截擊 Google Gemini:傳 OpenAI 正加速推出多模態 GPT-Vision
據 The Information 報道,OpenAI 正加速為 GPT-4 全面引入視覺多模態能力(GPT-Vision),並籌備代號為 Gobi 的下一代模型。這套看圖寫程式碼的能力此前僅向少數機構內測,OpenAI 試圖搶在 Google 今秋釋出 Gemini 之前落地,繼續穩坐領頭羊位置。
據 The Information 報道,OpenAI 正加速為 GPT-4 全面引入視覺多模態能力(GPT-Vision),並籌備代號為 Gobi 的下一代模型。這套看圖寫程式碼的能力此前僅向少數機構內測,OpenAI 試圖搶在 Google 今秋釋出 Gemini 之前落地,繼續穩坐領頭羊位置。
DeepMind 研究團隊在一篇新論文中提出 OPRO 方法,直接把大模型當作最佳化器。這項技術用自然語言描述任務並記錄歷史得分,讓模型自主摸索規律,在沒有形式化數學公式的情況下迭代尋找更優解,尤其擅長自己調優提示詞以提升準確率。
MIT 研究團隊公佈生成式 AI 工具 Style2Fab,使用者只需輸入文字提示詞,就能直接自定義 3D 列印模型的外觀。系統會自動將模型拆解為功能部分和裝飾部分,在保留原本結構特性的同時生成新紋理與造型。新手無需掌握複雜 CAD 也能輕鬆改裝模型。
Google 啟動 Digital Futures Project,旗下 Google.org 設立 2000 萬美元基金,資助 Brookings、MIT 等全球智庫與學術機構。該基金重點研究 AI 對全球安全、勞動力和經濟的影響,探討公共政策與治理方案,推動跨界負責任創新。
Google 在 Google Ads 中推出 AI 創意指引功能。系統會自動檢查影片前 5 秒是否有 Logo、時長是否匹配目標,以及是否覆蓋橫屏、豎屏和方形畫幅。廣告主還能直接在後臺一鍵呼叫 15 種語言的 AI 配音工具生成旁白。
美聯社報道披露,微軟與 OpenAI 在愛荷華州為訓練 GPT-4 抽取了大量河水為超算降溫。微軟 2022 年全球用水量激增 34%,外部研究測算向 ChatGPT 提問 5 至 50 次就要消耗約 500 毫升水。這讓生成式 AI 背後高昂的水資源代價浮出水面。
Fast Company 專訪 Meta 首席 AI 科學家 Yann LeCun,探討他反對「AI 末日論」的理由。LeCun 認為,開源像 Llama 2 這樣的模型,讓更多人參與構建,是防止技術被少數矽谷工程師壟斷的唯一途徑。此前大廠因合規風險不敢公開發布,而開源正在扭轉這一局面。
Google 宣佈將搜尋生成體驗(SGE)拓展至美國以外的首批國家——印度和日本,使用者可通過 Search Labs 申請體驗本地語言版本。此外,AI 概覽旁新增了來源箭頭圖示,點選就能直達參考網頁。不過這項功能目前仍處在早期測試階段。
Google Cloud 推出第五代自研 TPU 處理器,重點提升能效與價效比。相比上代,單位美元訓練效能提升 2 倍、推理提升 2.5 倍,單個任務可跨叢集擴充套件至數萬顆晶片。此外,搭載輝達 H100 的 A3 虛擬機器也將於下月正式開放。
Google 宣佈擴大 Google Cloud 中 Duet AI 的預覽範圍,將於年內正式可用。它不僅支援自然語言重構程式碼,還接入了 BigQuery、Looker 和 Cloud Spanner。這意味著雲平臺上的開發、運維和資料分析全面接入生成式 AI 輔助。
Google 在 Cloud Next 大會上升級 Vertex AI 平臺。官方不僅更新了 Codey 與 Imagen,還將 PaLM 2 上下文擴充套件至 32k token,並在模型庫中直接引入 Claude 2 和 Llama 2。此外還推出了外掛機制與搜尋對話套件,正面反擊 AWS Bedrock。
Google 宣佈 Duet AI 正式面向 Google Workspace 使用者全面開放。它能根據雲端硬碟與郵件內容自動生成簡報,在 Google Meet 中即時記筆記,甚至代人參會轉達資訊。這意味著繁瑣的跨應用匯總和冗長會議有了 AI 幫手,目前已開放免費試用。
Google DeepMind 聯合 Google Cloud 釋出 SynthID 測試版。該工具將數字水印直接嵌入影像畫素,肉眼無法察覺,加濾鏡或壓縮後依然能被檢測出來。目前該功能正面向 Vertex AI 平臺使用 Imagen 的部分客戶開放測試。
Yahoo Mail 宣佈將生成式 AI 功能拓展至網頁版。主打的 Shopping Saver 能主動挖掘收件箱中閒置的禮品卡與優惠碼,甚至代寫郵件讓使用者在下單後補用折扣;系統還加入了自然語言搜尋與郵件摘要功能。
SemiAnalysis 發文指出,Google 正全力加速 Gemini,其預訓練算力預計年底達 GPT-4 的 5 倍,明年可達 20 倍。報告劃分了「算力富人」與「算力窮人」,直言中小團隊正陷入低算力內捲,而手握 TPUv5 的 Google 是抗衡輝達算力壟斷的關鍵變數。
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。
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。
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。
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 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。