Meta公司AI研究负责人Yann LeCun近日在接受采访时表示，当前的AI系统并不如一些研究人员所宣传的那样强大。他指出，人工智能的真正理解、规划和推理能力依然不足，需要多次“概念性突破”才能实现类人智能。图源备注：图片由AI生成，图片授权服务商MidjourneyLeCun批评OpenAI和Google DeepMind对AI的乐观态度过于夸大，认为人类智能AI在未来5年内显然不可能实现。LeCun提到，当前的AI更多依赖文本训练，但这种方式获取的信息十分有限。他提出，下一代AI系统需要具备情感能力，以便更好地设定目

近日，Adobe Research 与西北大学合作开发了一款名为 Sketch2Sound 的人工智能系统，这一工具有望彻底改变声音设计师的工作方式。Sketch2Sound 能够让用户通过哼唱、模仿声音以及用简单的文本描述来创建专业的音效和氛围音。这个系统分析了用户声带输入的三个关键要素:音量、音色（决定声音的明亮或阴暗）和音高。随后，它将这些特征与用户的文本描述相结合，从而生成所需的声音。例如，用户在输入 “森林氛围” 并发出短促的声响时，系统会自动将这些声响识别为鸟鸣，而无需具体的指

Runway 平台迎来了一个重要更新，用户现在不仅可以在视频生成中选择首尾帧，还可以插入中间帧来进行控制。此前，许多用户一直期待这一关键帧功能，借助这一新特性，用户能够在视频制作过程中有更多的创作自由和灵活性。具体来说，大家在图生视频功能中，除了上传首尾帧两张图，还可以增加中间帧，让生成的视频画面更为丰富和协调。已经有网友开始体验，可以看看x上用户@aroha AI生成效果：又比如AIbase在这里上传了三张关联不大的首尾帧和中间帧画面：生成的效果如下，流畅度

近日，位于纽约的公司 Runway 宣布推出一项新的人才网络，旨在帮助品牌、机构和影视制作公司招聘 AI 影视创作者。随着谷歌和 OpenAI 在视频生成领域不断推进，Runway 希望通过这一平台进一步拓展其 AI 视频工具的应用范围。这个全新的 Runway 人才网络为全球的创意者、艺术家及专注于 AI 视频工具的公司提供了一个展示自己作品的平台。他们可以在这里与寻找 AI 人才的公司建立联系。网络中已聚集了许多独立的 AI 艺术家和制作公司，这些人才各具特色，涵盖多个领域。Runway 表示，这一举措

AI 初创公司 Odyssey 正在开发一款名为 Explorer 的工具，该工具利用人工智能技术，可以将文本或图像转化为3D 渲染图。该工具的工作原理类似于 DeepMind、World Labs 和以色列初创公司 Decart 最近展示的世界模型，用户只需输入如 “日本花园，绿意盎然” 的描述，Explorer 就能生成一个互动的实时场景。Odyssey 表示，Explorer 工具特别适合创建逼真的场景，这是因为其背后的 AI 系统是基于公司自定义设计的360度背包相机系统所捕捉的真实世界风景进行训练的。用户可以将 Explorer 生成的任何场景导入

在宣布成立一只1亿美元的 Anthology Fund 仅五个月后，Menlo Ventures 和 Anthropic 已为首批18家初创公司提供了资金支持，并计划继续寻找更多有潜力的投资对象。Menlo Ventures 表示，这18家初创公司是从数千份申请中精心挑选出来的，涉及多个领域，包括招聘软件、自主编码、模型决策可解释性研究、金融科技合规与税务应用、放射图像分析、图表审查、非人类身份网络安全、客户参与软件以及消费者营养应用程序。此外，还有8家已被该计划录取的公司目前处于保密状态。图源备注:图片由AI生成，

