美颜相机推出的「苹果模式」功能引起社交平台热议，助力应用登顶中国区AppStore总榜榜首。其推出的创新功能，如微单模式、AI写真、AI动漫等，迅速在中国主流社交平台走红。不仅在中国市场表现出色，在日本、韩国、泰国等亚洲国家也呈现爆发式增长。美颜相机在国际市场的成功彰显了其创新功能对不同文化背景用户的普遍吸引力。通过成功把握年轻用户需求，美颜相机在移动摄影领域创造了新的模式，重新定义了用户与手机相机的互动方式。随着AI技术的不断发展，美颜相机的成功案例有望引领整个移动摄影行业的创新浪潮。

哈佛大学与谷歌DeepMind的人工智能实验室合作，开发了一款虚拟AI老鼠，象征性的推动了“虚拟神经科学”领域的发展。此研究的重大意义在于揭示大脑如何操控复杂身体动作，对脑科学和机器人学产生深远影响。通过无动物牺牲的虚拟实验，科学家们成功创建了一只能够模仿真实老鼠所有动作的AI，其AI“大脑”能够预测对应的真实老鼠脑内的神经活动。论文发表于《Nature》杂志，展示了利用人工神经网络训练实现运动控制，用以探究大脑神经基础，并为设计改良机器人控制系统提供了新思路。这项合作不仅加深了对AI与神经科学交界的知识，也为未来灵活、智能机器人发展开拓了新视野。

Anthropic 首席执行官预计 AI 模型训练成本在未来三年内将会有显著提升，从目前的 10 亿美元增长到 1000 亿美元，引发行业对成本前沿的波澜与 AI 泡沫的可行性讨论。这一成本增长主因在于不断增长的硬件需求，特别是 AI 模型快速扩张对高性能计算硬件（特别是 GPU 和数据中心能源）的驱动。此外，伴随着人工智能从生成式向通用目的的演进，基础理论与发展路径的探讨与其实用成本之间的平衡成为关注焦点。提高效率与优化成本成为 AI 领域深度研究的关键。关注硬件与能源优化、提高人力成本利用效率、数据管理与维护，仍将是降低 AI 训练成本、实现其经济可持续发展的核心路径。因此，AI 产业仍需高度关注技术与经济策略的综合平衡，以推动其蓬勃发展。

Moonshot AI的Kimi浏览器插件现已上线，旨在升级用户在网页及应用中的体验。该插件拥有点问笔及总结器两大功能：通过划选文字获取即时解释与答疑，利用位于网页右下角的总结器快速摘要全文。 支持全局浮窗与侧边栏模式，便于在写作过程中持续对话与搜索信息。通过快捷键启动Kimi，实现高效操作。发展历程中包括多项体验优化，例如直接在App中打开微信中的PDF文件、搜索引用溯源、部分复制功能扩大范围，以及新增提问推荐功能可根据用户问答提供相关问题。网页版功能进一步增加，支持Ctrl+C/V进行贴图操作与利用历史记录搜索，涵盖基础运算、函数运算等多个计算器功能板块。插件下载地址为：https://kimi.moonshot.cn/extension/download

一款名为 Glaze 的免费工具正受到艺术家们的热捧，它的主要功能是通过在图像中添加难以察觉的噪点，以保护艺术风格不受 AI 图像生成器的抄袭。自从 Meta 公布计划利用用户数据进行 AI 训练后，WebGlaze 的访问请求迅速增加，导致艺术家可能需要等待数周甚至数月才可获取工具使用权。Glaze 的开发者 Ben Zhao 指出，项目团队会手动审核每个申请，确保申请者为真实人员及工具未被滥用。然而，安全研究人员发现了绕过 Glaze 保护的方法，并对 Glaze 的有效性提出了质疑，因为一些攻击团队认为 Glaze 的防御措施并不足。

清华大学知识工程组与数据挖掘团队新推出CodeGeeX4-ALL-9B，作为CodeGeeX系列的最新成果，其在多语言代码生成领域达到巅峰，重新定义自动化编码性能与效率标准。基于GLM-4-9B框架，经过广泛训练的它拥有9.4亿参数，超越同类模型，擅长代码生成、补全与解释，展现优异推理速度与整体性能。适应能力极强，涵盖了软件开发全方面需求，提供仓库级别的代码问答功能，助力开发者与代码库交互更为直观高效。基准测试显示在BigCodeBench和NaturalCodeBench上的优越表现，确认了其在真实应用中强大的可靠性和创新能力。以用户为中心的设计使其易于集成各种版本的transformers库，兼容GPU与CPU，确保不同计算环境的灵活性与广泛性采用。CodeGeeX4-ALL-9B可通过其推理过程，根据用户输入生成精准、可操作的代码输出，优化开发流程，尤其对于复杂算法和自动化编码任务极具价值。这一利器标志着代码生成领域的重要进步，将极大地提升软件开发的效率与创新。

