亚马逊Prime Video平台迎来重大更新。其标志性的X-Ray功能再添"AI智能助手"，全新的X-Ray Recaps功能正式亮相，让观影体验再上新台阶。X-Ray一直是Prime Video最受欢迎的功能之一，能够实时展示演员简介、背景音乐、拍摄花絮等丰富信息。而这次推出的X-Ray Recaps则通过生成式AI技术，将这一体验推向了新高度。据亚马逊官方介绍，X-Ray Recaps能够根据观众当前观看进度，智能生成个性化的内容概要，无论是整季剧集梗概、单集剧情回顾，还是某个片段的详细解说，都能轻松应对。这意味着，当你跟

亚马逊的 Prime Video 正在推出一项名为 “X-Ray Recaps 新功能，这是一种利用生成式人工智能技术的工具，旨在帮助用户快速回顾他们正在观看的节目。根据亚马逊在其博客中发布的信息，X-Ray Recaps 可以生成包括整个季节、单集及单集片段在内的文本摘要，用户无需从头观看便可了解关键情节。这一新功能将通过节目详细信息页面或在观看节目时的 X-Ray 功能进行访问。它能够分析不同的视频片段，并结合字幕或对话，生成有关关键事件、地点、时间和对话的详细描述。这意味着用户可以轻松

埃隆马斯克的人工智能公司 xAI 宣布，其应用程序接口（API）现已向开放，并为开发者提供每月25美元的免费 API 使用额度，截止至年底。这一决定是在 xAI API 进入公测阶段三周后发布的，旨在吸引更多开发者尝试其工具和平台。虽然25美元的免费额度看似不高，但对于初次接触 xAI 的开发者来说，或许是一个值得尝试的机会。该 API 的定价为每百万输入令牌5美元，而每百万输出令牌则为15美元。相较之下，OpenAI 的 GPT-4o 模型和 Anthropic 的 Claude3.5Sonnet 模型的定价则更低。这意味着，25美元的额

xAI今日宣布正式开放其API接口，让开发者能够直接接入备受瞩目的Grok基础模型。这一举措不仅标志着xAI在AI开放生态中迈出关键一步，更为开发者带来了诸多实用功能与优惠政策。在此次发布中，xAI推出了全新的grok-beta预览版本。该版本具备12.8万字符的超长上下文窗口，并支持函数调用和系统提示功能，显著提升了模型的实用性和灵活度。更值得期待的是，xAI计划在下周推出支持图像识别的多模态版本，进一步扩展了Grok的应用范畴。为了降低开发者的使用门槛，xAI在2024年底前推出了慷慨

埃隆马斯克的xAI今天宣布其应用程序编程接口（API）现已向公众开放，并且到今年年底每月可免费获得25美元的API积分。该API允许开发人员在xAI的Grok大型语言模型(LLM)上构建应用程序。xAI的API定价为每百万输入代币5美元，每百万输出代币15美元，与OpenAI的GPT-4o模型和Anthropic的Claude3.5Sonnet模型相比，xAI的定价略高。然而，免费的25美元积分可能足以吸引一些开发人员至少查看xAI的工具和平台。xAI的API还支持“函数调用”，允许LLM接受命令并访问其他连接的应用程序和服务的功能。同时，xAI的A

苹果公司计划在12月的第一周，即12月2日所在周，推出iOS18.2系统更新，旨在让用户尽快体验到更多人工智能功能。据Mark Gurman爆料，此次更新中，苹果的语音助手Siri将整合ChatGPT技术，用户无需创建账户即可免费使用ChatGPT的文本和图像生成能力。Siri将利用ChatGPT的专业知识来回答问题，并在查询前征得用户同意。

华特迪士尼公司正在探索其电影、电视和主题公园部门的应用，目前正在组建一个新团队来协调公司对人工智能和混合现实等新兴技术的使用。新成立的技术支持办公室将由杰米·沃里斯 （Jamie Voris） 领导，他是迪士尼电影制片厂的首席技术官，曾负责开发适用于 Apple Vision Pro 混合现实设备的迪士尼应用程序。埃迪·德雷克 (Eddie Drake) 将接替沃里斯担任该制片厂的首席技术官。迪士尼娱乐联席主席艾伦·伯格曼表示，人工智能和混合现实的进步速度和范围是深远的，将在未来几年继续影响消