近日，随着英伟达宣布收购以色列工作负载管理初创公司 Run.ai，欧洲多个民间组织和智库发出呼声，要求欧盟委员会对此交易进行全面调查。此次收购的具体金额尚未披露，但据报道，Run.ai 在2018年成立后，经过四轮融资，估值达到7亿美元。图源备注:图片由AI生成，图片授权服务商MidjourneyRun.ai 的核心产品是一个中央用户界面和控制平台，允许用户在多种 Kubernetes 环境中高效管理计算资源。该平台特别强调与第三方 AI 工具和框架的集成，尤其是在 GPU 加速的容器环境中。Run.ai 目前已经支持

微软宣布，其Phi系列生成式AI模型迎来了新成员——Phi-4。与之前的版本相比，Phi-4在多个方面有所改进，尤其在数学问题的解决能力上表现突出，这得益于训练数据质量的提升。截至周四晚上，Phi-4的访问权限相对有限，仅在微软最新推出的Azure AI Foundry开发平台上可用，且仅限于微软研究许可协议下的研究用途。图源备注：图片由AI生成，图片授权服务商MidjourneyPhi-4是微软推出的最新小型语言模型，拥有140亿个参数。与其他小型模型如GPT-4o mini、Gemini2.0Flash和Claude3.5Haiku相当，这些小型模型

在今日举行的2024年度中国游戏产业年会上，巨人网络重磅发布了“千影 QianYing”有声游戏生成大模型，该模型由游戏视频生成大模型 YingGame 和视频配音大模型 YingSound 组成，旨在降低游戏开发门槛，让普通人也能轻松创作游戏。YingGame 是一个面向开放世界游戏的视频生成大模型，由巨人网络 AI Lab 与清华大学 SATLab 联合研发。该模型号称首次实现了角色多样动作的交互控制，用户可自定义游戏角色，同时具备更好的游戏物理仿真特性。这意味着，用户可以像“导演”一样操控游戏角色，创

谷歌今日宣布推出其最新一代人工智能模型 Gemini 2.0，这是该公司迄今为止最强大的AI模型。这一重大升级不仅在性能上有显著提升，更标志着人工智能向代理时代迈进的重要一步。根据谷歌和Alphabet首席执行官Sundar Pichai的介绍，Gemini 2.0在多模态能力和原生工具使用方面都实现了突破性进展。新模型不仅能够理解和处理文本、图像、视频、音频等多种形式的输入，还首次支持原生图像生成和文本转语音等多模态输出功能。"如果说Gemini 1.0是关于组织和理解信息的，那么Gemini 2.0就是为了让信

在人工智能技术快速发展的今天，SoundHound AI再次展现其市场潜力。这家专注于对话式AI的科技公司近期接连传来利好消息，不仅在投资者大会上展示了尖端技术，还成功与连锁餐厅Torchys Tacos建立合作。技术突破与商业扩张并行。在12月4日的UBS全球科技和AI大会上，SoundHound的首席财务官Nitesh Sharan向投资者详细介绍了公司的对话式AI软件。紧接着，公司宣布Torchys Tacos在130家门店全面部署其AI订单和客户服务技术，实现100%来电处理能力。虽然这笔合作在整个行业规模中可能不算惊天动地，但资

人工智能正在经历一个充满争议和期待的发展阶段。近期，学术界对于AI的思考能力和语言本质展开了深入讨论，其中尤以图灵奖得主Yoshua Bengio和Yann LeCun的观点最为引人注目。当前的AI发展趋势令人振奋。各大科技公司正在将重点从纯语言模型转向更复杂的推理和思考能力。以OpenAI的o1模型为例，其在数学和代码领域的显著进步就是明证。这种转变背后的核心问题是:思考真的需要语言吗?Bengio在《金融时报》发表的文章为我们提供了一个独特的视角。他认为，AI正处于一个关键的转折点，能

