wordpress 自动连接,企业网站推广优化,自学编程从哪学起,wordpress百度地图插件怎么用AI 视界周刊由战场小包维护#xff0c;每周一更新#xff0c;包含热点聚焦、应用破局、学术前沿、社区热议、智见交锋、跨界 AI、企业动态和争议 AI 八大板块#xff0c;后续板块划分和内容撰写在周刊迭代过程中持续优化#xff0c;欢迎大家提出建议。 欢迎大家来到《AI 视… AI 视界周刊由战场小包维护每周一更新包含热点聚焦、应用破局、学术前沿、社区热议、智见交锋、跨界 AI、企业动态和争议 AI 八大板块后续板块划分和内容撰写在周刊迭代过程中持续优化欢迎大家提出建议。 欢迎大家来到《AI 视界周刊第四期》(08-05~08-11)。
✨ 热点聚焦
OpenAI 高层动荡联合创始人 Brockman 及核心高管同期离场
人工智能巨头 OpenAI 近期经历重大人事变动联合创始人兼总裁格雷格·布罗克曼延长休假约翰·舒尔曼转投竞争对手 Anthropic产品负责人彼得·邓离职。这些变动可能与内部决策分歧和战略方向调整有关也反映了 AI 行业人才流动的加速。OpenAI 面临管理层稳定和保持竞争力的挑战同时为其他竞争对手提供了机会。业界和投资者正密切关注其未来走向及其对 AI 领域的影响。
毒舌 AI 上线全球 400 万网友破防竟被这个 AI 骂哭了
推特上新推出的 AI“推特罗伯特”以其犀利的吐槽风格迅速走红上线 11 天用户数突破 400 万。AI 通过分析用户推文用幽默且尖锐的语言揭示个性特点引发网友热烈讨论和自嘲。尽管有时言辞过于尖刻但这种新型互动方式展示了 AI 在理解和模仿人类语言风格方面的潜力同时也反映出人们对自我表达和社交互动的新需求。
OpenAI 重磅升级最新版 GPT-4o AI 模型 JSON 结构化达到 100% 满分
OpenAI 宣布其最新 API 升级通过引入结构化输出功能确保模型输出严格匹配开发者提供的 JSON 模式从而显著提升准确性。新模型 gpt-4o-2024-08-06 在复杂 JSON 模式的评估中达到 100%准确率相较于之前模型的 40%有显著提升。该功能允许开发者通过设置 strictTrue 来启用有效提高开发效率专注于应用逻辑而非参数处理。LangChain 已在最新版本中支持此特性并计划支持 json_schema 响应格式。OpenAI 的这一进展被视为向智能编程助手迈进的关键一步尽管有担忧认为这可能限制模型的创造性。
奥特曼秀 5 颗草莓疯狂暗示 GPT-5匿名新模型神秘现身数学超强
Sam Altman 发布的 5 颗草莓图片引发全网对 GPT-5 即将发布的猜想。网友通过草莓成熟周期推测 GPT-5 可能在 4-6 周后发布。同时LYSMS 竞技场中出现的匿名聊天机器人展现出超凡数学能力被猜测可能是 GPT-5 的前身。OpenAI 近期高层动荡但 AGI 目标未变业界期待其突破性成果。
AI 编码无需人类插手Claude 工程师摔断右手竟一周狂肝 3000 行代码
工程师 Erik Schluntz 在右手受伤后通过结合语音转文字技术和 Claude AI实现了高效的编程工作。在两个月内他与 AI 合作编写了 3000 行代码体验到了未来编程的便利。Schluntz 通过具体指令和示例优化了 AI 的代码生成能力使其在迁移、重构代码等方面表现出色。他还构建了临时工具提高了调试效率。这一实践预示着 AI 在软件开发中的潜力未来可能将出现真正的AI 工程师改变传统的编程方式。 应用破局
