Google 預熱多模態 AI 介面：手機鏡頭即時看懂周圍，對標 GPT-4o
Google 在 I/O 2024 開幕前夕釋出預熱影片，展示了一款執行在 Android 手機上的未釋出多模態 AI 介面。它能直接通過手機攝像頭即時看懂周圍環境，並回答現場佈置和活動細節，正面迎戰剛釋出的 GPT-4o。不過這只是預錄演示，具體能力還要等大會正式揭曉。
檢視更新的新聞
Google 釋出 Pixel 8a：499 美元起，下放 Gemini 與旗艦級拍照 AI
Google 釋出 Pixel 8a，起售價 499 美元。新機搭載 Tensor G3 晶片，下放了 Best Take、音訊魔術橡皮擦、Gemini 助手以及圈選搜尋等功能。最值得關注的是，Google 藉此把旗艦級的端側 AI 體驗拉到了中端價位。新機 5 月 14 日發售。
微軟被曝自研大模型 MAI-1：5000 億引數，對標 GPT-4
據 The Information 報道，微軟正在自研全新大模型 MAI-1，由 3 月加入的前 Inflection 負責人 Mustafa Suleyman 帶隊。該模型規模約 5000 億引數，遠超其 Phi-3 開源小模型。這也是微軟重注 OpenAI 以來首次自研該量級的大模型，意在減少對單一家供應商的依賴。
YouTube 上線 AI 快進功能：雙擊直接跳到影片最精彩的地方
YouTube 擴大測試基於 AI 的「Jump ahead」功能，面向美國 Android 端的 Premium 會員開放。雙擊螢幕快進時，系統會結合觀看資料用 AI 算出最佳接續點，一鍵跳過枯燥部分。不過目前僅限高播放量的英文影片，測試暫定持續至 6 月 1 日。
iOS 18 AI 細節曝光：Siri 將支援簡訊總結，端側大模型 Ajax 挑大梁
據 AppleInsider 報道，蘋果計劃在 iOS 18 中引入由其大模型 Ajax 驅動的 AI 功能，重點讓 Siri 支援簡訊內容總結，Safari 增加網頁摘要。簡單請求由端側處理，複雜任務可能借助雲端；呼叫個人資料前還將彈出隱私警告。
傳 OpenAI 進軍搜尋：註冊專屬域名，或於 5 月 9 日正面硬剛 Google
據報道，OpenAI 近日註冊了 search.chatgpt.com 域名，傳聞將於 5 月 9 日釋出基於 ChatGPT 的全新搜尋引擎。與以往接入 Bing 的外掛模式不同，新產品或深度融合大模型與即時網路檢索。雖然具體形態未定，但這標誌著 OpenAI 準備直擊 Google 的腹地。
內部郵件曝光：微軟 2019 年投資 OpenAI，源於害怕落後 Google
反壟斷訴訟中公開的內部郵件顯示，微軟 2019 年投資 OpenAI 10 億美元，主因是極度擔憂在 AI 規模上落後 Google 數年。當時微軟花 6 個月才勉強復現 Google 的 BERT 模型，基建明顯不足，促使 Nadella 拍板注資。
傳 Google 每年出資至多 600 萬美元，聯手新聞集團開發 AI 內容
週二據 The Information 報道，Google 已同意每年向新聞集團支付 500 萬至 600 萬美元，用於開發 AI 相關內容與產品。這筆合作依託於雙方長期的業務關係，不過新聞集團發言人隨後出面否認，稱雙方絕不存在所謂的 AI 內容授權協議。
蘋果加速接洽 OpenAI：或將 ChatGPT 整合進 iOS 18
據知情人士透露，蘋果已重啟與 OpenAI 的合作談判，商討將後者的生成式 AI 功能整合進今年晚些時候釋出的 iOS 18。蘋果自研模型將支撐部分系統級 AI，但聊天機器人功能傾向於尋找外援。目前蘋果也仍在與 Google 洽談 Gemini 授權，尚未做最終決定。
Google 砸 30 億美元擴建資料中心，並設 7500 萬美元基金免費教 AI
Google 宣佈投資 30 億美元用於維吉尼亞州與印第安納州的資料中心擴建與新建。此外，Google.org 設立 7500 萬美元的 AI 機會基金並上線 Google AI Essentials 課程，計劃聯合公益機構為 100 萬美國人提供免費 AI 技能培訓。
