在印度电影界，一场静悄悄的革命正在上演。著名导演拉姆·戈帕尔·瓦尔玛近日宣布，他将在未来的项目中全面采用人工智能生成音乐，彻底告别传统音乐创作模式。这一决定不仅震惊了业界，更引发了关于AI在创意领域应用的广泛讨论。瓦尔玛是印度电影界的重量级人物，其代表作《公司》、《彩虹》、《萨尔卡尔》和《真实的传奇》等影片在国际上广受好评。然而，这位创新型导演并未止步于此。他最近成立了RGV Den Music音乐公司，专门使用Suno和Udio等AI音乐生成应用。瓦尔玛透露，他

据科技媒体 testingcatalog 最新消息，ChatGPT 的高级语音模式可能将于9月24日正式发布，这一功能的全面推出无疑将为用户带来前所未有的交互体验。早在今年7月，OpenAI 已向部分 ChatGPT Plus 用户开放了高级语音模式的测试权限。据悉，该功能能够生成极为逼真的音频响应，使用户仿佛与真人对话，大大提升了人机交互的自然度和沉浸感。此次更新信息的可靠性得到了进一步佐证。有开发者在高级语音模式的常见问题页面中发现了一段颇具玄机的代码:"hasSeenAdvancedVoice/2024-09-24"。这一字符串似乎

最近，OpenAI 的 CEO 萨姆・阿尔特曼宣布他将退出公司内部的安全委员会，该委员会自今年五月成立，旨在监督 OpenAI 人工智能模型开发和部署的关键安全与安全决策。阿尔特曼的这一决定引起了广泛关注，他希望将这一角色交给第三方专家，以增强透明度、合作和安全性。随着阿尔特曼的离开，这个安全委员会将转变为一个 “立的监督委员会”，专注于安全和安全问题。新任委员会主席是来自卡内基梅隆大学计算机科学学院的机器学习部门主任齐科・科尔特。他接替了前任主席布雷特・泰

随着生成式AI的普及，提示词交易市场正在迅速扩大。然而，当前以PromptBase为代表的交易平台仍以卖方主导定价，缺乏客观的价格衡量标准。面对这一挑战，复旦大学多媒体与智能安全团队提出了一种创新的提示词交易模式，旨在更好地适应未来的买方市场。这种新型交易模式主要包括两个阶段:提示词类别选取和定价策略制定。在第一阶段，平台使用基于贪婪搜索的多臂老虎机算法，根据质量评估选择待售提示词类别。第二阶段采用级联Stackelberg博弈方法，将买家、平台和卖家分别视为一

前言去年，Google 推出了 NotebookLM，这是一款结合了大语言模型 (LLM) 与用户笔记的实验性 AI 笔记本，通过提供摘要、回答问题等方式帮助用户更好地理解某个主题。现在，它甚至可以与你讨论笔记内容。日前 Google 在 NotebookLM 中推出了「Audio Overview（音频概览）」功能，允许用户通过引人入胜的 AI 驱动对话讨论他们的笔记内容。对话由两位 AI 生成的主持人进行，他们利用你的内容背景来解释复杂的主题，做类比，并与你展开持续的对话。在现今的人工智能时代，NotebookLM 以其独特的功能和先

在“AI技术对中小学教育的深度赋能”主题活动中，百度小度科技CEO李莹分享了小度教育业务的最新进展。截至2024年7月，小度学习机累计用户突破200万，每日活跃用户占比超过50%，显示出其受欢迎程度。AI老师使用率较传统模式提升3.5倍，用户每天在学习机上的使用时长增加25%，达到114分钟。特别是语文的沉浸式互动预习环节，人均使用时间达22分钟。与AI老师互动次数提升88%，人均对话次数超过16次，显著提高了学习效率和学生学习兴趣。

腾讯元宝AI助手新增长文精读功能，为用户提供专业内容如论文、财报和研报的深度分析。用户上传内容后，可获取核心概览、模块化解析、图表总结，快速掌握关键信息。深度阅读模式借助腾讯混元大模型，支持50万字长文处理，生成图文并茂分析，包括创新点提炼、专业术语搜索/翻译、杜邦分析图等。此功能允许用户离线查看精读内容及原文，提升阅读效率。基于万亿参数的腾讯混元大模型，具备多模态理解和生成能力，在中文大模型多模态理解评测中领先。此外，文生图大模型已开源，方便开发者应用。

OpenAI 推出的结构化输出功能旨在使模型生成的输出严格遵循开发者提供的 JSON 模式，提升输出的可靠性。这一功能在去年的开发者日首次亮相，通过 JSON 模式提升了模型生成有效 JSON 输出的可靠性，但并未确保模型响应符合特定模式。新功能通过约束模型匹配开发者提供的模式，解决了这一问题，特别适用于从非结构化输入生成结构化数据的应用场景。复杂 JSON 模式的结构化输出得分从之前的不到40%提升至完美的100%。使用结构化输出非常简单，通过 API 的函数调用或响应格式的新选项实现，开发者只需提供 JSON 模式，模型的输出将严格符合该模式。OpenAI 的 Python 和 Node SDK 已更新，支持结构化输出，简化了开发过程。此功能的引入将为开发者带来便利，帮助他们更轻松地创建出色的应用。

