Prime Video 推出 Dialogue Boost：用 AI 單獨拉大人聲對白
Amazon 在 Prime Video 上線功能 Dialogue Boost。它利用 AI 識別並單獨增強人聲，避免臺詞被背景音樂和特效蓋過。使用者無需高階音響即可在普通裝置上調節兩檔清晰度，首批已支援部分原創影片。
AI 日報：今天的 AI 新聞
週二
4月18日 星期二
傳微軟自研 AI 晶片 Athena：對標輝達，OpenAI 員工已在測 GPT-4
據報道，微軟自 2019 年起秘密研發代號為 Athena 的自研 AI 晶片，旨在訓練大語言模型並擺脫對輝達昂貴 GPU 的過度依賴。目前部分微軟與 OpenAI 員工已拿到晶片測試 GPT-4 執行表現，最早或於明年在內部鋪開。
Synthesis AI 推出文本生成 3D 功能：打字就能做出電影級數字人
Synthesis AI 在其線上平臺 synthesis labs 中展示了文本生成 3D 數字人技術，使用者輸入年齡、髮型和服裝等提示詞，就能直接生成高解析度的 3D 模型。系統將幾何網格與紋理生成拆開處理，還支援用滑塊微調錶情與光照，大幅降低了遊戲、特效及模型訓練合成數據的製作成本。
馬斯克計劃打造 TruthGPT：要造一個「探尋宇宙本質的求真 AI」
Elon Musk 在專訪中表示正籌備名為 TruthGPT 的 ChatGPT 競品，稱其為「最大程度追求真相、試圖理解宇宙本質的 AI」。他認為關心宇宙的 AI 不會毀滅人類，藉此對標轉向營利的 OpenAI。不過該專案目前尚無具體進展細節。
週一
4月17日 星期一
Adobe 擴界影片：Firefly 將支援一句提示詞調色、劇本自動轉分鏡
Adobe 宣佈即將把生成式 AI 工具 Firefly 引入 Creative Cloud 影片與音訊應用。新功能雖不能直接文生影片，但支援用幾句提示詞給影片調色、生成音效與配樂，甚至讀劇本自動生成分鏡。能力依然主打商業安全，目前僅公佈了官方演示。
Google 打造全新 AI 搜尋 Magi：擬下月上線，迎擊 ChatGPT 與 Bing
據《紐約時報》報道，Google 正秘密研發代號為「Magi」的全新 AI 搜尋功能，計劃下月向美國首批最多 100 萬用戶開放。面對 ChatGPT 與微軟 Bing 的兇猛攻勢，甚至傳出三星考慮更換預設搜尋引擎，Google 必須儘快把生成式 AI 塞進搜尋框。
Meta 開源視覺模型 DINOv2：無需微調，通吃分類與深度估計
Meta AI 開源自監督計算機視覺模型 DINOv2。它完全擺脫了對文本描述和人工標籤的依賴，提取的特徵直接接入簡單線性分類器就能用，在深度估計和影像檢索等任務上表現出色，適合作為通用視覺骨幹網路。
週六
4月15日 星期六
開源對話模型 OpenAssistant 釋出：免費公開超 60 萬條對話資料
開源專案 OpenAssistant 正式釋出，並向所有人免費公開其資料集。該資料集包含超 60 萬條人工生成的對話與反饋，覆蓋多種主題與風格，專為指令模型訓練打造，讓開發者無需依賴閉源巨頭也能訓練自己的對話 AI。
週五
4月14日 星期五
馬斯克成立新 AI 公司 X.AI：買下數千塊 GPU，直接對標 OpenAI
據內華達州備案檔案披露，馬斯克已於 3 月 9 日成立名為 X.AI 的新人工智慧公司，由其本人擔任董事。此前馬斯克已採購數千塊 GPU，並向特斯拉和 SpaceX 投資者尋求啟動資金，準備開發生成式 AI 產品直接與 OpenAI 競爭。
Stability AI 推出 SDXL：35 億引數帶來更高畫質逼真畫質
Stability AI 推出文生圖模型 Stable Diffusion XL（SDXL）。該模型擁有 35 億引數，主打高解析度和逼真細節生成。這意味著創作者和開發者有了更高上限的開源影像生成底模，不僅風格更多元，畫質也更接近專業級。
週四
4月13日 星期四
AWS 推出 Amazon Bedrock：一鍵呼叫 Claude 與自研 Titan 模型
AWS 宣佈推出 Amazon Bedrock 託管服務及自研 Titan 基礎模型。開發者無需管理底層硬體，即可通過 API 直接呼叫 Claude、Stable Diffusion 等模型，並用私有資料定製微調。目前 Bedrock 正處於小範圍預覽階段。
Google 用強化學習訓機器人撿垃圾：23 臺打工兩年，分揀準確率達 84%
