AI新闻动态（2024-09-29到2024-10-05)

[ikaijua]

AI新闻动态（2024-09-29到2024-10-05)

目录

AI产品

1. OpenAI推出实时API测试版，用于创建基于GPT-4o语音的AI应用
2. OpenAI发布Canvas，一个与ChatGPT合作的新界面，用于写作和编程
3. AI视频生成工具Pika 推出新版本Pika 1.5

AI研究

1. Meta发布视频生成模型Movie Gen
2. 研究者对OpenAI的o1-preview模型进行了全面系统评估，涉及多个学科领域

AI洞察

1. OpenAI的Sora研发负责人跳槽谷歌
2. 哈佛学生开发出能识别路人身份的智能眼镜，引发隐私担忧

AI融资

1. OpenAI官宣66亿美元融资，投后估值达1570亿美元

[ikaijua]

2024-10-03 OpenAI官宣66亿美元融资，投后估值达1570亿美元

1. OpenAI宣布完成新一轮融资，筹集66亿美元（约合464亿人民币），投后估值达1570亿美元（约合1.1万亿人民币）。
2. 此轮融资刷新了硅谷历史最高融资纪录，由Thrive Captial领投，微软、英伟达等跟投。
3. OpenAI提出“排他协议”，要求投资者不资助竞争对手，特别是马斯克的xAI。
4. 新资金将用于加强人工智能研究领导地位，提升算力，开发解决难题的工具。
5. OpenAI的估值相比去年翻了不止一番，显示投资者对其商业模式的信心。
6. OpenAI提出使命是确保通用人工智能惠及全人类，并强调其产品如ChatGPT的广泛应用。

OpenAI官网发布的公告：New funding to scale the benefits of AI

媒体文章：

• 量子位：OpenAI官宣464亿新融资，成为万亿独角兽！还针对马斯克xAI搞二选一
• 机器之心：奥特曼赢家通吃！OpenAI再揽66亿美元新融资，还不忘「狙击」一把老同事Ilya

[ikaijua]

2024-10-04 OpenAI的Sora研发负责人跳槽谷歌

1. OpenAI的文生视频大模型Sora团队研发负责人蒂姆·布鲁克斯宣布离职，加入谷歌DeepMind。
2. 布鲁克斯在谷歌将继续从事视频生成和世界模拟器方面的工作。
3. Sora自今年2月展示后未对公众开放，目前只向特定群体开放使用权限。
4. OpenAI前CTO米拉·穆拉蒂曾表示Sora计划今年晚些时候对公众发布。
5. 布鲁克斯的离职为Sora的正式发布增加了不确定性。
6. 布鲁克斯在伯克利人工智能研究所发明了InstructPix2Pix，并在谷歌和英伟达有相关工作经验。
7. OpenAI近期多名高层离职，包括首席研究官、研究副总裁、联合创始人等。

媒体文章：

• 机器之心：突发！Sora负责人Tim Brooks离职，还是被谷歌抢走的
• 澎湃新闻：OpenAI又失大将！Sora研发负责人跳槽谷歌

[ikaijua]

2024-10-02 OpenAI推出实时API测试版，用于创建基于GPT-4o语音的AI应用

1. 实时API减少语音交互延迟，提供更自然的对话体验。
2. 合作伙伴包括Agora、Twilio和LiveKit。
3. 实时API的发布是OpenAI在AI应用领域的重要进展。

OpenAI的官方公告：https://openai.com/index/introducing-the-realtime-api/
Agora的官方博客：https://www.agora.io/en/blog/agora-and-openai-enabling-natural-real-time-conversational-ai/

媒体文章：

• 量子位：Open AI发布实时API语音合作伙伴 Agora、Twilio在列

[ikaijua]

2024-10-03 OpenAI发布Canvas，一个与ChatGPT合作的新界面，用于写作和编程

1. Canvas由GPT-4o构建，允许用户对生成的内容进行二次创作和编排。
2. 用户可以编辑生成的内容，调整文档长度，更改阅读水平，添加润色和表情包。
3. Canvas提供了审查代码、添加日志、注释、修复bug和转换语言的编程功能。
4. Canvas面向全球ChatGPT Plus和Team用户推出，即将向Enterprise和Edu用户发布。
5. Canvas的构建使用了自动化内部评估和合成数据生成技术。
6. Canvas模型的生成质量比带有提示指令的zero-shot GPT-4o准确率高30%，质量高16%。