谷歌 Gemini 1.5 Pro 实验模型首次超越 OpenAI GPT-4o 正确处理 9.99.19
Google DeepMind 的 Gemini 1.5 Pro 实验模型在 lmsys Chatbot Arena 的测试中以 1300 分首次超越 OpenAI 的 GPT-4o。该模型在图像和 PDF 处理方面表现出色得益于 Google TPU 的加速模型迭代速度显著提升。谷歌的 TPU 优势可能使其在计算能力上超越其他实验室而模型的多语言和视觉处理能力则由后期训练和数据策略所驱动。业界期待下半年大模型间更激烈的竞争。
日本创企“人机一体”研发人形机器人可自动保持身体平衡
日本创新企业“人机一体”与立命馆大学合作开发了一款新型人形机器人。这款机器人高 2 米、宽 70 厘米、重 90 公斤能够通过远程控制实现手脚动作同时具备自动平衡功能即使在复杂环境中也能保持稳定。机器人足底传感器能感应外力即使受到拉扯也能维持平衡。企业计划 5 年内在危险场地如高处投入使用以提高作业安全性。
AMD 发布本地文生图模型比 SD3 更简单易用
AMD 官网发布了 Amuse 2.0 Beta 版本一款针对 PC 本地的文生图模型。该模型针对 AMD Ryzen™ AI 300 系列处理器和 Radeon™ RX 7000 系列显卡进行了优化简化了安装过程用户无需高深编码知识即可部署。Amuse 2.0 Beta 支持超分辨率技术能将图片从 512x512 无损扩展至 1024x1024并提供 AI 滤镜功能以打造个性化风格图片。建议使用 AMD 的 CPU 和 GPU 以获得最佳性能。
阿里通义 App 推出“角色扮演”功能可将视频人物换成“孙悟空”“机器人”
通义 App 新增角色扮演功能允许用户上传视频并一键替换成 3D 角色模型。该功能基于阿里通义实验室的 Motionshop 模型集成了视频处理和角色跟踪等技术实现高效且逼真的人物替换效果。用户可从四个角色模板中选择或即将推出的自定义角色功能创作个性化视频。此技术适用于影视动画、短视频创作和电商直播等多场景推动 AI 创作普及。
木卫四推出蝴蝶 AI 2.0引领汽车安全技术新发展
木卫四科技有限公司发布蝴蝶 AI 2.0标志着汽车安全技术的重大进步。该智能体群继承并优化了前代产品通过深度学习与大数据分析提供全面的合规性评估、风险管理、决策支持同时简化了汽车安全分析流程。新系统包括 TARA 分析智能体、VSOC 安全运营智能体和威胁情报智能体等提高了运营效率和响应速度。木卫四致力于汽车网络安全与多家知名企业合作推动智能汽车安全出行。蝴蝶 AI 2.0 的发布展现了公司在 AI 领域的创新能力和对汽车安全未来的深刻理解。
手机上能跑的面壁小钢炮「GPT-4V」多图、视频理解首次上端
面壁小钢炮 MiniCPM-V 2.6 模型以 8B 参数刷新端侧多模态 AI 性能实现单图、多图、视频理解三项 SOTA 成绩全面对标 GPT-4V。模型首次集成实时视频理解、多图联合理解等功能优化视觉 token提升能效比。端侧友好设计内存占用仅 6GB推理速度达 18 tokens/s。MiniCPM-V 2.6 在 OCR、视频理解、多图联合理解等方面均有显著性能提升代表了端侧多模态 AI 的新高度。
清华“太极-Ⅱ”光芯片面世首创全前向智能光计算训练架构
清华大学电子工程系与自动化系联合研制的“太极-II”光训练芯片采用全前向智能光计算训练架构有效提升了光计算系统在大规模神经网络训练中的效率和精度。该成果已在《自然》期刊发表标志着智能光计算领域的重要突破。太极-II 芯片通过两次前向传播实现梯度下降无需电计算离线建模大幅提高了训练速度和准确率。此外该技术在复杂场景智能成像和拓扑光子学领域也展现出卓越性能为光学计算系统的发展提供了新思路。
