一家令人瞩目的创业公司正在开发一项突破性的AI系统，承诺将为创作者带来前所未有的电影级世界生成能力。这家名为Odyssey的公司采用了一种独特的方式:让工作人员背着特制相机系统，实地采集全球各地的场景数据。由自动驾驶领域的资深专家Oliver Cameron和Jeff Hawke创立的Odyssey最近完成了1800万美元A轮融资，由EQT Ventures领投，GV和Air Street Capital参投。至此，公司总融资额达到2700万美元。这笔资金将主要用于扩大其在加利福尼亚州的数据采集业务。Odyssey开发的先进摄影系统重约25磅，配备了

格莱美奖项迎来历史性突破：披头士乐队借助AI技术完成的新歌《Now and Then》成功入围"年度制作"和"最佳摇滚表现"两项大奖，这标志着首个获得格莱美提名的AI辅助歌曲诞生。这首引发广泛关注的作品于去年末发布，其创作过程颇具传奇色彩。与外界普遍猜测的AI深度伪造技术不同，乐队实际运用了一项名为"音轨分离"（stem separation）的AI技术，成功从一段 60 年前的低质量录音中提取出已故成员约翰·列侬的人声。这项技术在音乐制作领域已有多次应用案例。比如，歌手SZA的专辑《SOS》中的

AI语音技术公司SoundHound AI传来重磅消息:其语音解决方案已成功部署在美国前20大快餐连锁中的7家。公司最新财报显示，第三季度营收达2500万美元，同比增长89%，创下季度新高。据SoundHound AI首席执行官兼联合创始人Keyvan Mohajer介绍，该公司的AI语音技术已在多个场景广泛应用，包括得来速点餐、电话订餐、自助服务亭、移动应用程序以及员工支持系统。值得注意的是，仅在餐饮行业的电话订餐服务中，其AI系统已独立处理超过1亿次客户互动。图源备注：图片由AI生成，图片授权服务商Midjourn

圣彼得大教堂是世界上最著名的朝圣地之一，每年吸引约1500万游客。为了更好地保护和维护这座建筑，负责圣彼得大教堂保护和维护的天主教机构 Fabbrica di San Pietro 与微软合作，创建了大教堂的"数字孪生体"。这个项目利用了微软的 Azure、摄影测量和人工智能技术，创建了一个超精确的圣彼得大教堂虚拟重建模型。Iconem 的团队使用先进的摄影测量技术捕捉了40多万张高分辨率图像，扫描了大教堂的内部和外部。收集到的图像通过 Microsoft Azure 云平台进行处理，生成了一个令人惊叹的数字模

OpenAI 联合创始人兼总裁 Greg Brockman 正式宣布结束数月的假期，重返 OpenAI。这一消息的发布在技术界引起了广泛的关注和讨论，尤其是在 OpenAI 近期面临高管离职潮的背景下，Greg 的回归显得尤为重要。在过去的几个月里，OpenAI 经历了一系列高层人员的变动。首席科学家 Ilya Sutskever、首席技术官 Mira Murati 和安全团队负责人 Lilian Weng 等高管相继离职，导致公司内部出现了一定的不稳定。Greg 的回归，正是在这一关键时刻，他被视为能够为公司入新的活力和方向的重要人物。彭博社的报道，Gre

百度世界2024大会上，百度创始人李彦宏发表了题为《应用来了》的演讲，发布了两项新技术 —— 检索增强的文生图技术（iRAG）和无代码工具 “秒哒”。李彦宏表示，过去24个月，AI 行业发生了显著变化，尤其是大模型在生成内容时已大幅减少幻觉现象。文心 iRAG 技术旨在解决大模型在图像生成中存在的幻觉问题，提升 AI 生成内容的实用性。与传统生成模型不同，文心 iRAG 通过结合百度海量图片资源，能够生成更加真实的图像。这一技术特别适用于品牌宣传、影视制作和其他创意产业，

