谷歌在生成 AI 领域的最新尝试引起了广泛关注。经过几个月的平淡表现后，谷歌 Gemini 迅速走上了快车道，推出了新的实验性语言模型 ——Gemini-Exp-1206。根据最新的 ChatArena 排行榜显示，这款模型在众多竞争对手中脱颖而出，成为了生成 AI 的领跑者。Gemini-Exp-1206在 LMArena 上获得了最高的 Arena Score，达到了1379分，略高于 ChatGPT-4.0的1366分。这一得分表明，Gemini-Exp-1206在多项评估中表现出色，展现了其卓越的综合能力。此外，与之前的 Gemini-Exp-1114相比，新模型也显示出更强的性能。那么，什么

在周二的re:Invent大会上，亚马逊网络服务（AWS）宣布推出其新型多模式生成AI模型系列——Nova。此次发布的Nova系列包括四种文本生成模型:Micro、Lite、Pro和Premier，此外还推出了图像生成模型Nova Canvas和视频生成模型Nova Reel。亚马逊首席执行官Andy Jassy表示，Micro、Lite和Pro模型将在当天开始向AWS客户推出，而Premier模型预计将在2025年初发布。Nova系列专为处理多种输入形式（包括文本、图像、视频）而设计，其中文本生成模型特别优化了15种语言，主要支持英语。Nova文本生成模型Nova文本生成模型

最近，Meta 与沙特阿拉伯的阿卜杜拉国王科技大学（KAUST）合作，推出了一款全新的视频扩散模型系列 ——MarDini。这个模型让高质量视频的创作变得更加简单和灵活，能够完成多种任务，比如填补视频中缺失的帧，将单张图片转换为动态场景，甚至还可以通过添加自然的连续帧来扩展短片段。在去年的基础上，Meta 在生成 AI 视频领域进一步发力。此前，它推出了 Emu Video 和 Emu Edit 等文本转视频和编辑模型。今年在发布 MarDini 之前，还推出了先进的视频编辑器 Movie Gen。由此可见，Meta 正在致

最近，企业法律行业迎来了一个激动人心的变革。美国企业法务协会（ACC）与 Everlaw 联合发布了一份关于生成 AI(GenAI)对企业法律行业影响的新报告。这份名为《Gen AI 与未来企业法律工作:内部团队准备好了吗?》的报告揭示了生成式 AI 在法律工作中的迅速应用及其对法律职业的深远影响。图源备注:图片由AI生成，图片授权服务商Midjourney报告显示，几乎一半的受访者（49%）认为生成式 AI 将会降低运营成本，很多人甚至在去年这一数据的基础上有了显著的增加。2023年，有33% 的受访者表示，他

日前，Canva 推出了一系列全新的 AI 功能，其中最引人注目的要数它的新图像生成工具 ——“Dream Lab”。这个工具是 Canva 收购了生成 AI 初创公司 Leonardo.ai 后推出的，利用了 Leonardo 的 Phoenix 模型（别和 Adobe 的 Firefly AI 搞混了哦）。用户现在可以通过描述来生成各种风格的图像，比如 “3D 渲染” 和 “插图”。在此之前，Canva 已经拥有基于 Stable Diffusion 的 AI 图像生成器，并且还支持多个第三方应用。但这次的 Dream Lab 带来了许多改进，尤其在摄影风格和多主题图像的生成上表现得更好。而且

随着新学年的开启，加拿大学生们似乎对生成人工智能（AI）的使用越来越依赖。据 KPMG 在加拿大发布的一项新研究显示，现如今有59% 的学生表示他们在学业中使用生成 AI，这一比例相比去年上升了7个百分点。图源备注：图片由AI生成，图片授权服务商Midjourney虽然大多数学生认为这些工具提升了他们作业的质量，并在考试中提供了帮助，但有将近三分之二的受访者承认，他们觉得自己的学习和知识掌握能力下降了。KPMG 的教育实践领导者 C.J. James 对此表示，教育者应该认真考虑这一代学生

Nvidia最近发布了一款新的容器安全应用，该应用允许开发者定制以满足他们对AI驱动的网络安全的需求。全球咨询公司德勤（Deloitte）已被宣布为首批用户之一。Nvidia的NIM Agent Blueprint包含了企业开发者构建和部署定制化生成AI应用所需的一切，这些应用可以快速对软件容器进行漏洞分析。该应用通过使用Nvidia的NIM微服务、Morpheus网络安全AI框架、cuVS和RAPIDS加速数据分析等应用，能够将企业规模的常见漏洞和曝光（CVE）分析从天缩短到几秒钟。软件容器包含了大量的包和版本，其中一些可能存

