻場景中。程式碼中還出現了「Dream Packs」付費包痕跡，目前 Snapchat 暫未正式回應上線時間。
YouTube 聯手環球音樂：推音樂 AI 孵化器與三大合作原則
YouTube 聯合環球音樂集團公佈音樂 AI 合作三大原則，並啟動「音樂 AI 孵化器」。專案拉來 Ryan Tedder、Max Richter 等知名音樂人參與測試，同時升級 Content ID 等版權保護體系。核心是想在擁抱生成式 AI 的同時，穩住音樂產業的版權與分成利益。
週日
8月20日 星期日
Slack 談改版後佈局：生成式 AI 將分三步融入工作流
Slack 產品管理高階總監 Olivia Grace 接受 Gizmodo 採訪，詳解 AI 落地規劃。Slack 計劃分三步走：內建對話摘要與寫作輔助等原生能力、支援 Claude 等第三方 AI 整合，以及接入 Salesforce 即時資料。此外團隊也在探索由 AI 根據聊天內容直接生成自動化工作流。
STAR.VISION 發射 WJ-1A 衛星：搭載邊緣 AI，在太空就能即時處理資料
8 月早些時候，STAR.VISION 在酒泉發射 WonderJourney-1A 衛星。該衛星搭載 String 邊緣 AI 平臺作為「大腦」，無需將觀測資料傳回地面控制中心，就能在軌即時處理。它是中國首顆以 AI 為核心的衛星，未來計劃用於環境監測與應急救援。
週六
8月19日 星期六
美聯邦法官裁定：AI 獨立生成的藝術作品不受版權保護
美國聯邦地方法院法官 Beryl A. Howell 裁定，完全由 AI 生成的藝術作品無法獲得版權保護，駁回了 Stephen Thaler 對美國版權局的訴訟。法官強調「人類作者身份是版權的基石」，沒有人類引導的作品不享有版權。原告方已計劃提出上訴。
週五
8月18日 星期五
IBM 調研：未來 3 年 40% 員工需重塑技能，善用 AI 者增長更快
IBM 釋出調研顯示，受訪高管預計未來三年內全球約 40% 的勞動力因 AI 需要重塑技能。不過 87% 的高管認為生成式 AI 是增強而非替代崗位，善用 AI 的企業營收增速比同行高出 36%，團隊溝通與協作等軟技能變得更吃香。
Cruise 無人駕駛出租車撞上出警消防車：乘客受傷，加州放行剛一週
週四晚，Cruise 無人駕駛出租車在舊金山與出警的消防車相撞，車內一名乘客受輕傷送醫。Cruise 稱車輛綠燈進入路口，但疑似未避讓緊急車輛。加州剛批准其開展 24 小時全天候付費營運還不到一週，自動駕駛對公共安全的干擾再次引發高度警惕。
ElevenLabs 聯手 ScienceCast：把 arXiv 論文做成配音短影片
ElevenLabs 宣佈與科學影片平臺 ScienceCast 及 arXiv 展開合作。ScienceCast 的自動化影片工具接入了 ElevenLabs 的 AI 語音合成能力，能把 arXiv 上的學術論文直接生成為 3 到 5 分鐘的配音簡報，幫科研人員從海量文獻中快速抓重點。
Take-Two 封殺 GTA 5 智慧體模組：NPC 自由對話被全網下架
Take-Two 近日向《GTA 5》AI 模組 Sentient Streets 發出 DMCA 侵權通知，導致該模組及演示影片被全網下架。該模組接入 Inworld AI 與 ElevenLabs 技術，支援玩家與 30 多個 NPC 即時語音交談。作者表示下架前未收到任何官方溝通，為防範法律風險已主動撤下相關資源。
週四
8月17日 星期四
Runway 上線 Watch 功能：給 AI 生成長影片搭了個放映廳
Runway 在其網站和 iOS App 上線「Watch」功能，供使用者分享與瀏覽使用 Runway 工具生成的長影片作品。面對好萊塢因擔憂 AI 搶飯碗而爆發的罷工，其 CEO 表示 AI 不是要替代一切而是增強創作，上線該功能正是為了展示創作者的實際成果。
WhatsApp 測試 AI 生成貼紙：輸入文字描述就能做表情包
WhatsApp 在 Android 最新測試版中上線生成式 AI 貼紙功能。使用者不用再在貼紙庫裡翻找，在鍵盤貼紙欄點選「建立」並輸入文字描述，AI 就會自動生成幾款貼紙供挑選。目前僅面向部分測試使用者開放，預計未來幾週推向更多人。
Buildbox 推出 StoryGames.AI：用問答幾分鐘生成 10 章互動小說
無程式碼開發平臺 Buildbox 推出 StoryGames.AI。創作者只需回答幾個關於主角和情節走向的問題，AI 就會在幾分鐘內生成帶分支選擇與畫面的 10 章視覺小說遊戲。平臺允許免費建立 2 款遊戲，支援匯出至 Steam 或移動應用商店，後續需付費訂閱。