近日，AMD 发布了其最新的 Strix Point APU 系列，强调该系列在 AI 大语言模型（LLM）应用中的出色表现，远超英特的 Lunar Lake 系列处理器。AI 工作负载需求的不断增长，硬件的竞争愈发激烈。为了应对市场，AMD 推出了为移动平台设计的 AI 处理器，旨在更高的性能更低的延迟。AMD 表示，ix Point 系列的 Ryzen AI300处理器在处理 AI LLM 任务时，能够显著提高每秒处理的 Tokens 数量，相较于英特尔的 Core Ultra 258V，Ryzen AI9375的性能提升达到了27%。虽然 Core Ultra7V 并不是 L Lake 系列中最快型号，但其核心和线

谷歌 AI 工作室与 Gemini API 近日联合推出了 “与谷歌搜索的实时连接” 功能，旨在帮助开发者通过整合谷歌搜索的实时数据，提升 AI 模型的响应准确性。随着这项更新，Gemini1.5模型可以从谷歌搜索中获取最新信息，从而增强回答的准确性和透明性。开发者可以通过谷歌 AI 工作室的 “工具” 部分直接访问这一功能，或在 Gemini API 中启用 “google_search_retrieval” 工具。“与谷歌搜索的实时连接” 功能目前在谷歌 AI 工作室的免费试用版中可用，而 Gemini API 的定价则定为每1000个带有实时连接的

在人工智能迅速发展的今天，AI “幻觉” 现象愈加频繁，给许多企业带来了不小的困扰。客户服务聊天机器人自信地描述不存在的产品，金融 AI 编造市场数据，医疗机器人则提供危险的医疗建议。这些问题不再是单纯的趣事，而是正在影响公司声誉与盈利的重大隐患。为了应对这一挑战，位于旧金山的初创公司 Patronus AI 宣布推出全球首个自助服务平台，旨在实时检测和防止 AI 系统出现故障。这个平台就像是 AI 系统的 “拼写检查器”，可以在问题发生前将其捕捉到。Patronus AI 的首席执行

在谷歌最新一季的财报电话会议上，CEO桑达尔・皮查伊传递出一个明确信号：Gemini正在以惊人的速度扩张其影响力。数据显示，过去半年内，Gemini的API调用量实现了 14 倍的跨越式增长，充分印证了市场对其服务的旺盛需求。在产品落地方面，谷歌已经开始将Gemini的能力注入到其核心应用矩阵中。目前，Google Maps和Google Search等主力产品已经完成了与Gemini的深度整合，服务覆盖面已经触达 20 亿用户。值得注意的是，Gemini独立应用以及集成在Android Assistant中的功能同样收获了可观的用户增长。从

英伟达研究团队近日在机器人控制领域取得重大突破。他们开发的神经网络系统HOVER，以极其精简的参数量实现了对人形机器人的高效控制，其性能甚至超越了专门设计的控制系统。这个仅需150万参数的HOVER系统，能够处理复杂的机器人动作控制。相比之下，常见的大语言模型往往需要数千亿参数。这一惊人的参数效率彰显了系统设计的精妙。HOVER的训练在英伟达的Isaac模拟环境中进行，该环境能将机器人动作加速1万倍。英伟达研究员Jim Fan透露，这意味着在虚拟空间中一年的训练量，仅需要

今天，OpenAI 宣布对其实时 API 进行更新，目前该 API 仍处于测试阶段。这次更新的亮点在于推出了五种新的语音选项，专为语音到语音应用而设计，同时还降低了相关的缓存费用，让开发者在使用时更加经济实惠。在新推出的五种语音中，OpenAI 在 X 上的一篇文章中展示了其中三种新声音，Ash、Verse 和听起来像英国的 Ballad。这些声音不仅更加生动和可调节，还能够提供更自然的交流体验。OpenAI 在其 API 文档中提到，这项原生的语音到语音功能省去了中间的文本格式处理，从而实现了低延迟和