Google 釋出生成式 AI 經濟報告：大規模失業擔憂被誇大了
Google 聯合學者 Andrew McAfee 釋出生成式 AI 經濟影響報告。報告指出生成式 AI 屬於通用目的技術，擴散速度遠快於蒸汽機與電氣化；大規模失業的擔憂可能被誇大，新技術不僅能帶來新職業，還將幫助初級員工提升表現。
對標 GitHub Copilot：AI 程式設計公司 Augment 融資 2.52 億美元
AI 程式設計初創公司 Augment 結束隱身狀態，宣佈完成 2.52 億美元融資，估值達 9.77 億美元。團隊由前微軟與谷歌工程師創辦，獲 Eric Schmidt 等投資，主打企業級程式設計助手，直接叫板 GitHub Copilot。目前產品僅面向部分企業小範圍測試，預計年內正式上線。
Google X 團隊 Bellwether 為美軍救災引入 AI：數秒內分析航拍災情
據報道，Alphabet 旗下 X 實驗室的 Bellwether 團隊與美軍合作，為國民警衛隊提供應急 AI 工具。該系統能在幾秒內自動比對分析受災航拍影像並標記關鍵設施損毀，取代傳統人工排查，預計 6 月山火季正式投入使用。
DeepMind CEO 透露：Google 在 AI 上的投資將超 1000 億美元
週一，DeepMind CEO Demis Hassabis 在 TED 大會上表示，Google 隨時間推移在 AI 上的投入將超過 1000 億美元。面對微軟與 OpenAI 傳聞中的千億超算計劃，他堅稱 Google 算力超越對手，資金將投向 Axion 晶片與資料中心基礎設施。
傳蘋果 iOS 18 首批 AI 功能全走端側：主打隱私，斷網也能用
據報道，蘋果計劃在 iOS 18 中推出的首批 AI 功能將完全在裝置端執行，無需聯網或雲端處理。基礎文本分析與回覆預計覆蓋資訊、Safari 和 Siri，更高階功能或需聯網。蘋果預計在 6 月 10 日的 WWDC 上正式公佈詳情。
Hugging Face 釋出 Idefics2：8B 視覺大模型開源，OCR 與圖文推理大漲
Hugging Face 推出開源多模態模型 Idefics2。它僅有 8B 引數，採用 Apache 2.0 協議，支援原生影像解析度輸入並大幅強化了 OCR 與文件問答能力。其視覺問答表現在同量級拔尖，甚至能叫板 30B 級別的閉源與大尺寸模型。
Google 相簿開放 Magic Editor：免費用 AI 修圖，但每月限存 10 張
Google 宣佈將於 5 月 15 日起向幾乎所有 Google 相簿使用者免費開放 Magic Editor 等修圖工具，包含 Photo Unblur 與 Magic Eraser。最關鍵的是 iOS 和 Android 均可使用，不過非 Pixel 使用者每月僅限儲存 10 次，超額需訂閱 Google One。
Google 聯合 Hugging Face 開源 CodeGemma：主打程式碼補全，輕至 2B
Google 聯合 Hugging Face 上線程式碼模型 CodeGemma。該系列在 Gemma 基礎上補充了 5000 億 token 訓練，推出主打程式碼填充的 2B 版本、兼顧自然語言的 7B 基礎版及 7B 對話版。其中 2B 版僅需約 6 GB 記憶體，適合在端側裝置快速補全程式碼。
Google Cloud 全面接入 Gemini：程式碼助手換代，支援全程式碼庫感知
Google Cloud 宣佈推出 Gemini for Google Cloud。原 Duet AI 升級為 Gemini Code Assist，支援企業跨倉庫連線私有程式碼並由 Gemini 1.5 Pro 提供全程式碼庫感知，同時將 AI 助手拓展至架構運維、安全與 BigQuery 分析。
紐時曝 OpenAI 轉錄超 100 萬小時 YouTube 影片：用來訓練 GPT-4
據《紐約時報》報道，OpenAI 為緩解訓練資料匱乏，曾利用 Whisper 轉錄超過 100 萬小時的 YouTube 影片用於訓練 GPT-4。內部明知存在法律爭議，仍認定為合理使用。Google 與 Meta 也被曝面臨資料耗盡危機，正處於版權灰色地帶。