随着生成式AI的迅猛发展，业界对"更大即更好"的传统认知正在发生转变。多位顶尖AI科学家近期表示，单纯通过增加数据量和算力来提升AI性能的方法已接近瓶颈，新的技术突破方向正在显现。Safe Superintelligence和OpenAI的联合创始人Ilya Sutskever近日发表观点，认为传统预训练方法已进入性能平台期。这一论断格外引人注目，因为正是他早期倡导的大规模预训练方法催生了ChatGPT。如今，他表示AI领域已从"规模扩张时代"迈入"奇迹和发现时代"。当前大模型训练面临多重挑战:动辄数千万美元的训练

在音乐史上留下浓墨重彩的甲壳虫乐队，时隔半个世纪再次冲击格莱美奖。他们借助 AI 技术制作的新歌《Now and Then》入围了年度最佳制作和最佳摇滚表演两项大奖，这让他们与碧昂斯、萨布丽娜·卡朋特等当代音乐人同台竞技，构成了一幅极具时代感的音乐图景。保罗·麦卡特尼去年决定打造"甲壳虫乐队的最后一张唱片"。与人们可能担心的 AI 深度伪造技术不同，麦卡特尼选择了一种更富情怀的方式:他们使用 AI 技术修复了约翰·列侬1978年留下的一段音质欠佳的演示带。图源备注：图片由A

​在2024年11月12日，百度世界大会在上海世博中心隆重开幕。此次大会涵盖了一场主论坛、四场分论坛以及超过三十节的人工智能公开课。百度创始人李彦宏在主论坛上发表了题为“应用来了”的演讲，介绍了百度在人工智能领域的最新技术突破和应用成果，并对未来的行业趋势进行了深入探讨。

近日，研究团队提出了一种名为 CHANGER 的新型头部融合管道，旨在为数字内容创作提供高保真的头部合成解决方案。该技术在工业应用中尤为重要，尤其是在视觉特效（VFX）、数字人类创建和虚拟化身等领域。头部融合的主要挑战在于头部形状和发型结构的差异，这常常导致合成边界不自然和出现融合伪影。现有的方法通常将前景与背景的处理视为单一任务，导致融合效果不尽人意。CHANGER 通过将背景集成与前景融合进行解耦，实现参考头部与目标身体的无缝集成，跟身体的融合很好。该

上海秘塔网络科技有限公司近期宣布，其AI技术驱动的搜索平台——秘塔AI搜索，已更新并推出了全新的专题功能，允许用户上传资料至知识库，定制个人或专业领域的数据源。用户可以根据自己的需求，通过秘塔AI搜索创建专属的搜索环境，提升搜索效率和相关性。

近日，Waymo 公司正式发布了一款名为 “端到端多模态自动驾驶模型”（EMMA）的 AI 研究模型。该模型专门为自动驾驶技术进行了训练和微调，利用 Gemini 的广泛知识，旨在更好地理解复杂的道路场景。Waymo 在其发布的研究论文中详细介绍了该模型的设计理念和技术优势，并探讨了纯端到端方法的优缺点。图源备注：图片由AI生成，图片授权服务商MidjourneyWaymo 表示，EMMA 模型是建立在 Gemini 的基础之上，充分发挥了其能力，专注于自动驾驶的任务，如运动规划和三维物体检测。该模型在多个关

科技巨头微软近日为其游戏主机Xbox推出AI聊天助手，正式开启了其游戏业务的AI时代。这一举措恰逢索尼PS5Pro携新一代AI超分辨率技术问世，让游戏主机领域的AI竞争愈发白热化。根据科技媒体The Verge报道，这款全新的虚拟助手主要面向在线客服支持。这是微软CEO萨提亚·纳德拉推进全公司AI战略的最新动作，而此前Xbox一直相对谨慎地保持着与AI的距离。据悉，这种谨慎态度主要源于游戏玩家和创作者群体对AI功能的顾虑。尽管如此，微软其实早已在Xbox平台默默运用AI技术进行内容审核。与此