Google 公佈了一項大規模機器人深度強化學習實驗，過去兩年在辦公樓部署了 23 臺移動機器人分揀垃圾。團隊結合模擬與 54 萬次「機器人教室」訓練，使系統分類準確率達 84%，讓真實垃圾桶的混雜汙染率降低了 40% 到 50%。
Premiere Pro 推出文本編輯：剪影片就像複製貼上文本
Adobe 宣佈在 Premiere Pro 中推出「基於文本的編輯」（Text-Based Editing），由 Adobe Sensei 驅動。系統會自動轉錄音影片素材，剪輯師直接搜尋、複製或貼上轉錄文字，時間軸上的影片片段就會同步調整。該功能目前處於公開測試階段，預計 5 月正式上線。
週三
4月12日 星期三
OpenAI 探索「一致性模型」：單步完成影像生成，速度快一個數量級
TechCrunch 報道 OpenAI 發表「一致性模型」（Consistency Models）論文，嘗試用一到兩步計算完成影像生成。傳統擴散模型需要數十至上千步去噪，而新模型能在單步內搞定生成、上色或超分，速度快一個數量級。雖然初期畫質較粗糙，但為手機端側執行和即時生圖打開了新方向。
義大利給 ChatGPT 解封開條件：限 OpenAI 18 天內落實隱私整改
週三，義大利資料保護機構開出解封條件，要求 OpenAI 在 4 月底前公開資料處理邏輯、增設 18 歲年齡限制，併為非使用者提供反對個人資料被處理的渠道。此外還要在 5 月底前開展宣傳告知公眾。OpenAI 只有 18 天時間完成這輪整改。
Meta 詳解元宇宙教育潛力：用 VR 填補教育鴻溝
Meta 發文闡述沉浸式技術對教育的重塑作用。文章列舉了日本 6000 名高中生佩戴 Meta Quest 2 學習、莫爾豪斯學院虛擬化學實驗課提分等案例，指出 VR 帶來的現場感能打破地域限制並提升專注度，但普及仍需政府與師資培訓支援。
週二
4月11日 星期二
曝馬斯克為 Twitter 採購上萬塊 GPU：正推進生成式 AI 專案
據 Business Insider 報道，Elon Musk 最近為 Twitter 採購了約 1 萬塊資料中心級 GPU，用於自研生成式 AI 專案。該專案擬利用 Twitter 海量資料展開訓練，可能用於改進搜尋或重建廣告業務。此前 Twitter 還招募了兩名 DeepMind 前研究員。
亞馬遜推出具身智慧平臺 Alexa Arena：讓人類陪虛擬機器人一起練級
Amazon Alexa AI 公佈具身智慧模擬平臺 Alexa Arena 並開源。不同於以往偏重導航的模擬器，它強化了人類互動，支援自然語言對話與多房間任務，方便收集人機協作資料來訓練智慧體。
OpenAI 啟動漏洞賞金計劃：抓出一個漏洞，最高獎勵 2 萬美元
OpenAI 宣佈聯合 Bugcrowd 正式上線漏洞賞金計劃。安全研究人員在 OpenAI 系統中發現安全漏洞，可根據嚴重程度獲得 200 至 20000 美元不等的現金獎勵。官方希望藉此吸引全球白帽駭客協助排查安全隱患。
新研究發現 GPT-4 資料標註超越頂級人工：省下 50 萬美元與 2 萬工時
Carnegie Mellon、Yale 與 UC Berkeley 研究團隊公佈新發現，GPT-4 在資料標註任務上的表現超越了高水平眾包工人。面對 572,322 個文本場景標註，團隊改用 GPT-4 僅花費不到 5,000 美元，省下超 500,000 美元和 20,000 小時工時。AI 標籤與專家更吻合，直接動搖了傳統資料標註產業。
阿里釋出通義千問：所有業務將全面接入，首批落地釘釘與天貓精靈
阿里巴巴在 2023 阿里雲峰會上正式釋出中英雙語大模型「通義千問」。阿里宣佈將把該模型接入從企業通訊到電商的所有產品，首批落地釘釘和天貓精靈。阿里雲同時面向企業和開發者開放內測申請，支援用自有資料微調專屬大模型。
週一
4月10日 星期一
斯坦福提出生成式智慧體：25 個 AI 在沙盒裡開派對、競選市長
斯坦福大學團隊提出生成式智慧體架構，將記憶、反思與規劃引入大模型。研究人員把 25 個由 ChatGPT 驅動的智慧體放入類似《模擬人生》的虛擬小鎮，它們不僅自發辦派對、參選市長，在評測中甚至被認為比真人扮演更像人類。
週五
4月7日 星期五
Stable Diffusion 背後公司被曝陷入危機：現金告急且盈利無門
據 Semafor 報道，開源影像模型 Stable Diffusion 背後的初創公司 Stability AI 燒錢速度驚人且缺乏盈利路徑，陷入嚴重財務困境。公司去年融到的 1 億美元已所剩無幾，原本衝刺 40 億美元估值的新一輪融資也已動搖。在 Midjourney 等對手的擠壓下，開源明星公司的商業化顯得格外艱難。