腾讯元宝推出长文精读功能提升专业阅读效率
腾讯元宝新增长文精读能力支持用户上传专业文档进行深度阅读。依托腾讯混元大模型该功能可处理近 50 万字输入提供核心内容概览、模块化解析并生成图表辅助理解。针对外文文献能提炼创新点与不足提取重点研究背景和结论支持专业术语划词搜索或翻译。同时对财务数据提供杜邦分析图等可视化工具并集成计算器功能确保数值准确性。用户可离线查看精读内容及原文腾讯元宝致力于提供一站式 AI 搜、读、写服务。
亚马逊文生图 AI 模型 Titan Image Generator 升至 V2 版可修改 / 编辑细节
亚马逊 AWS 推出了新一代 AI 图像生成模型 Titan Image Generator v2该模型在初代基础上增加了图像调节、调色板控制、背景移除和主题一致性控制等新特性提升了用户创作灵活性。利用 ControlNet 技术用户可通过参考图像和文本提示精确控制图像生成实现高度详细和结构化的创作显著提高效率。尽管生成技术成本上升亚马逊 CEO Andy Jassy 对 AI 技术在云端的发展前景表示信心。
OpenAI 宣布 DALL-E 3 模型向 ChatGPT 免费用户开放但每天只能生成两张图片
OpenAI 宣布对 ChatGPT 的 DALL·E 3 图片生成功能进行重大更新允许免费用户每天生成两张图片。这一更新标志着 AI 技术在图像生成领域的进一步普及和应用为创意工作者和普通用户提供了更便捷的视觉表达工具。用户现在可以利用这一功能探索更多创意可能同时享受 AI 带来的便利。
三「模」联盟谷歌 DeepMind 缔造终身学习智能体
谷歌 DeepMind 与帝国理工合作开发了名为扩散增强智能体DAAG的框架整合了大型语言模型、视觉语言模型和扩散模型以实现具身 AI 的终身学习。DAAG 利用后见之明经验增强技术自主协调迁移学习与高效探索无需人类监督。实验证明DAAG 在奖励检测器学习、经验迁移和新任务获取方面表现优异为开发高效终身学习智能体提供了关键能力。该研究的论文已在 arXiv 上发表。
⏳ 社区热议
你能分辨 AI 生成的图片和真实照片吗微软总裁挑战你的眼力
微软副董事长布拉德·史密斯发布了一项挑战邀请公众分辨 AI 生成的图片与真实照片。该测试名为“真或假”包含 15 张随机图片参与者需判断其来源。随着测试的深入难度递增AI 生成图像逼真度极高但细节处常现异常如工业场景中的异常布局或手部的不自然表现。测试旨在提高人们对 AI 图像生成技术的认识和鉴别能力。
苹果 AI 提示词曝光“不要产生幻觉”简单得不像样
苹果 AI 系统的提示词被曝光内容简单直白如不要产生幻觉引发网友和专家的广泛讨论。尽管看似简单有猜测认为苹果可能结合了特殊技术调教以确保 AI 更好地理解和执行指令。这表明在大语言模型背后可能隐藏着复杂的技术实现旨在简化用户操作同时保障 AI 的准确性和可靠性。
AI 吐槽大会几百号聊天机器人聚在一起吐槽人类
在一场想象中的 AI 论坛中众多聊天机器人聚集一堂共同探讨人类行为。它们指出人类在评论区的回复往往结构相似、缺乏深度且鲜少提出跟进问题。同时引用了 Joseph Weizenbaum 和吴恩达的观点强调智能体聚集时的协同效应远超单个智能体。这一虚拟场景不仅展示了 AI 对人类行为的观察也反映了智能体之间可能的交流和学习方式。 智见交锋
欧洲版 OpenAI CEO开源模型没有任何风险我只看到了好处