近日，位于加利福尼亚州圣荷西的 MIPS 公司宣布推出其全新 P8700CPU，这款处理器基于 RISC-V 计算架构，主要针对先进的驾驶辅助系统（ADAS）和自动驾驶汽车应用。MIPS 专注于开发高效且可配置的知识产权计算，其设计被广泛授权给其他芯片制造商。MIPS 的首席执行官萨米尔・瓦松在接受《VentureBeat》采访时表示，P8700处理器旨在满足汽车行业日益增长的低延迟和高强度数据处理需求，提供卓越的计算能力、能效和可扩展性。他指出，随着自动驾驶技术的发展，汽车中的计算需求也在不断演变

今日，智谱技术团队发布了其最新的视频生成模型 CogVideoX v1.5，并将其开源。这一版本是自8月以来，智谱技术团队推出的 CogVideoX 系列中的又一重要进展。据了解，此次更新大幅提升了视频生成能力，包括支持5秒和10秒的视频长度、768P 的分辨率以及16帧的生成能力。同时，I2V（图像到视频）模型也支持任意尺寸比例，进一步增强了复杂语义的理解能力。CogVideoX v1.5包含两个主要模型:CogVideoX v1.5-5B 和 CogVideoX v1.5-5B-I2V，旨在为开发者提供更强大的视频生成工具。更值得关注的是，CogVideoX v1.5将

近日，Meta 公司宣布将在 Instagram 平台上使用人工智能技术来预测用户年龄，以自动将任何涉嫌虚报年龄的用户转移至青少年账户。此项举措是在公众对社交媒体平台对青少年心理健康影响的广泛关注下推出的，Meta 早在今年九月便已引入青少年账户。青少年账户专为13至17岁的用户设计，内置了多项限制功能，包括限制谁可以联系他们和他们能够看到的内容。同时，该账户会自动屏蔽潜在的冒犯性评论和消息请求。然而，安全的青少年账户仅在用户自愿使用或诚实填写年龄信息的情况下才会

在视频处理领域，如何从单镜头视频中高效追踪三维运动一直是一项难题，尤其是在需要对长序列进行像素级精确追踪时。传统方法面临多重挑战，往往只能跟踪少量关键点，无法实现完整场景的细致理解。而且，现有技术的计算需求较高，难以在处理长视频时保持效率。同时，长时间的跟踪也会受到相机移动和物体遮挡等问题的影响，导致跟踪失误或错误的产生。当前，视频序列运动估计的方法各有优缺点。光流技术提供了密集的像素追踪，但在复杂场景中，尤其是处理长序列时表现出

在AI绘画领域，一项革命性的技术刚刚问世。InstantX推出的Regional-Prompting-FLUX技术让AI绘画的精准度达到了前所未有的高度，无需额外训练即可实现图片内容的精细化控制，为创作者们带来了全新的创作可能。这项突破性技术最令人惊叹的是其强大的区域控制能力。通过FLUX，创作者可以精确指定图片中不同区域的生成内容和风格。比如，你可以在同一张图片中让一部分区域呈现写实风格，而另一部分则展现2D动漫效果，实现风格的完美融合。FLUX的技术优势不仅体现在创作自由度上，更在于其

迪士尼公司正在组建一个新的部门，名为技术赋能办公室（Office of Technology Enablement），以将人工智能(AI)和混合现实等新兴技术整合到其电影、电视和主题公园业务中。该部门将由Jamie Voris领导。Voris目前担任电影工作室的首席技术官（CTO），他的职位将由Eddie Drake接替。技术赋能办公室的目标是确保技术项目与迪士尼的战略目标保持一致，但不会将这些项目集中化管理。据知情人士透露，该办公室预计将扩展至约100名员工。这一新举措显示了迪士尼在技术创新和应用方面的积极布局，旨在

近日，Meta AI 的研究团队与加州大学伯克利分校及纽约大学的研究人员合作，推出了一种名为思维偏好优化（Thought Preference Optimization， TPO）的方法，旨在提升经过指令微调的大型语言模型(LLM)的回应质量。与传统模型仅关注最终答案不同，TPO 方法允许模型在生成回应前进行内部思考，从而产生更加准确和连贯的回答。这种新技术结合了改进版的思维链（Chain-of-Thought， CoT）推理方法。在训练过程中，该方法鼓励模型在回应前先进行 “思考”，帮助其构建更为系统的内部思维过程。以往的直