蘋果公佈 FaceLit:僅憑 2D 照片生成可自由打光的 3D 人臉
Apple 研究團隊公佈生成框架 FaceLit。它無需人工標註或複雜採集裝置,直接從普通 2D 影像學習生成 3D 人臉,並結合反射模型實現自由調節光照與視角,在 FFHQ 資料集上創下 3.5 的 FID 成績。
Apple 研究團隊公佈生成框架 FaceLit。它無需人工標註或複雜採集裝置,直接從普通 2D 影像學習生成 3D 人臉,並結合反射模型實現自由調節光照與視角,在 FFHQ 資料集上創下 3.5 的 FID 成績。
Microsoft 釋出全新重構的 Teams 預覽版。新版放棄了 Electron 架構,啟動與加入會議速度提升 2 倍,記憶體佔用減少 50%,還引入 AI 影片濾鏡。這套新架構也成為後續接入 Copilot 助手的底層支撐。目前僅供 Windows 商業使用者預覽測試。
Zoom 宣佈與 OpenAI 合作升級 Zoom IQ 助手。最吸睛的是遲到補進度功能:加入會議晚了能直接讓 AI 總結前面聊了啥,還能繼續追問細節;它還能起草訊息草稿與生成白板。這是 Zoom 迎戰微軟 Copilot 的一步,不過草稿等功能 4 月起僅限邀測。
據 TechCrunch 報道,Apple 已低調收購初創公司 WaveOne。WaveOne 研發基於 AI 的「內容感知」影片編解碼技術,能優先保留人臉等關鍵細節,號稱將影片體積減少最多一半。這項技術有望幫助 Apple TV+ 等服務大幅降低頻寬成本並提升畫質。不過 Apple 官方暫未對此回應。
週一,百度閉門向企業客戶展示文心一言的新能力,包括總結財報、製作 PPT、規劃旅行路線及驅動虛擬人廣告。除了常規對話版,百度確認還將推出產業版,3 月 31 日起開放更多企業測試。最值得關注的是,百度正將其定位為連線各項 AI 服務的產業介面。
據彭博社報道,微軟已向至少兩家接入 Bing 搜尋資料的搜尋引擎發出警告,若繼續將這些資料用於驅動自家的 AI 聊天機器人,將徹底切斷其訪問許可權。微軟認為此舉違反了合作協議。隨著 AI 搜尋開打,微軟顯然不願拿自家索引為對手做嫁衣。
OpenAI 公佈 3 月 20 日 ChatGPT 停機原因。受開源庫 redis-py 漏洞影響,部分使用者看到了他人的對話標題,特定 9 小時內約 1.2% 活躍 Plus 使用者的姓名及信用卡後四位亦遭洩露。目前 OpenAI 已修復該漏洞並恢復服務,完整卡號未受影響。
訊息,得州一對夫婦遭遇 AI 語音擬真詐騙,騙子克隆其兒子聲音謊稱車禍重傷急需保釋,騙走 5000 美元。法醫專家指出騙子僅憑社交平臺公開音訊就能生成聲音。面對類似緊急要錢的通話,結束通話後用原聯絡方式核實至關重要。
OpenAI 宣佈為 ChatGPT 引入外掛系統,首批上線聯網搜尋與程式碼直譯器等官方外掛。外掛相當於大模型的「眼和耳」,能突破訓練資料時效限制並直接呼叫第三方應用。該功能正面向候補名單中的開發者與 ChatGPT Plus 使用者灰度開放。
Canva 在 Canva Create 上推出一系列 AI 功能。基於 OpenAI 技術的 Magic Design 能根據單張圖片或簡單描述自動生成成套模版與簡報初稿,同時上線了支援區域性擦除替換的 Magic Edit,文生圖解析度也提升了 16 倍。
Microsoft 宣佈協同辦公應用 Loop 正式開啟公開預覽。它通過元件化設計讓頁面、任務與 Teams、Outlook 即時打通,還引入了支援頭腦風暴與內容摘要的 Copilot AI。不過 Loop 內的 Copilot 功能目前仍處於小範圍測試階段。
Ubisoft 宣佈推出內部 AI 工具 Ghostwriter,用來幫編劇快速生成 NPC 的觸發臺詞與路人閒聊草稿。它採用成對對比讓編劇挑選偏好並持續迭代模型,育碧強調此舉旨在減輕重複勞動而非取代編劇,但仍引發了部分遊戲開發者的質疑。
GitHub 釋出升級願景 GitHub Copilot X,接入 OpenAI 的 GPT-4 模型。新版本不僅在編輯器中加入了類 ChatGPT 的聊天視窗,還能自動撰寫 PR 描述、解答官方文件疑難並輔助終端命令。這意味著 AI 正式走出程式碼補全,接管整個開發流程。
Mozilla 宣佈出資 30M 美元建立初創公司 Mozilla.ai。該機構由 Moez Draief 領銜,初期主攻更安全透明的生成式 AI 工具與推薦系統。最值得關注的是,Mozilla 試圖在大科技公司壟斷之外,建立一個可信且去中心化的開源 AI 制衡力量。