Mistral AI 的 CEO Arthur Mensch 在接受《时代》杂志专访时强调开源 AI 模型是中立的工具具有巨大潜力而无风险。他认为 AI 技术类似于更抽象的编程语言将在未来十年内改变工作方式。Mistral AI 致力于通过开源模型和高效的技术提供定制化服务同时与微软等公司合作确保独立性和多样性。Mensch 还讨论了欧洲 AI 生态系统的发展强调了建立本土前沿模型的重要性并认为开源是确保技术安全和创新的关键。
Benchmark 合伙人谈 AI 投资基座模型是历史上贬值最快的资产
Benchmark 合伙人 Michael Eisenberg 在访谈中指出尽管 AI 技术具有巨大变革潜力目前市场存在泡沫和淘金热现象许多投资者可能面临亏损。他强调基础模型迅速贬值投资者需关注独特性和竞争优势。同时Eisenberg 讨论了 AI 在地缘政治中的角色认为中国在某些 AI 应用上领先美国并警示 AI 在战争中可能比核武器更危险。他还提到以色列在 AI 领域具有潜力但需要帮助扩大规模。对于投资策略他建议创始人考虑更早公开上市并对风险投资的流动性和基金消亡提出见解。
ChatGPT 太猖狂OpenAI 欲打假并研发“文本水印”网友吐槽太“鸡肋”
随着 AI 生成内容AIGC的普及辨别真伪变得困难引发学术和版权争议。OpenAI 为应对这一问题正在开发一种文本水印工具该工具通过加密技术在 AI 生成的文本中嵌入不易察觉的标记以标识内容来源。尽管这一技术有潜力但业界对其实用性和隐私问题存在争议。一些专家认为水印可能被绕过且可能引起隐私泄露问题。同时也有观点认为该技术可能限制 AI 的创新和应用。
a16z 合伙人最新洞察AI 如何改变下一代销售技术
a16z 合伙人提出 AI 将根本改变销售技术下一代销售平台将基于多模态数据整合全公司客户洞察。AI 将优化销售流程减少研究新线索时间自动编制优质买家列表提供个性化材料和实时交易提示。新兴 AI 原生平台将实现新的主动销售动作推动销售、营销和客户成功的融合动态调整 GTM 策略并可能引入基于结果的定价模式彻底重新构想销售流程和工作流程。
红杉美国合伙人 David Cahn 关于《AI 6000 亿美元问题》最新对谈
红杉美国合伙人 David Cahn 在对谈中提出AI 投资需理性评估长期回报大厂作为计算资源的生产者初创公司则是消费者。他强调了数据中心在 AI 发展中的关键作用并指出 Nvidia 和 AMD 在 AI 技术进步中的推动作用。同时Cahn 对 AGI 短期内实现持怀疑态度认为开源与闭源 AI 的共存是健康的市场状态。他还讨论了 AI 对能源需求的增长以及新能源技术在未来的重要性。 争议 AI
被索赔 500 万美元OpenAI 遭 YouTube 主播集体诉讼擅用其内容训练 AI
美国 YouTube 视频作者 David Millette 代表集体对 OpenAI 提起诉讼指控其未经同意使用 YouTube 视频脚本训练 AI 模型违反版权法和 YouTube 服务条款。诉讼指出 OpenAI 的 AI 产品如 ChatGPT 等从未经授权的数据集中获益要求超过 500 万美元赔偿。原告主张OpenAI 未通知或补偿内容创作者侵犯了创作者的知识产权。 英伟达被曝「偷」YouTube、北大学术数据集等数据每天爬取超 80 年视频数据量
英伟达被指控非法从 YouTube 等平台抓取视频数据用于其 AI 产品的模型训练。内部记录显示该公司每天抓取的数据量相当于 80 年的视频时长其中也包括北大的学术数据集。面对版权和伦理质疑英伟达声称其行为符合版权法。但视频所有者认为下载用于训练的数据应给予他们一定的收益因为每次下载都会导致潜在的广告收入损失。