最近，谷歌的母公司 Alphabet 发布了2024财年第三季度的财报，结果令人振奋。公司的总营收达到了883亿美元，同比增长了15%。其中，谷歌服务的收入为765亿美元，增长了13%;而谷歌云的收入则暴涨了35%，达到了114亿美元。在这次财报中，人工智能的贡献尤为显著，谷歌 CEO 桑达尔・皮查伊表示，公司的创新承诺以及对 AI 的长期投资正不断为公司及客户带来成功。他指出，谷歌凭借其独特的全栈 AI 创新方法，正在稳步引领 AI 时代的潮流，且这一模式已经开始规模化运营。在过去的六个月里，

据悉，人工智能公司 Anthropic 正在对其 Claude 应用程序进行新功能测试。有消息称，该公司正在小范围内测试语音听写功能，用户可以进行长达 10 分钟的语音录制，由 Claude 进行转录。这项功能若最终正式推出，将扩展 Claude 的交互方式，让用户可以通过语音与 AI 助手进行更自然的沟通。据了解，目前该功能仍处于测试阶段，仅向部分用户开放。对于具体发布时间表及更多技术细节，建议用户关注 Anthropic 官方渠道获取最新信息。您如果想了解更多关于 Claude 的功能信息，可以访问 Anthropic 的

苹果公司最近在美国启动了其新人工智能软件套件 “Apple Intelligence” 的测试，吸引了许多科技爱好者的关注。这个软件的推出标志着苹果在人工智能领域的一次重大进展，尤其是在写作辅助和语音助手功能方面。苹果计划在12月将这些功能扩展到其他讲英语的市场，预计到2025年4月，将在欧洲联盟的用户中推行。图源备注:图片由AI生成，图片授权服务商Midjourney在这次测试中，用户将体验到多个新功能。其中，写作辅助功能可以帮助用户更轻松地创作内容，而名为 “Genmoji” 的 AI 驱动表情

苹果公司宣布，正在扩大其人工智能服务Apple Intelligence的语言支持范围，计划在2025年4月通过软件更新增加对中文等更多语言的支持。目前，Apple Intelligence的首批功能已经以免费软件更新的形式，随iOS18.1、iPadOS18.1和macOS Sequoia15.1提供给全球部分国家和地区的用户，但需要将设备语言和Siri语言设置为美国英语。

​苹果公司近日宣布，其最新的人工智能服务Apple Intelligence已在iPhone、iPad和Mac上正式上线，首批功能随着iOS18.1、iPadOS18.1和macOS Sequoia15.1的软件更新向用户推出。Apple Intelligence利用苹果强大的芯片技术，提供语言和图像理解能力，实现跨应用操作，并简化日常任务，同时在隐私保护方面取得了重大进步。

在近期举办的RTE2024实时互联网大会上，业界大咖们对AI产业发展趋势进行了深度剖析。随着OpenAI大幅下调API调用成本，以及中国市场价格竞争加剧，生成式AI正以前所未有的速度推动产业变革。声网创始人兼CEO赵斌指出，未来10-20年的科技发展将以提升端侧大模型应用能力为主要方向。这一变革将在终端设备、软件开发、云服务和人机交互四大领域全面展开:终端设备将进化为AI PC和AI Phone软件开发将从"Software with AI"迈向"AI Native Software"云服务将全面支持模型训练和推理人机交互将以自然语言

Cohere公司近日在其Embed3搜索模型中实现重大突破，首次将图像搜索功能与文本检索无缝集成。这项创新使企业能够在同一数据库中实现图片和文本的统一搜索，为海量产品图片、设计文件和报告管理带来革命性变革。技术层面，新系统采用统一存储架构，彻底解决了企业需要维护多个独立数据库的困扰。系统支持PNG、JPEG、WebP和GIF等主流图片格式，单文件容量上限为5MB。目前系统仅支持单张图片查询，批量处理功能仍在开发中。在核心技术支撑下，系统将商业数据转换为向量表示，大幅提