新报道揭示，苹果将为iOS系统在春季发布的版本接入名为「苹果智能」（Apple Intelligence）的AI系统，此举旨在增强创新的语音助手Siri。苹果通常以操作系统的点更新为机会，逐渐释放新功能，意味着用户很快可以在Siri服务中体验到基于苹果智能系统的改进，如处理照片中辨识身份证信息、自动填充在线表单等。Siri界面优化和内置更深的产品知识预计将于秋季跟进。展望未来，苹果的AI发展还包括为空气Pods系列设备的进阶，可能将配备摄像头并支持Vision Pro的手势检测功能，其中特别注重的AirPods系列未来的设备推出，可能需时持续实现，但将进一步体现智能技术的深度应用，为用户提供更高级别沉浸式和高效的体验。

自2017至2022年，中国在人工智能研究领域的崛起令人瞩目，根据乔治城大学数据分析平台ETO发布的报告，期间中国发表了24.3万篇AI论文，这个数量高达全球总量的25%，位居全球首位。美国以17.1万篇论文，占比18%，紧随其后。从论文质量来看，美国在高被引论文方面领先，但中国在数量上逼近。特别引人注目的是，中国科学院与清华大学在AI研究领域内的论文引用次数超越了诸如麻省理工和斯坦福等世界著名大学，显示出中国在学术机构层面的实力。在企业贡献方面，谷歌更加突出，以6529篇论文、每篇平均183.8次的引用次数领跑。中国在生成式AI的专利申请中也极为活跃，数量高达38210个，是美国的六倍。这表明了中国在人工智能领域对研究产出的重视程度和强大的技术实力。

Meta 正在测试 Android 版 WhatsApp 新功能，旨在加强 Meta AI 在图像处理中的协作能力。该测试版本允许用户直接向 Meta AI 发送照片并提问，或使用文字编辑图像，使 AI 更深入地融入日常对话与内容创作。此举措是 Meta 强化 AI 在 WhatsApp 的应用之一，此前已引入多项图像生成功能，如创建个性化头像。测试阶段还揭示了未来可能的商业化应用。功能虽未向所有用户开放，但展示了 Meta 将 AI 更紧密集成至广受欢迎通讯应用的愿景。

​可灵AI最近又搞了个大新闻，不仅上线了Web端，还发布了多个重磅新功能。可灵Web端的上线、画质的全面提升、首尾帧和镜头控制功能的加入，以及文生视频时长的开放延长至10秒。

谷歌研究团队近期发布创新模型TransNAR，融合Transformer与神经算法推理（NAR），旨在提升算法操作性能。传统Transformer在算法推理上的弱点通过引入NAR得以弥补，NAR擅长处理结构化数据并具有出色的泛化能力。TransNAR通过跨注意力机制将两者深度结合，使模型能够同时理解文本形式的算法问题和图结构，因而性能更为优越。在独特训练策略下，NAR经过预训练学习算法逻辑与步骤，随后TransNAR在微调阶段接收文本与图输入，运用预训练NAR的知识进行调节。这一进程令TransNAR在算法任务上表现出色，尤其在分布外泛化能力上实现了20%以上的显著优化。

​快手宣布将推出国内首部AIGC原创奇幻微短剧《山海奇镜之劈波斩浪》，该剧以《山海经》为灵感来源，通过赛博风格复现了上古神话世界中的神怪异兽和奇花异草。微短剧的制作得到了快手视频生成大模型“可灵”的深度技术支持，使得从山脉到海洋、从森林到天际的场景都呈现出升级后的视觉效果。快手计划通过这部微短剧，结合传统魅力与现代科技，为观众带来震撼的观看体验。

阿里通义实验室最近开源了名为FunAudioLLM的音频生成大模型项目，旨在提升人类与大型语言模型（LLMs）间的自然语音交互体验。该项目由两个核心模型组成:SenseVoice和CosyVoice。

无影晓颖为云电脑原生AI助手，设计面向办公与学习。基于用户需求与云端大模型深度结合，提供桌面级功能与任务自动化，如智能写作、自动翻译与流程学习，以及学习辅助、时间回溯等。通过通义大模型支持，晓颖能处理超千万tokens文本，覆盖多种应用场景，并逐步向多应用复杂事务调度演进。现已在无影云电脑个人版上线，未来计划通过企业版提供选配服务。

上海人工智能实验室与商汤科技，联合香港中文与复旦大学，于七月三日共同发布了名为“书生·浦语2.5”的新型大语言模型。该模型的7B版本已开源，其它尺寸的版本也将相继提供。上海 AI 实验室向开发者提供免费商用许可，用以支持高质量开源模型的研发和创新。近期的模型更新显著提高了推理能力，尤其在数学评测集 MATH 上超过了 Llama3-70B 模型，准确率达到了 60%，与 GPT-4Turbo1106 相当。模型还展现了对长文本的支持，可处理高达100万汉字的信息，通过增加上下文长度和利用合成数据来优化内容理解和智能交互。此外，该模型还具搜索与整合网络信息的能力，可通过MindSearch多智能体框架实现。