近日，英伟达宣布以2.5亿美元收购总部位于西雅图的初创公司 OctoAI。这是英伟达在2024年内的第五笔收购，进一步巩固了其在人工智能基础设施领域的领导地位。OctoAI 原名 OctoML，成立于2019年，起初是华盛顿大学 Apache TVM 项目的衍生公司，专注于优化各种硬件平台上的 AI 模型性能。在首席执行官 Luis Ceze 的带领下，OctoAI 成功转型，专注于生成 AI 工具，推出了 OctoStack，一个全面的生成 AI 模型部署解决方案该公司的最新产品强调以开发者为中心，使非专业人士也能轻松利用大型语言模型。

Apache Cassandra 5.0 正式发布，显著提升了数据管理效率，加入 AI 功能与优化性能。关键更新包括全新存储附加索引（SAI）功能，允许更灵活、高效的非主键查询，简化了二级索引使用，降低了系统负担。版本新增向量搜索与向量数据类型，为 AI、机器学习项目提供支持，提升推荐、欺诈检测、图像识别等应用效果。压缩策略的统一与新数据结构的引入，使数据处理与存储更高效，每个节点数据容量大幅提升至10TB，降低运营成本。用户可通过在线升级从4.0版本迁移到5.0，以获取支持和安全更新。此次发布标志着自2021年Cassandra 4.0以来的第一次重大升级，社区将推进5.1版本开发，预计实现完整的ACID事务，扩展数据库在新用例中的适用性。

戴尔科技与红帽合作，将红帽企业 Linux AI（RHEL AI）整合进PowerEdge服务器，旨在简化企业开发、测试和部署AI模型的过程，特别是在混合云环境中实现人工智能和机器学习战略。此合作重点关注AI实施所需的资源，如强大服务器、计算能力和GPU，并提供灵活性高的平台。预计在第三季度，通过优化的AI硬件解决方案，结合戴尔PowerEdge服务器和RHEL AI，用户将获得一致的AI体验。RHEL AI作为红帽OpenShift AI的一部分，支持在分布式集群环境中高效运行AI模型，通过集成来自IBM研究的Granite大型语言模型和InstructLab模型对齐工具，采用“社区驱动”的开发模式。此次合作旨在通过在生成AI领域提供简化体验，加速构建和部署关键AI工作负载的进程。

在游戏开发领域，大模型逐渐成为不可或缺的“智囊团”，从AI角色生成到场景构建，展现全面能力。然而，游戏场景理解、图像识别与内容描述仍需提升。加拿大阿尔伯塔的研究团队推出开源大模型VideoGameBunny（VGB），针对游戏开发优化，具备多语言支持、高度可定制性、强大的文本生成能力、开源易访问性、兼容多种开发环境、丰富的模型文件和活跃社区支持。VGB支持多种功能，如游戏对话系统、教育应用、客服聊天机器人等。其核心组件Bunny模型，通过多层感知器网络将视觉信息转换为图像标记，高效处理游戏数据。通过与Meta开源LLama-3-8B结合使用SigLIP视觉编码器和S2包装器，VGB能够捕捉游戏视觉内容的多尺度特征，理解游戏环境，并生成匹配游戏图像的指令数据，如简短和详细的标题、图像到JSON的描述及基于图像的问答，从而提升游戏的互动性和沉浸感，成为开发者和玩家的强大助手。

英伟达推出NIM代理蓝图，旨在加速生成AI代理和应用的开发流程。企业用户可免费下载这些蓝图，快速定制满足业务需求的代理，涉及客户服务、药物发现与文档数据提取等应用。蓝图提供了NVIDIA与合作伙伴微服务构建的示例应用、参考代码、定制文档和用于部署的Helm图表，简化了自定义代理的构建和部署过程。三大主要蓝图分别为客户服务数字人、加速药物发现的生成虚拟筛选和企业文档的多模态PDF数据提取。蓝图利用预训练AI工作流程，使开发者能轻松启动复杂开发过程，并在加速的数据中心和云环境中部署应用。英伟达还与德勤、埃森哲等供应商合作，帮助企业获取和部署蓝图，并提供全栈加速基础设施支持，包括来自思科、戴尔等认证系统和亚马逊AWS等加速云实例。

谷歌云与国家研究集团的一项调查揭示了生成AI对企业投资回报的显著影响。在参与调查的全球企业中，61% 使用了生成AI，其中74% 在一年内获得了回报，86% 的企业报告收入增长超过6%。AI被视为业务增长的关键驱动力，尤其在客户服务、生产力提升和流程优化方面表现突出，整体生产力提高45%。然而，尽管AI工具被广泛采用，部分员工并未感受到生产力的提升，这表明企业需要制定全面的战略，提供培训，并重新审视对员工生产力的定义。

