AI精选（47）-人工智能领域内的最新进展

一、生数科技携手清华大学，正式发布国内版SORA 的竞争对手“Vidu”

 

这是国内首个长时长、高一致性、高动态的视频模型，单击即可制作最长16秒、1080P的视频。

它擅长模拟真实的物理世界，同时也展示了生动的想象力，具有多摄像头生成和卓越的时空一致性。

从视频来看一致性、运动幅度都达到了 Sora 水准，就是时长上还差一些，不过已经吊打现在的所有视频生成模型了。

官网：https://shengshu-ai.com/home

 

 

 

二、雅诗兰黛与微软加强合作，利用生成式AI推动高端美容行业的发展

雅诗兰黛公司（ELC）和微软公司宣布，将合作建立一个人工智能创新实验室，这是双方全球战略关系的扩展。通过利用微软Azure OpenAI服务中的先进生成式AI能力，双方将共同开发解决方案，进一步赋能ELC旗下20多个高端美容品牌，加强与消费者的联系，提高市场反应速度，并增强本地相关性。

AI创新实验室的目标：

建立更紧密的消费者联系加快产品上市速度增强本地市场相关性

具体应用案例：

利用生成式AI提高营销效率：ELC和微软已成功创建了一个内部面向的生成式AI聊天机器人，用于提高全球营销效率。快速有效的产品创新：双方在研发中应用生成式AI工具，以更快地响应产品和成分趋势。

 

此举将进一步巩固双方在用AI重塑美容行业前沿的领导地位。

来源：https://news.microsoft.com/2024/04/26/the-estee-lauder-companies-and-microsoft-increase-collaboration-to-power-prestige-beauty-with-generative-ai/

 

 

 

三、拜登新成立的人工智能安全委员会，马斯克都没有被邀请加入！（马斯克支持特朗普，拜登这个小心眼）

 

这个人工智能安全委员会，旨在指定AI战略，解决人工智能技术对电网和机场等关键基础设施的潜在威胁。

该董事会成员包括 OpenAI 的 Sam Altman 和微软 CEO Satya Nadella、谷歌 CEO Sundar Pichai，英伟达CEO黄仁勋，斯坦福教授AI先驱李飞飞，以及达美航空、诺斯罗普·格鲁曼公司和西方石油公司的领导人，但唯独就没有马斯克

和小札了

来源：https://www.wsj.com/tech/ai/openais-sam-altman-and-other-tech-leaders-to-serve-on-ai-safety-board-7dc47b78

 

 

 

四、苹果公司正在加强与 OpenAI 的合作对话，在即将发布的 iOS 18 更新中，加入 AI 聊天机器人的功能

据消息人士透露，Apple Inc. 最近重启了与 OpenAI 的谈判，讨论使用这家初创企业的技术为 iPhone 的新功能提供支持。

双方已经开始讨论可能的合作条款，以及如何将 OpenAI 的功能融入即将推出的 iPhone 操作系统 iOS 18，这些讨论是保密的，相关人士要求匿名。

这标志着两家公司对话的新起点。Apple 今年早些时候曾与 OpenAI 探讨过合作，但此后双方的实际合作较少。Apple 同时也在与 Alphabet Inc. 旗下的 Google 讨论使用其 Gemini 聊天机器人。

Apple 尚未确定最终的合作伙伴，也不能保证一定能达成协议。公司最终可能同时与 OpenAI 和 Google 达成协议，或者选择其他合作伙伴。Apple、OpenAI 和 Google 均未对此发表评论。

来源：https://bloomberg.com/news/articles/2024-04-26/apple-intensifies-talks-with-openai-for-iphone-generative-ai-features

 

 

 

五、LinkedIn联合创始人雷德·霍夫曼（Reid Hoffman）与一个模仿他自己的AI深度伪造版本进行了一次采访

这场采访中，霍夫曼承认了AI克隆的危险性，同时也探索了其潜在的好处。AI版本在谈话中讨论了AI的监管问题，并使用克林贡语（Klingon）进行了对话

采访以杰瑞·塞恩菲尔德（Jerry Seinfeld）的印象模仿和克林贡语对话开始，随后进入了更多的讨论。

AI讽刺性地询问了技术取代真人工作的风险。真实的霍夫曼将其与蒸汽机的发明相比较，认为社会应该首先接受并从中学习。

最后霍夫曼提倡加大对AI的应用，认为这将提升人类的水平，他曾向《时代》杂志表示，应将“快速扩张”战略应用于AI。

 