Opera 宣佈在 Opera 與 Opera GX 瀏覽器中加入生成式 AI 工具。新增的「AI Prompts」支援劃選文本直接縮寫或解釋網頁;側邊欄也直接集成了 ChatGPT 與 ChatSonic。目前功能需在設定中手動開啟,且呼叫側邊欄工具需登入各自賬號。
Google 宣佈開放生成式 AI 實驗產品 Bard 的早期測試。Bard 底層採用輕量最佳化的 LaMDA 模型,每次可提供多個草稿回覆供使用者挑選,並支援一鍵跳轉 Google 搜尋核實資訊。該測試目前僅面向美國和英國使用者開放登記候補。
Microsoft 宣佈將影像生成功能 Bing Image Creator 引入新版 Bing 預覽版與 Edge 瀏覽器。它基於 OpenAI 的 DALL∙E 模型,在聊天創意模式下輸入文字描述即可生成圖片。目前向預覽使用者開放英文版,Edge 側邊欄及獨立網頁均已同步上線。
Bill Gates 發文稱 AI 時代已開啟,視其為 1980 年圖形介面後最重大的技術飛躍。OpenAI 團隊僅用數月便讓 GPT 在 AP 生物考試中拿下滿分 5 分。蓋茨指出 AI 將重構醫療與教育,重點在於利用其減少全球不平等。
Adobe 推出面向創意的生成式 AI 模型集 Adobe Firefly,首批支援影像生成和文字特效。模型全部使用 Adobe Stock 授權內容與公有領域資源訓練,主打商業安全,目前已開啟測試並計劃深度整合至 Creative Cloud 等工作流。
OpenAI CEO Sam Altman 與 CTO Mira Murati 接受 ABC 新聞專訪。Altman 坦言對技術濫用有些害怕,最擔心虛假資訊與網路攻擊。他強調模型本質是推理引擎而非事實資料庫,呼籲監管機構和社會盡快參與規則制定,共同應對潛在風險。
Stability AI 宣佈推出 Stable Diffusion Reimagine。這是 Clipdrop 上的新工具,使用者不需要寫複雜提示詞,上傳一張圖片即可生成無限張細節和構圖不同的變體。它用影像編碼器取代了文本編碼器,不會複用原圖的任何畫素,模型後續還將開源。
美國版權局在《聯邦公報》釋出新指南,明確僅靠文本提示詞生成的 AI 影像不受版權保護。官方認為,輸入提示詞就像客戶給畫師提需求,最終創作是由機器完成的。不過,若作品包含人類的實質編排或文本設計,仍保留按個案獲得保護的可能。
9to5Mac 透露蘋果在 tvOS 16.4 測試版中測試自然語言生成框架,代號為「Bobcat」。目前該功能僅限 Apple TV 上的 Siri 講笑話和試驗計時器,程式碼已埋入 iOS 和 Mac。此舉旨在改善模板式回應,而非打造類似 ChatGPT 的獨立聊天機器人。
Microsoft 釋出 Microsoft 365 Copilot,將大模型與企業資料打通,直接植入 Word、Excel、PPT 等軟體,並推出跨應用的 Business Chat。它能結合會議與郵件記錄自動生成報告和圖表。目前僅面向 20 家企業客戶測試。
百度正式釋出對標 ChatGPT 的「文心一言」。李彥宏在釋出會現場僅配合預錄影片展示互動,未進行即時演示,引發投資者對實際能力的擔憂,導致百度港股跌幅達 6.4%。百度當天開放了測試預約,李彥宏坦言產品尚未完全準備好。
Midjourney 宣佈推出同名紙質月刊,訂閱費每月 4 美元。雜誌每期從社群評分最高的作品中精選圖片,附帶對應的提示詞以及創作者訪談。儘管數字影像在網上隨處可見,團隊仍希望用這本實體刊物紀念社群的想像力。
LinkedIn 推出基於 GPT 模型的 AI 寫作建議工具。個人檔案潤色功能接入 GPT-4,面向付費 Premium 使用者開放;招聘職位描述生成則由 GPT-3.5 驅動。官方不會標明內容是否由 AI 協助生成,使用者可在釋出前自行修改。
英國財政大臣 Jeremy Hunt 公佈春季預算,推出一系列科技資助計劃。最受關注的是設立每年 100 萬英鎊、連設 10 年的 AI「曼徹斯特獎」,並斥資 9 億英鎊建造百億億次超算以支援本土前沿研發。不過,這批長期承諾能否頂住預算與政局考驗仍待觀察。
PyTorch 團隊正式推出 PyTorch 2.0。新版本在保持原有動態圖開發習慣的前提下重構底層編譯器,核心加入可選的 torch.compile API,在 AMP 精度下平均提速 36%。此外還內建縮放點積注意力運算元,開箱即可加速 Transformer 訓練。
Stripe 宣佈與 OpenAI 達成合作。Stripe 將為 ChatGPT Plus 與 DALL·E 的全球訂閱和按量付費提供底層結算、稅務合規及 Link 快速結賬支援;同時 Stripe 也將 GPT-4 接入其開發者文件,支援自然語言問答與資訊檢索。