有人讓自主 AI「毀滅人類」：它搜了核武器，最後發了兩條推特
據 Vice 報道，有使用者通過開源專案 Auto-GPT 搭建了名為 ChaosGPT 的自主智慧體，並命令其「毀滅人類」。該 AI 嘗試在 Google 搜尋毀滅性武器並拉攏其他智慧體，但最終影響僅是向 19 個粉絲髮了兩條推文。
週四
4月6日 星期四
Anthropic 擬募資 50 億美元：造 10 倍強於現有 AI 的「Claude-Next」
據曝光的融資檔案，Anthropic 計劃在未來兩年內籌集高達 50 億美元以抗衡 OpenAI。該公司打算在未來 18 個月內投入 10 億美元，開發能力達現有 AI 10 倍的前沿模型「Claude-Next」，需要動用數萬張 GPU 叢集進行訓練。
週五
3月31日 星期五
皮查伊回應 Bard 表現不佳：像改裝思域賽車，下週升級 PaLM
據 The Verge 報道，Google CEO Sundar Pichai 在播客訪談中透露，下週將把 Bard 升級為更強大的 PaLM 模型。他坦言當前執行輕量版 LaMDA 的 Bard 就像拿「改裝思域去賽車」，換上新架構後，其邏輯推理、程式設計和解數學題能力都會顯著改善。
義大利開出歐洲首張禁令：指控侵犯隱私，勒令下架 ChatGPT
週五，義大利個人資料保護局下令立即封禁 ChatGPT，並對 OpenAI 展開調查。監管方指責 OpenAI 缺乏大規模收集個人資料訓練演算法的法律依據，且未對未成年人設防。OpenAI 隨後關閉了義大利的訪問入口，並有 20 天時間說明整改方案，否則面臨高達全球年營收 4% 的罰款。
週四
3月30日 星期四
Midjourney 叫停免費試用：臨時賬號刷圖太猛，付費使用者先被擠崩
Midjourney 宣佈暫停免費試用。CEO David Holz 透露，大量使用者註冊臨時賬號刷圖，恰逢 GPU 短缺，甚至影響了付費使用者體驗；這並非因為近期川普等深度偽造圖瘋傳。團隊正在重新設計驗證機制以防濫用。
Google 否認用 ChatGPT 訓練 Bard：沒用過 ShareGPT 資料
針對 The Information 爆料稱其使用 ShareGPT 抓取內容訓練聊天機器人，Google 明確否認 Bard 使用了 ChatGPT 的資料。此前有報道稱前研究員曾警告此舉違規並跳槽 OpenAI；不過 Google 發言人拒絕回應過去是否曾試用過相關資料。
週三
3月29日 星期三
馬斯克與多位學者聯名呼籲：暫停訓練比 GPT-4 更強的 AI 六個月
非營利機構未來生命研究所釋出公開信，馬斯克、Yoshua Bengio 等人呼籲全球實驗室立即暫停訓練比 GPT-4 更強的 AI 至少 6 個月。信中指出當前競賽已陷入失控，若無法自律則需政府介入叫停並制定安全協議。
週二
3月28日 星期二
Google 聯手 Replit：Ghostwriter 接入谷歌大模型，迎戰微軟 Copilot
週二，Replit 宣佈與 Google Cloud 達成戰略合作，其 2000 萬開發者將獲得 Google 基礎設施及生成式 AI 模型支援，旗下 Ghostwriter 工具將接入 Google 模型補全程式碼。此舉緊跟在微軟與 GitHub 推出 Copilot X 一週之後，兩方的 AI 程式設計工具戰正式打響。
高盛報告：生成式 AI 或替代 3 億個全職崗位，歐美四分之一工作受衝擊
高盛釋出報告稱，生成式 AI 可能替代相當於 3 億個全職工作崗位，波及歐美四分之一的工作任務。其中行政和法律工作受自動化影響最大，建築與維護受影響最小。報告同時指出，AI 也會帶來新工作並推高生產力，最終讓全球商品與服務的年產值提升 7%。
微軟釋出 Security Copilot：接入 GPT-4，用 AI 幫網路安全人員抗下攻擊
微軟在首屆 Microsoft Secure 活動上推出首款安全助理 Microsoft Security Copilot。它將 OpenAI 的 GPT-4 與微軟專屬安全模型結合，每天吸收超 65 萬億威脅訊號，讓防禦人員能用自然語言排查威脅。最值得關注的是，它試圖用 AI 速度補齊全球數百萬安全人才缺口。不過微軟也坦言，AI 內容仍可能出錯，需靠使用者反饋閉環改進。
Asana 推出管理智慧工具：即時監控負荷，下一步全面接入 AI
Asana 推出一套全新的工作智慧儀表盤，涵蓋高管報表、員工工作負荷圖表與工作流模板。目前這批功能雖未內建 AI，但官方表示這是在為 AI 落地鋪路，下一代更新將直接利用 AI 自動生成管理組合與分析檢視。