官网介绍：Introducing canvas: A new way of working with ChatGPT to write and code
x发文：https://x.com/OpenAI/status/1841887709566271896

媒体文章：

• 量子位：OpenAI重磅发布Canvas：跟ChatGPT一起写作编程

[ikaijua]

2024-10-02 AI视频生成工具Pika 推出新版本Pika 1.5

1. 新版本具有三大特性：虚幻的「Pikaffects」，超越你用相机可以捕捉到的范围爆炸、融化、粉碎或膨胀任何你想要的东西; 大屏幕镜头，使用各种电影镜头，比如子弹时间、眩晕、向左移动、低镜等；新动作，让生成场景中的主角更加栩栩如生，比如跑步、滑板、飞行等。
2. Pika 1.5 完成了 8000 万美元的 B 轮融资，公司估值达到 4.7 亿美元。

试玩地址：https://pika.art/login

pika x发文：https://twitter.com/pika_labs/status/1841143349576941863

媒体文章：

• 机器之心：Pika 1.5王者归来！将一切压扁、膨胀、融化、爆炸，化身为了超强特效利器

[ikaijua]

2024-10-05 Meta发布视频生成模型Movie Gen

1. Meta首次公开展示了名为Movie Gen的视频生成工具，它能够根据文本提示生成视频和音频。
2. Movie Gen具备文本生成视频和音频、编辑已有视频、图片生成视频的功能。
3. 该工具在多个任务上的表现优于行业内类似模型，包括人物动作和动物毛发的逼真生成。
4. 使用了一个30B参数的Transformer模型，能生成最多16秒、16 FPS的视频。
5. 支持精确的视频编辑，包括添加、移除和替换元素等。
6. 训练了一个13B参数的音频生成模型，能生成与视频内容同步的高质量音频。
7. Meta的这项研究可能成为视频生成领域的强力竞争者，引发行业关注。目前项目还没有开源。

项目地址：https://ai.meta.com/research/movie-gen/
论文链接：https://ai.meta.com/static-resource/movie-gen-research-paper

B站视频：重磅！Meta突然发布 Movie Gen 文生视频，强势挑战OpenAI Sora 霸主地位！| 零度解说

媒体文章：

• 机器之心：Meta又给OpenAI一记重击，视频生成Movie Gen震撼登场，甚至可以配音、编辑

[ikaijua]

2024-10-03 哈佛学生开发出能识别路人身份的智能眼镜，引发隐私担忧

1. 该眼镜使用Meta Ray-Ban智能眼镜和公共数据库，通过AI技术实现面部识别。
2. I-XRAY技术利用大语言模型自动运行，能从姓名链接到个人详细信息。
3. 智能眼镜因隐私问题受到关注，谷歌眼镜项目因隐私问题而失败。
4. 随着短视频平台的兴起，公众对被拍摄的接受度提高。
5. 开发者强调工具的目的是提高公众对隐私泄露的认识，而非滥用。

媒体文章：

• 机器之心：一张人脸照片，Meta眼镜识别全部个人信息，两位哈佛开发者：只为警醒世人

[ikaijua]

2024-10-01 研究者对OpenAI的o1-preview模型进行了全面系统评估，涉及多个学科领域

1. o1-preview在编程挑战、放射学报告生成、数学推理、自然语言推理等方面表现出色。
2. 模型在人类学、地质学和量化投资等专业领域展现了深入理解和推理能力。
3. o1-preview在社交媒体分析中也能有效执行情感分析和情绪识别任务。
4. 研究突显了o1-preview的优势和局限性，为大型语言模型在多领域的应用提供了宝贵见解。
5. 论文指出未来发展的关键领域，包括多模态集成、特定领域验证和伦理考虑。
6. o1-preview在处理某些高度专业概念和简单问题时存在挑战。

媒体文章：

• 机器之心：280页PDF，全方位评估OpenAI o1，Leetcode刷题准确率竟这么高