美国初创公司 Useful Sensors 推出了一款名为 Moonshine 的开源语音识别模型。Moonshine 的设计旨在更高效地处理音频数据，相比于 OpenAI 的 Whisper，它在计算资源的使用上更为经济，处理速度快五倍。这一新模型专为在资源有限的硬件上实现实时应用而打造，具有灵活的架构。与 Whisper 将音频分为固定的30秒片段处理不同，Moonshine 根据实际音频长度调整处理时间。这使得它在处理较短音频片段时表现出色，减少了由于零填充而产生的处理开销。Moonshine 有两个版本:小型的 Tiny 版本参数量为2710万，

Hugging Face今天发布了SmolLM2，一组新的紧凑型语言模型，实现了令人印象深刻的性能，同时所需的计算资源比大型模型少得多。新模型采用Apache2.0许可发布，有三种大小——135M、360M和1.7B参数——适合部署在智能手机和其他处理能力和内存有限的边缘设备上。SmolLM2-1B模型在几个关键基准测试中优于Meta的Llama1B模型，尤其是在科学推理和常识任务中表现出色。该模型在大多数认知基准上的表现都优于大型竞争模型，使用了包括FineWeb-Edu和专门的数学和编码数据集在内的多样化数据集组合。SmolL

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

苹果公司近日宣布，将在即将发布的 iOS18.2版本中入 OpenAI 的 ChatGPT。这一更新预计将在12月正式推送，届时用户将能够体验到更智能的 Siri 和其他功能。根据最新消息，iOS18.2的测试版本中新增了一个直接在设置中升级到 ChatGPT Plus 的选项，这将为用户提供简便的方式来订阅 OpenAI 的付费服务，费用为每月20美元。这一变化可能会吸引大量苹果用户注册 ChatGPT Plus，因为免费版的功能较为受限。免费用户无法使用 OpenAI 最新的模型（例如 o1-preview），也无法享受高级功能，如先进的语音模式。此

微软最近推出了一款全新的 AI 驱动聊天机器人，名为 “Xbox Support Virtual Agent”，目前正面向 Xbox Insider 进行首次试用。这款聊天机器人旨在帮助 Xbox 玩家更高效地解决与游戏相关的支持问题。Xbox Insider 们可以通过访问 support.xbox.com 来体验这一新功能，该机器人将回答有关 Xbox 控制台和游戏的各种支持问题。据 Xbox 高级产品经理 Megha Dudani 表示，微软非常重视 Xbox Insider 们对这次预览体验的反馈，所有收到的建议和意见都将用于进一步改进支持虚拟代理。此聊天机器人不仅能提供即时解答，

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

随着人工智能（AI）技术的快速发展，越来越多的消费者愿意与 AI 代理进行沟通，以期获得更快捷的服务。根据科技公司 Salesforce 的最新调查报告，全球超过一万五千名受访者显示，消费者对 AI 代理的态度日渐积极，尽管在信任度上仍面临挑战。图源备注：图片由AI生成，图片授权服务商Midjourney调查发现，72% 的消费者认为他们对公司的信任度在过去一年里有所下降。而60% 的受访者认为，AI 技术的进步使得企业在建立信任方面的责任更加重要。同时，54% 的 AI 用户对训练这些系统所用的数

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。

阿里巴巴通义实验室最新研究表明，现有的文生图 Diffusion Transformer 模型其实已经具备生成多张具有特定关系图像的能力，只需稍加“点拨”就能“融会贯通”，生成高质量的多图集。传统的 Diffusion 模型更像是一个“死记硬背”的学生，需要用海量数据训练，才能生成高质量的图像。而有了 IC-LoRA 加持，它就变成了“触类旁通”的学霸，只需要少量样本就能学会新技能。这背后的原理说起来也不复杂，研究人员发现，现有的文生图 Diffusion 模型其实已经具备一定的“上下文学习”能力，只

前Pebble首席执行官兼联合创始人Gabor Cselle近日宣布加入OpenAI，参与一个尚未公开的神秘项目。这一消息通过其在X平台（原Twitter）上的官方发布得到确认。根据LinkedIn显示，Cselle已于今年10月正式入职OpenAI。他在社交平台上表示:"目前正在学习大量新知识，稍后会分享更多关于我工作项目的细节。"作为一位连续创业者，Cselle的职业生涯可谓传奇。他的第一家公司是Y Combinator支持的移动邮件创业公司reMail，最终被谷歌收购。随后他创立的原生广告公司Namo Media则被Twitter收购，这次收购发生在埃

在最新的开发者平台 GitHub 的报告中，Python 已经成功超越 JavaScript，成为使用最广泛的编程语言。这一变化主要源于当前持续火热的生成式人工智能（AI）热潮。Python 在机器学习、数据科学和科学计算领域的日益重要性，推动了其在开源社区的崛起。GitHub 指出，Python 的流行与越来越多的 STEM（科学、技术、工程和数学）开发者加入开源社区密切相关。尽管有人担心人工智能驱动的编码可能导致开源项目中的代码质量下降，GitHub 却表示没有看到 AI 导致低质量贡献的迹象。实际上，生成式 AI