週三
8月16日 星期三
美聯社出臺 AI 規範：禁止用 ChatGPT 寫稿，輸出全算「未經核實信源」
美聯社向員工釋出生成式 AI 使用規範，明確表示 AI 絕非記者替代品。記者可以嘗試 ChatGPT，但嚴停用其生成可釋出內容，AI 的任何輸出都必須按未經核實的資訊源對待，且嚴禁向工具輸入機密資訊或用 AI 篡改音影片。
OpenAI 收購 Global Illumination：全員加入，參與 ChatGPT 開發
OpenAI 宣佈收購創意工具公司 Global Illumination，團隊全員加入。該團隊主創曾參與 Instagram、皮克斯等早期產品的設計，擅長利用 AI 構建創意工具和數字體驗，後續將直接參與 ChatGPT 等核心產品的研發。
前 Google CEO 籌建新機構：借鑑 OpenAI 模式，用 AI 攻克科研難題
據 Semafor 報道，前 Google CEO Eric Schmidt 正籌建一家非營利科研機構，借鑑 OpenAI 早期模式，用 AI 攻克生物與材料科學難題。他已挖來 Samuel Rodriques 和 Andrew White 兩名頂尖學者領銜，資金以個人出資為主，並承諾提供學術界罕見的算力與薪資。不過專案仍處早期，未來可能吸納外部資金。
Adobe Express 網頁版結束公測：整合 Firefly AI，免費向全球開放
Adobe 宣佈整合 Firefly 生成式 AI 的 Adobe Express 網頁版結束公測並全球上線。使用者憑免費的 Adobe ID 即可在瀏覽器裡製作圖片、影片和 PDF，提示詞支援 100 多種語言。移動端版本也將在近期推出。
反向叫板 BeReal：前 MZ CEO 推出 AI 社交應用 BeFake
前 Machine Zone CEO 創立的 Alias Technologies 推出社交應用 BeFake。使用者通過輸入文本提示詞，就能將日常自拍轉化為 AI 奇幻視覺圖。創始人認為人們在社交網路上其實更渴望展示理想中的自己，用 AI 創作不僅能減少發帖壓力，還能打破真實外貌的束縛。
週二
8月15日 星期二
OpenAI 拿 GPT-4 做稽核：把新規則上線週期縮短到幾小時
OpenAI 提出用 GPT-4 輔助內容稽核的新方案。稽核專家把規則寫進提示詞讓模型打標籤，再通過比對分歧快速調整策略。OpenAI 稱該流程已在部分客戶中落地，能將新規生效時間縮減至數小時，不過仍需人工持續介入校準。
加州大學伯克利分校用 AI 解碼腦電波：直接還原出一段 Pink Floyd 搖滾
加州大學伯克利分校研究人員利用 29 名癲癇患者聽歌時的腦電波訊號，訓練 AI 重建了 Pink Floyd 的經典歌曲片段，聲譜圖相似度達 43%。這項研究揭示了大腦對音樂音調和節奏的處理方式，未來有望讓語言障礙患者的語音合成裝置告別機械音、聽起來更像真人。
Google 升級生成式搜尋 SGE：能幫你讀長網頁，還加了程式碼高亮
Google 宣佈升級生成式搜尋體驗 SGE，推出「SGE while browsing」實驗功能。它能為長網頁自動提煉核心要點並支援段落直達，同時在 AI 回答中增加術語懸停查詞和程式碼語法高亮。該功能僅支援免費公開網頁，不抓取付費牆內容。
Google 相簿上線新版回憶檢視：用 AI 做剪貼簿，還能幫你想標題
Google 宣佈為 Google 相簿推出全新的「回憶」檢視。AI 會自動把照片和影片整理成類似剪貼簿的時間線，支援多人協作補充內容，還通過生成式 AI 帶來了「幫我起標題」功能。新檢視當天在美上線，後續推向全球。
Amazon 上線 AI 評論摘要：直接提煉好壞主題，省得一條條翻
週一，Amazon 推出一項生成式 AI 新功能，能自動分析並總結買家評論中的常見優缺點。摘要直接顯示在商品詳情頁，還提供「易用性」或「效能」等屬性標籤，方便篩選關聯評論；重點是，AI 只從已驗證購買的真實評價中提煉資訊。
週一
8月14日 星期一
告別傳統 SEO：為什麼「AI 引擎最佳化」會成為新風口
行業分析師 Jeremiah Owyang 在採訪中表示，隨著使用者習慣停留在聊天工具中，傳統引流網站的 SEO 模式將被打破。營銷人員需轉向「AI 引擎最佳化」，主動讓大模型攝取資料或接入 API，才能在 AI 生成的推薦中獲得曝光。
創造力測試揭曉：ChatGPT 原創性得分躋身人類前 1%
蒙大拿大學團隊公佈測試結果，搭載 GPT-4 的 ChatGPT 在權威創造力測驗 TTCT 中，流暢度與原創性均位列前 1%，靈活性達前 3%。盲審機構未察覺其為 AI，表明大模型在發散思維上已能媲美甚至超越大部分人類。