据知名科技记者古尔曼的最新爆料，AI加持的Siri并不会立即随着iOS18的发布而到来，苹果计划于明年1月启动测试，并预计在iOS18.4版本中正式推出这一革新性功能，留给用户近九个月的期待时光。回顾iOS17.4的发布历程，我们可以合理推测，iOS18.4的正式推送或将定格在春意盎然的3月，届时，用户将能亲身体验到Siri AI升级带来的变革。

​港大与腾讯的研究人员提出了一种全新的多模态推荐系统范式 ——DiffMM，旨在提高短视频推荐的精准度。该系统通过创建一个包含用户和视频信息的图，并利用图扩散和对比学习技术，更好地理解用户和视频之间的关系，从而实现更准确的推荐。

中国 RISC-V 产业联盟理事长、芯原微电子创始人戴伟民博士在世界人工智能大会期间指出，当前 AI 领域的百模大战现象更像是一种资源的浪费。

在最近举行的世界人工智能大会上，百度创始人李彦宏和阿里云CTO周靖人就开源模型的重要性发表了不同的看法。

苹果和瑞士洛桑联邦理工学院的研究人员联合开源了一款名为4M-21的大规模多模态视觉模型。与其他专门针对特定任务或数据类型进行优化的模型不同，4M-21具有广泛的通用性和灵活性。尽管只有30亿参数，但它可以提供图像分类、目标检测、语义分割、实例分割、深度估计、表面法线估计等数十种功能。

​WhatsApp 据报道正准备推出一项新的生成式 AI 功能，允许用户创建类似于苹果 Image Playground 的新形象。这一功能将使用户能够在这一流行的消息应用程序中创建自己的 AI 头像。

OpenAI 系统遭遇数据泄露事件，但不用担心您的 ChatGPT 会话内容是否被获取。虽然这次黑客攻击本身似乎只是肤浅的，但这提醒了我们，AI 公司已迅速成为黑客最渴望攻击的目标之一。据《纽约时报》报道，前 OpenAI 员工 Leopold Aschenbrenner 在一档播客中暗示了这次黑客攻击事件。他称之为 “一次重大安全事件”，但匿名公司消息人士告诉《纽约时报》，黑客仅获得了对员工讨论论坛的访问权限。

软银创始人孙正义计划在全球投资100亿美元，专注于 AI 和芯片领域。据 The information 报道，软银目前正与银行洽谈，计划投资100亿美元用于 AI 能源项目，并计划获取大量 NVIDIA GPU。孙正义将软银定位为全球 AI 竞赛的领导者，着眼于重要基础设施的建设。

2024年世界人工智能大会上，科大讯飞董事长刘庆峰表示，人工智能的替代效应将大规模出现，建议社会应提前设计应对措施。特别是基于大模型技术的人工智能可能在未来几年带来大

金山办公在2024年世界人工智能大会上推出WPS AI2.0版本及WPS政务办公模型1.0，旨在通过个人版、企业版和政务版针对性升级，提升各类用户办公生产力。新版WPS办公助手新增AI写作、阅读、数据与设计助手，为用户提供沉浸式办公辅助，增强效率与质量。企业版包括AI Hub、AI Docs和Copilot Pro，打造智能文档库，助力实现企业智能问答与创作，同时保证数据安全。政务版聚焦智能办公需求，提供智能写作、校对、搜索和问答功能，已在浦东地区的电子公文库搭建中应用，推动政务智能化转型。金山办公的WPS365整合AI与协作能力，可持续服务政企用户，现已覆盖17,000多家企业，并成为2024年奥运会中国体育代表团官方指定软件，展现了其在AI办公领域的大胆探索与实践。

在AI的世界里，总有一些新奇的事物让人眼前一亮，比如最近火起来的国产动漫视频AI——YoYo，它让无数二次元爱好者的创意得以释放，让那些曾经只存在于想象中的角色，瞬间变得触手可及。

在2024年世界人工智能大会期间，百度副总裁谢广军宣布了文心一言4.0Turbo模型对企业用户的全面开放，并介绍了其定价策略。文心一言4.0Turbo的输入定价为0.03元/千Tokens，输出定价为0.06元/千Tokens。谢广军指出，如果按照3:1的输入输出比例计算，与之前的文心一言4.0通用版本相比，新模型的价格降低了70%。

在上海世界人工智能大会上，阿里云CTO周靖人宣布了通义大模型和阿里云百炼平台的最新发展。通义千问开源模型的下载量在两个月内增长了两倍，超过了2000万次。同时，阿里云百炼服务的客户数从9万增加至23万，实现了超过150%的增长。