Google 宣佈為開發者和辦公套件引入生成式 AI。Gmail 與 Google Docs 支援輸入主題一鍵生成初稿並調整語氣;同時推出 PaLM API 和原型工具 MakerSuite,並在 Google Cloud 提供模型定製與應用搭建服務。目前相關功能面向受信任測試者開放。
Anthropic 宣佈推出新一代 AI 助手 Claude,包括高效能標準版與更輕更快的 Claude Instant。新模型主打有用、誠實與無害,支援摘要、寫作與程式設計,並通過聊天介面及 API 開放接入。
OpenAI 正式釋出多模態大模型 GPT-4,支援接收圖文輸入並輸出文本。在模擬律師考試中,它的得分進入了前 10%,而前代 GPT-3.5 僅處於倒數 10%。目前文本功能已向 ChatGPT Plus 使用者和 API 候補名單開放,影像輸入功能仍處於研究預覽階段。
Duolingo 釋出新訂閱服務 Duolingo Max,接入 OpenAI 的 GPT-4。新功能包含 AI 錯題細緻講解與場景對話「角色扮演」,相當於給語言學習者配備了專屬助教。目前已在美國等特定市場的 iOS 端率先上線。
微軟官方確認,新版 Bing 一直基於專為搜尋定製的 OpenAI GPT-4 執行。過去 5 周參與預覽測試的使用者,其實已經在提前體驗該模型。後續 OpenAI 對 GPT-4 的改進也將同步引入 Bing。
Microsoft 證實已裁撤整個 AI 倫理與社會團隊。該團隊負責將倫理原則落地到具體產品,曾預警接入 OpenAI 技術的風險。最值得關注的是,在管理層全力提速 AI 商業化之際,負責踩剎車的團隊被裁。不過微軟稱仍保留負責任 AI 辦公室。
開發者 Simon Willison 發文稱大模型正迎來類似 Stable Diffusion 的開源拐點。通過開源專案 llama.cpp 的 4-bit 量化技術,7B 與 13B 版本的 LLaMA 模型已能直接在 MacBook 上本地流暢執行,打破了原本需要高昂雲端算力的門檻。
美國運輸安全管理局(TSA)宣佈正為近千臺機場人體掃描器部署新版 AI 演算法,旨在減少系統誤報及不必要的人工搜身。新演算法弱化了原先嚴格的二元性別判定,在改善跨性別群體安檢體驗的同時,也讓所有旅客的過檢更順暢。
通用汽車證實正研發基於微軟 Azure 與 OpenAI 技術的車載 AI 助手。它超越了傳統語音指令,能在故障燈亮起時分析原因並建議是否靠邊停車,甚至直接在中控屏播放換胎教程或預約維修。通用正為其新增汽車專屬功能層。
The Sandbox 宣佈與 Scenario 合作,探索用生成式 AI 輔助元宇宙創作。團隊正引入 AI 製作動作並加速原型設計,將耗時從數週壓到幾分鐘。最關鍵的是,生成的資產仍將通過區塊鏈確權給創作者。
福特成立全資子公司 Latitude AI,主攻解放雙手與視線的 L3 級自動駕駛系統,並吸納原 Argo AI 約 550 名員工。新團隊將重點推進 BlueCruise 系統進化。福特不再死磕遙遠的 L4 無人計程車,轉向能直接在量產車上變現的駕駛輔助。
Discord 宣佈接入 OpenAI 技術,將原生機器人 Clyde 升級為類 ChatGPT 對話助理,下週起向部分伺服器開放公測。新版 Clyde 能陪聊、推薦音樂、甚至生成未讀長聊天的要點摘要;AutoMod 稽核也同步接入大模型理解上下文。不過官方特意提醒:別跟它說秘密。
微軟德國技術長 Andreas Braun 在活動中透露,GPT-4 將於下週正式推出,並將具備多模態能力。這意味著新模型不僅能處理文本,還將支援像影片這樣的全新互動形式。不過具體的釋出日期和開放範圍仍待官方正式公佈。
Microsoft 宣佈 Bing 活躍使用者突破 1 億大關,這主要得益於 AI 功能 Bing Chat 的拉動。值得關注的是,新版預覽使用者中有三分之一是此前從不用 Bing 的新使用者。雖然與 Google 的 10 億使用者相比份額依然很小,但 AI 已經開始幫微軟撬動對手的領地。
Wonder Dynamics 推出網頁工具 Wonder Studio。它免去動捕裝置和綠幕,僅憑單機位實拍就能把真人換成 CG 角色並匹配燈光。最值得關注的是,它能直接匯出 Blender 場景與動捕資料等分層資產,大幅降低影視特效門檻。
DuckDuckGo 推出 AI 工具 DuckAssist,基於 OpenAI 和 Anthropic 模型自動總結維基百科內容。該功能無需登入且不追蹤個人隱私,搜尋事實性問題即可觸發。目前已在移動端應用和瀏覽器外掛中開放測試。