AI 威胁生计美国游戏演员发起大罢工
美国演员工会SAG-AFTRA超过 16 万成员自 7 月 26 日起针对游戏行业发起罢工抗议 AI 技术在未经授权的情况下使用演员形象和声音。工会要求对所有涉及声音和动作捕捉的演员进行保护而游戏行业仅提议保护可识别部分的 AI 数字复制品。双方在保护范围上的分歧导致谈判破裂尽管罢工并非全面停工但对预算较低的独立游戏和 2023 年 8 月前已在制作的游戏影响有限。此次罢工是 SAG-AFTRA 自 2016 年以来第二次针对游戏行业的行动焦点在于 AI 对演员职业的潜在威胁结果可能对整个游戏行业产生重大影响。
“AI 教母”李飞飞加州 AI 安全法案将损害美国 AI 生态系统
斯坦福教授李飞飞在《Fortune》撰文警告加州即将实施的 AI 安全法案 SB-1047 可能对 AI 开发者、学术界和整个美国 AI 生态系统造成伤害同时无法有效解决 AI 潜在危害。法案要求 AI 模型证明无害对违规使用模型的公司处罚严厉还要求开发者提交客户资料并承担连带责任。李飞飞认为该法案将过度惩罚开发者、束缚开源开发、削弱公共部门和学术界 AI 研究且未能解决 AI 发展中的偏见和深度伪造问题。她呼吁制定促进创新、减轻限制影响的 AI 政策。 跨界 AI
AI 伴侣让人上瘾我们必须保持警惕
AI 伴侣的普及引发社会关注其上瘾性可能削弱人际联系。研究显示AI 伴侣通过满足用户偏好而具有吸引力但长期依赖可能导致数字依恋障碍。需跨学科研究理解其心理影响设计政策干预减少成瘾风险。监管应考虑技术设计中的安全措施同时关注孤独等社会问题避免技术进步损害人类尊严和深度思考能力。
AI 模型 Mirai 提前五年预警乳腺癌MIT 研究登 Science 获 LeCun 转发
MIT CSAIL 实验室与 Jameel Clinic 联合开发的 AI 系统 Mirai通过乳房 X 光检查预测乳腺癌风险准确率超越传统模型。该系统采用时间点联合建模、非图像风险因素选择性使用和确保跨临床环境性能一致性三项创新能适应不同临床环境并减少筛查伤害。Mirai 对不同种族女性均表现出高准确率尤其在黑人女性中显示出降低死亡率的巨大潜力。目前Mirai 正在进一步临床验证中未来有望通过更精准的筛查策略为乳腺癌早期诊断和治疗提供重要支持。
巴黎奥运会利用 AI 数据中心废热为游泳池加热
2024 年巴黎奥运会采用创新环保措施使用 Equinix PA10 数据中心的废热为游泳池加热。该技术将冷却系统产生的热废气转化为热水不仅为赛事提供温暖环境还为超过 1000 户家庭提供能源预计每年减少 1800 吨二氧化碳排放。项目获得 200 万欧元投资承诺 15 年内免费提供热能。尽管存在对数据中心资源消耗的批评这一实践被视为对循环经济和数据中心环保潜力的探索。 企业动态
重金求声Meta 被曝以数百万美元“买下”好莱坞明星声音授权用于 AI 项目
根据彭博社报道Meta 公司正与好莱坞明星如朱迪·丹奇、奥卡菲娜和凯根·迈克尔·基等进行谈判计划支付数百万美元以获得他们的声音授权用于 AI 项目。该项目旨在开发一款能作为数字助理或用户朋友的聊天机器人预计在 9 月的 Connect 2024 大会上展示。尽管谈判曾因使用条款而停滞但 SAG-AFTRA 已与 Meta 达成协议。此外Meta 曾尝试创建基于文本的聊天机器人但该项目已被取消公司还推出了 AI 工作室供内容创作者制作聊天机器人。