微软的生成AI工具Copilot for Microsoft365在Avanade的700名员工中进行了为期七周的试点研究，旨在评估其对工作体验的影响，包括沟通、创造力、信任、工作满意度、归属感和组织公民行为等。研究初期，有72%的员工对Copilot的会议转录功能感到不安，但经过六周的使用，46%的人变得更加舒适。在创造力和创新评分上，整体得分提高了2%，达到82%，对新工作方式的支持从80%上升到89%。然而，在需要原创思维的任务偏好上，略有下降。88%的员工认为Copilot与企业价值观一致，65%的人觉得它与个人价值观相符。在实用性方面，Copilot的得分为75%，透明度和责任感的评分分别为78%和65%。研究发现，使用Copilot后，员工的参与度和成就感显著提升，团队的归属感和协作性略有下降，但适应新技术的能力提升至86%，员工的利他主义和礼貌指数保持在88%。

美国商务部报告支持开放权重生成AI模型，如Meta的Llama3.1，认为这有助于小公司、研究人员、非营利组织和个人开发者获取AI资源，促进创新和竞争。该观点与联邦贸易委员会主席莉娜·卡汉的看法一致，后者强调开放模型能促进更多小企业创意市场推广。商务部助理秘书长艾伦·达维森表示，大型AI系统的开放性对竞争、创新和风险具有重要影响，并呼吁监控大型AI模型的广泛可用性。报告还提出建立持续项目，收集开放模型的风险和收益信息，评估并据此采取行动，包括在必要时对模型可用性施加限制。此举与乔·拜登总统的AI行政命令一致，旨在推动负责任的AI创新，同时最小化风险。

Canva宣布以现金与股票结合的形式收购生成AI艺术内容初创公司Leonardo.ai，旨在增强其在AI技术领域的投入。Leonardo.ai的120名员工将加入Canva，继续独立运营并专注于创新与研发。Leonardo.ai将利用Canva的资源加速发展，同时保持现有工具和解决方案的提供。Canva计划将Leonardo.ai的技术整合进其Magic Studio生成AI套件，以增强现有工具或引入新功能。此收购是Canva的第八次，也是今年的第二次，表明Canva在生成AI领域的战略扩展。

英国伦敦的健康科技公司Huma宣布推出AI驱动云平台，可帮助初创企业迅速原型化、推出合规数字健康应用。通过文本提示，平台几分钟内生成医疗应用，简化传统开发。其创始人Dan Vahdat表示，该平台旨在推动数字和AI在医疗保健领域应用。Huma Cloud具有AI驱动的构建工具，允许用户利用模板、模块和疾病管理工具，以拖放方式实现个性化应用开发。Huma成功完成8000万美元D轮融资，计划扩大平台功能和覆盖范围。目前，平台已在初创公司和大型制药公司中进行试点，过程仅需几天时间。Huma云平台已服务超过3000家医院和诊所，用户覆盖3500万。平台支持无需技术背景的用户快速原型设计和测试医疗应用，并已获得全球监管机构批准。此外，平台提供订阅模式或按使用量收费，计划未来几个月扩大测试范围，接受更多申请。

沃尔玛在VB Transform2024活动上展示了在生成AI领域的最新进展，侧重于运用AI技术提高客户体验、增强运营效率。公司强调自动化的决策过程中，人类监督的价值，以确保信息准确性及品牌声誉，同时实施策略监控和错误修正机制，以最低化风险。其AI战略以构建灵活的技术基础为目标，能快速迭代并实验证据。沃尔玛通过AI技术的应用实践，展示了如何结合技术创新与自动化提升业务效率期间，保持人类在决策过程中的关键角色，这一策略不仅加速了公司发展，也为行业提供了AI应用的宝贵参考和实践经验。引领着全球零售业在AI技术层面的发展路径。

Meta宣布推出AI工作室工具，使创作者能够生成自己的AI版本。这家社交媒体巨头表示，将在其旗下社交媒体平台Instagram上开始测试这些用户创建的聊天机器人。Meta首席执行官马克·扎克伯格在其广播频道上分享，测试将从美国开始，然后推广到其他地方。预计用户创建的聊天机器人将帮助创作者完成一些任务，比如回答粉丝的问题。

美图公司发布了一款名为MOKI的AI视频制作工具，它通过内置的视频生成模型和工作流，实现了一键生成AI视频短片的功能。MOKI专注于网文短剧、故事绘本、动画短片和MV四种视频形式的创作，使用户能够通过文本驱动的方式，同时完成脚本、角色、视频和音效配音等内容的生成，并在生成过程中进行控制。