OpenAI在API中新增结构化输出功能，确保生成的输出完全符合预设的JSON架构，显著提升API的可靠性和应用的精确度。这一功能不仅定义了JSON的结构，还确保了输出的准确性。同时，价格下调，输入价格降低一半，输出成本减少1/3。结构化输出的引入，解决了JSON模式在保证输出符合特定架构方面的局限性，显著提升模型在结构化输出方面的表现。通过技术革新，如受限解码技术，实现了模型输出与JSON Schema的完美匹配。此功能在API中以函数调用和参数新选项的形式呈现，支持所有模型和工具。结构化输出在实际应用中展现出广泛的用途，从动态界面到数据提取，都能实现高效、精确的数据处理。安全政策得到遵循，Python和Node SDK已更新，支持结构化输出，简化了开发流程。这一功能的推出，为AI技术在数据处理和应用开发领域带来了新的可能。

高德地图近日宣布，其夜间红绿灯倒计时功能在经过大模型升级和全面优化后，已经重新上线。升级后的系统能够更好地满足用户需求，提供更高质量的倒计时发布。

法律行业正面临传统按小时计费模式的挑战，生成式人工智能的兴起引发了乐观与担忧并存的反应。乐观派认为AI能提升效率，辅助文书撰写与合同审查，但也有律师担忧AI普及会削弱竞争优势，尤其是对依赖初级员工处理大量复杂案件的大型律所。一项调查显示，约三分之一的英国律所担心AI可能对利润和利润率产生负面影响，因为AI应用可能导致初级员工工作量减少，而这部分员工通常是律所利润的主要来源。为适应市场变化，律所可能考虑调整收费模式，如采用固定收费，以回应客户对成本节约的期望。同时，法律AI工具提供商有望从中受益，如汤姆森路透和Relx在AI辅助法律研究方面的投资。然而，AI在法律场景中的应用也可能带来风险，包括错误与根据用户错误假设的回应，这使得保守的合伙人更加谨慎。总之，法律服务行业面临变革，适应新技术的律所将占据更有利的竞争地位。

GPT-4o，OpenAI的旗舰模型，于五月份发布时以其音频理解能力引人注目，平均320毫秒的响应速度接近人类对话速度。该模型通过端到端训练将文本、视觉和音频三种模态融合，展示了在多种输入输出上的潜力。OpenAI计划在六月份将高级语音模式功能，通过ChatGPT Plus向部分用户推出，尽管因需改进模型检测和拒绝内容能力，推出时间推迟一个月。新功能将使ChatGPT用户实现无延迟的流畅对话体验。此外，OpenAI还推出了SearchGPT，一个原型版本的人工智能搜索工具，能从清晰相关来源快速提供准确答案。

近日，知名AI视频生成平台可灵（Caiyun）宣布正式结束完全免费的服务模式，推出全新的付费计划。这标志着可灵进入商业化运营的新阶段。

谷歌的Gemini AI技术作为首度亮相的智能解决方案，将于巴黎奥运会上与NBCUniversal和美国奥运委员会共建创新的合作模式。通过AI解说，谷歌将为赛事带来前所未有的个性定制体验。观众利用个性化每日赛事回顾和Al Michaels版AI叙述，在Peacock 应用中可按兴趣选择定制中意的运动视角。NBCUniversal则设置"理解奥运"栏目，辅以谷歌现代化服务如Lens、Circle to Search、地图功能等，融入沉浸式观影模式和3D场景视图。喜剧演员Leslie Jones也将引入新视角，通过AI学习体育项目知识，并与Gemini AI互动。而社交媒体策略的运用将推动对比赛内容的大众解读和全方位传播，预示着现代体育赛事如奥运的未来方向。

在硬件创新领域，初创公司 Bird Buddy 以其独特的产品——联网喂鸟器摄像头，赢得了广泛的关注和众多模仿者。今天，这家位于密歇根州的公司宣布了一项名为“Name That Bird”的新功能，这一由人工智能驱动的创新可能会进一步巩固其在市场中的地位。

三星电子在昨日的Unpacked活动上不仅发布了新一代折叠手机Galaxy Z Fold6和Galaxy Z Flip6，更重磅宣布了Galaxy AI的重大进展。公司自豪地表示，到今年年底，Galaxy AI将覆盖高达2亿台设备，展现了三星在人工智能领域的雄心壮志。

金融巨头高盛的一份研究通讯警告称，大型科技公司已加大资本支出以推动生成式人工智能的发展，但尚未展示可持续的商业模式。该投行估计，在未来几年将有约1万亿美元用于数据中心、半导体、电网升级和其他人工智能基础设施。

​腾讯元宝AI搜索引擎迎来重大升级，正式推出深度搜索模式，使用户在搜索时能够获得更加深入和全面的答案。这一升级意味着用户在提出问题时，腾讯元宝不仅会从深度和广度上进行扩展，还会提供结构化的回答，包括内容大纲、思维导图和相关人物事件的梳理，帮助用户全面了解搜索内容。

OpenAI近日发布了关于ChatGPT高级语音模式的最新进展报告。这项在春季更新中演示的先进功能原计划于6月底向少数ChatGPT Plus用户开放alpha测试，但现在需要再多一个月的时间才能达到发布标准。据悉，开发团队正在努力提升模型检测和拒绝某些内容的能力。同时，他们也在改善用户体验，并准备相关基础设施，以确保在扩展到数百万用户规模时仍能保持实时响应能力。

["数学家利用人工智能在椭圆曲线中发现了意想不到的模式","椭圆曲线是现代数学中最令人着迷的对象之一","Birch 和 Swinnerton-Dyer 猜想提供了新思路解决数学难题","现代密码学中的关键工具","椭圆曲线统计特性猜想是千禧年难题之一","2022 年横跨大西洋合作团队发现新模式","“murmurations”模式类似鸟群飞行结构","数学家们解释“murmurations”模式背后原因","使用机器学习进行研究和发现出乎意料的数学模式"]