 

 

六、DeepL推出针对企业的AI写作助手“DeepL Write Pro”

DeepL，一家总部位于德国科隆的机器翻译企业，已经推出了一款专为企业设计的AI写作助手，名为“DeepL Write Pro”。这款产品在文本草拟过程中充当创意助手，提供词汇选择、措辞、风格和语调的建议，旨在改善文本质量，同时保留作者自己的声音。

 

改进文本：提供词汇选择、措辞、风格和语调建议，帮助改善文本，保留作者原有声音。

语言支持：目前支持英语和德语，适应不同的写作风格和语调需求。

适用于多种商务沟通形式，包括内部消息、合同等。

试用：https://dee.pl/bya33

 

 

七、哇塞！这应该是未来陪伴型智能机器人的样子吧

 

 一款非常有趣的智能宠物机器人 Loona，能够模拟宠物的情绪化动作，可以与人和环境交互，现在还加入了 AI 功能，看视频真的超赞！

来自北京的机器人公司可以科技

官网：socprofile.com/keyitech

 

 

 

八、来点颜色，Pika正式推出新功能，可以随时改变视频风格

Pika应用正式推出全新"风格转换"功能,让用户可以随时随地为视频营造全新的视觉体验

"风格转换"功能，你可以在视频播放时随时切换不同风格,尽情挥洒创意。Pika引以为傲的AI风格迁移算法能够保留视频原有的动态细节,让转换后的效果毫无违和感,宛如重新"渲染"般自然流畅。

官网: https://pika.art

Discord: http://discord.gg/pika 

 

 

 

九、WebLlama：基于 Llama-3-8B 能通过对话进行网页浏览的智能代理

 

WebLlama 能够处理连续的对话，听取用户的指令，自动浏览网页，执行搜索、导航和信息检索、完成如预定酒店、购物或查找信息等任务。

它还能在实际的浏览器环境中执行各种动作，如点击、滚动、填写表单等。

WebLlama在专业的智能代理基准测试中，在多个方面都优于 GPT-4V，特别是在与真实世界的网页浏览相关的任务上。

WebLlama还可以被训练来从网页收集特定信息，并将其用于不同的应用，比如自动化的数据汇总。

型号： http://huggingface.co/McGill-NLP/Llama-3-8B-Web…

代码： http://github.com/McGill-NLP/webllama

 

 

十、通义千问发布Qwen1.5-110B 首款超1000亿参数模型 

 

Qwen1.5-110B是Qwen1.5系列中的新成员，也是该系列首个拥有超过1000亿参数的模型。

该模型在基础模型评估中表现出色，与Meta-Llama3-70B相媲美，并在聊天模型评估（包括MT-Bench和AlpacaEval 2.0）中表现出色。

模型支持多语言，包括英语、中文、法语、西班牙语等，上下文长度可达32K令牌。

模型特性：

架构：采用Transformer解码器架构，具有分组查询注意力（GQA）。

性能：在标准评估和聊天模型评估中均展现卓越性能。

多语言支持：支持多种语言，上下文长度可达32K令牌。

详细：https://qwenlm.github.io/blog/qwen1.5-110b/

 

 

 

十一、LLaVA++ ： 赋予Phi-3 和 Llama-3 视觉能力

 

LLaVA++在通过扩展原有的LLaVA模型，将 Phi-3 和Llama-3 进行整合集成，并赋予它们视觉处理能力。

通过改造，诞生了Phi-3-V 和 Llama-3-V，它们现在也能理解和生成与图像相关的内容。

模型能够更准确地理解和执行与视觉内容相关的复杂指令。

在处理需要理解图像和文本的学术任务时，模型展现了更高的准确率和效率。

GitHub：https://github.com/mbzuai-oryx/LLaVA-pp…