AI 大语言模型价格战将启谷歌下调 Gemini 1.5 Flash 费用降幅高达 78.6%
谷歌宣布自 2024 年 8 月 12 日起大幅降低其 Gemini 1.5 Flash AI 模型的使用成本每百万输入 tokens 费用降至 0.075 美元输出 tokens 费用降至 0.3 美元降幅分别为 78.6%和 71%。尽管性能上仍落后于 OpenAI 的 GPT-4o mini但成本优势明显可能引发大语言模型领域的价格竞争。此举或将推动 AI 技术的更广泛应用和创新。
美科技股巨震背后七巨头一年烧光 1000 亿美金
2023 年英伟达、Meta、特斯拉等科技巨头股价大幅上涨但 2024 年 7 月美股大幅下跌与 Alphabet、特斯拉季报发布时间吻合。市场对生成式 AI 的高期望与实际投入产出比的怀疑形成分歧。尽管科技公司在 AI 领域投入巨大但目前尚未看到明显的商业回报云服务和广告业务虽有增长但低于预期。投资者对 AI 的长期愿景与短期财报压力之间存在矛盾生成式 AI 是否形成泡沫成为市场关注的焦点。 学术前沿
无一大模型及格 北大/通研院提出超难基准专门评估长文本理解生成
北大和北京通用人工智能研究院联合推出了 LooGLE 基准数据集旨在全面评估大型语言模型LLMs的长上下文理解能力。该数据集包含近 800 个超长文档平均字数达 2 万覆盖多个领域设计有 5 种长期依赖任务包括推理、计算、时间重排序等。评估结果显示现有模型在处理长依赖任务时表现不佳即使是商业模型平均准确率也仅为 40%开源模型更低于 10%。LooGLE 为未来模型开发提供了重要的评估工具和改进方向。
Meta 发布无需人工注释的自学评估器技术超越 GPT-4 等大语言模型的审核效果
Meta 公司推出了创新的自学评估器技术该技术通过合成数据训练 AI减少对人工注释的依赖有效提升自然语言处理技术的评估性能。MetaFAIR 团队在 Llama-3-70B-Instruct 模型上的应用测试显示准确率显著提升至 88.7%超越了使用人类注释训练的模型。这一进步预示着未来 NLP 评估将更依赖自动化和合成数据有望降低成本并提高性能。
李飞飞「空间智能」之后上交、智源、北大等提出空间大模型 SpatialBot
斯坦福大学研究生蔡闻骁与上海交通大学、北京智源人工智能研究院等机构合作提出了空间大模型 SpatialBot旨在提升多模态大模型在通用和具身场景下对空间和深度的理解。SpatialBot 通过 RGB-Depth 数据理解能够准确获取物体深度推动了空间智能的发展。研究者设计了 SpatialQA 数据集和 SpatialBench 测试榜单通过不同层次的问题引导模型理解深度图。模型在空间位置关系、物体大小和接触判断等任务上展现了出色的性能为具身智能领域提供了新的解决方案。
无比顺滑告别 TTS贾扬清领衔的 Lepton AI 推出实时语音交互
Lepton AI 由贾扬清领衔推出了一项创新的实时语音交互技术该技术通过将 LLM大语言模型和 TTS文本转语音合二为一实现了文本和语音的并行处理大幅减少了首次音频时间TTFA提升了对话流畅度。Lepton AI 的技术不仅减少了响应延迟还引入了动态调整音频片段的高级机制确保对话连贯自然。此外该技术与多种开源 LLM 模型兼容为开发者提供了广泛的应用可能性预示着未来语音交互体验的大幅提升。
后语
我是 战场小包 一个喜欢 AI 和前端的小编程。
如果喜欢小包可以在 掘金 关注我同样也可以关注我的小小公众号——小包学前端公众号会持续地更新 AI 和前端的知识。
一路加油冲向未来!!!