前 Twitter 挑战者 Pebble 的首席执行官兼联合创始人 Gabor Cselle 最近加入了 OpenAI，并参与一个秘密项目。根据他的 LinkedIn 资料，自10月起，Cselle 已在 OpenAI 任职，并在 X（前 Twitter）上宣布了这一消息，表示将适时分享更多关于他工作的细节，称“我已经学到了很多东西”。Cselle 是一位经验丰富的创业者，他的第一家公司——基于 Y Combinator 的移动电子邮件初创公司 reMail 曾被 Google 收购。随后，他创立的原生广告初创公司 Namo Media 被 Twitter 收购，而后者在 Elon Musk 的收购后更名为 X。在加入 Op

近日，人工智能公司 Anthropic 宣布，在其 Claude 3.5 Sonnet 模型中增加了 PDF 文件处理的功能，目前该功能已进入公共测试阶段。用户现在可以使用该模型分析 PDF 文档中的文本和视觉元素，包括图像、图表和表格等，适用于金融报告、法律文件以及文档翻译等多种场景。Claude 3.5 Sonnet 的 PDF 处理过程分为三个步骤。首先，系统会从文档中提取文本内容。接着，每一页文档会被转换为图像，以便进行更深入的分析。这样一来，用户不仅可以获取文本信息，还能够洞悉 PDF 文件中的视觉信息。值得

AI 公司 DecartAI 与 Etched 最近联合推出了一款名为 Oasis 的世界模型，声称可以在“没有游戏引擎、没有逻辑、没有代码”的情况下，运行一款类似《我的世界》的游戏。然而，这款 AI 生成的“游戏”却引发了广泛的批评和争议。Oasis 的画面质量令人失望，其分辨率仅为360p，帧率更是低至20FPS，甚至不及任天堂64时代的游戏。更为严重的是，该 AI 模型存在显著的幻觉问题，导致游戏体验极不稳定。玩家无法进行复杂操作，甚至在简单的挖掘动作中，常常会被意外传送回地面。此外，游戏环境

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，一群科技巨头和风险投资家联合发表声明，反对加州参议员斯科特·维纳提出的 SB1047法案。该法案旨在加强人工智能的监管，引发了科技行业的强烈反对。Andreessen Horowitz 的创始合伙人马克·安德森 （Marc Andreessen） 和本·霍洛维茨 (Ben Horowitz) 与微软 CEO 萨蒂亚·纳德拉 (Satya Nadella) 和总裁兼首席法务官布拉德·史密斯 (Brad Smith) 联合发表声明，反对 SB1047法案。他们声称该法案将对初创公司和大型科技公司都造成负面影响。图源备注:图片由AI生成，图片授权服务商Midjourney但事实上，拟议

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

谷歌于正式推出 ChromeOS130更新，新增多项功能，包括快速插入、专注模式、欢迎回顾以及其他实用工具。此版本还为具备 NPU（神经处理单元）的 Chromebook Plus 型号引入了一些独特功能，例如全新的 AI 录音机应用程序、增强的麦克风和相机效果，以及 “帮我阅读” 摘要的 Gemini AI 工具。在这次更新中，快速插入功能尤为引人注目。用户可以通过此功能方便地插入表情符号、GIF 动画或最近访问网站的链接，同时还能从菜单中直接访问 AI 相关的功能。在大多数设备上，用户可以通过启动器或使

在现代科技的快速发展中，人工智能（AI）正逐渐渗透到生活的方方面面。最近，一家名为 Osmo 的数字嗅觉公司宣布，他们在 “嗅觉传送” 方面取得了重大突破，AI 能够在没有人手或鼻子的情况下，实现嗅觉的 “瞬移”。这项技术的核心在于使用气相色谱质谱联用仪(GC/MS)来收集和分析香气数据。图源备注:图片由AI生成，图片授权服务商MidjourneyOsmo 公司通过传感器对某一地点的香气进行采集，然后将这些数据传输到一个专门的分子打印机，该打印机能够合成并组合必要的化学物质，精确再

微软近期推出的屏幕内容解析工具OmniParser，本周跃居人工科技开源平台HuggingFace最受欢迎模型榜首。据HuggingFace联合创始人兼首席执行官Clem Delangue表示，这是该领域首个获此殊荣的解析工具。OmniParser主要用于将屏幕截图转化为结构化数据，帮助其他系统更好地理解和处理图形用户界面。该工具采用多模型协同工作方式:YOLOv8负责检测可交互元素位置，BLIP-2分析元素用途，同时配备光学字符识别模块提取文本信息，最终实现对界面的全面解析。这一开源工具具有广泛的兼容性，可支持多种主