Zoom Communications Inc. 最近宣布将其公司名称从 Zoom Video Communications Inc. 更改为 Zoom Communications Inc.。这一改变反映了公司正在转型为一个以人工智能为中心的工作平台，致力于为现代混合办公环境提供更全面的解决方案。首席执行官 Eric Yuan 在公司博客中表示，Zoom 现在将重点放在促进人际连接与合作上。回顾2020年，Zoom 在疫情期间迅速崛起，成为视频会议的代名词，尤其是在各公司被迫将员工转移到远程办公的情况下，Zoom 的用户数量和收入都大幅增加。然而，随着员工陆续重返办公室，市场

近日，视频生成人工智能企业 Runway宣布推出其最新功能 “Expand Video”，这一创新工具将帮助用户通过简单的文本提示，轻松在原始视频画面基础上生成额外的视觉内容。用户不仅可以自由调整视频的比例，还能确保扩展后的画面在视觉效果上的统一性，提升视频的灵活性和专业性。“Expand Video” 功能的推出，让用户能够通过多次扩展，创造出如 “快速变焦（crash zoom）” 和 “拉远镜头(pull-back shot)” 等具有动态效果的摄像体验。这意味着，静态的视频画面可以通过这一功能转变为更加生

巴黎初创公司 H，由前谷歌员工创立，去年夏天在未发布任何产品的情况下，便获得了2.2亿美元的种子轮融资，震惊业界。然而，在融资后不久，该公司却因 “运营和业务分歧” 而三位创始人离职，令人担忧其前景。但 H 公司并没有被困难击倒，近日宣布推出其首款产品 Runner H，这是一款针对企业和开发者的 “智能代理” 人工智能，旨在处理质量保证和流程自动化等任务。Runner H 建立在该公司的专有 “紧凑型” 大语言模型（LLM）之上，参数仅有20亿。H 公司已在其官网上设立了 Runner H 的

在版权争议声中持续创新的AI音乐平台Suno今日迎来重大升级。作为目前全球第五大生成式AI服务提供商，Suno面向付费用户正式发布第四代模型（V4），带来了革命性的技术突破和创作体验。这款新模型最显著的改进在于音质的全面提升。不仅新创作的音乐作品品质得到大幅提升，用户还可以将已有作品升级至V4音质标准，为过往作品注入新的生命力。在创作工具方面，V4版本引入了更智能的歌词创作系统，能够生成更具创意性和艺术性的歌词内容。同时，新增的封面设计功能让创作者能够打

AI 音乐初创公司 Suno 最近发布了其音乐生成模型的4.0版本，带来了音频质量、歌词准确性和歌曲结构等多方面的改进。本次更新有一个称为 “Remaster” 的新功能，可以让用户将使用旧版本 Suno 制作的曲目升级为4.0的高质量版本。此外，Suno 还推出了一个名为 “ReMi” 的 AI 歌词助手，旨在帮助用户进行创作。目前，4.0版本已在测试阶段开放给 Pro 和 Premier 订阅用户，但尚未公布免费用户的上线时间。除了音乐质量的提升，Suno 还对其封面艺术创作系统进行了全面升级，声称新系统能够创作出

微软在年度Ignite会议上宣布推出新工具Azure AI Foundry，旨在简化云客户在构建和部署人工智能应用时的操作流程，并提升生成式AI的商业潜力。这一工具允许用户更轻松地在支持AI的大型语言模型间切换。例如，使用旧版OpenAI产品的客户可以尝试新版模型，或选择Mistral和Meta的替代方案。 图源备注：图片由AI生成，图片授权服务商Midjourney微软云计算主管Scott Guthrie表示，这一工具不仅支持混合匹配不同模型，还能帮助客户确保应用的稳定运行，并获得显著的投资回报。Azure AI Foundry将免费提供

近日，一起发生在Facebook蘑菇爱好者群组的事件，再次引发了对AI应用安全性的担忧。据404Media报道，一个名为"FungiFriend"的AI代理潜入了拥有1.3万成员的"东北蘑菇识别与讨论"群组，并给出了具有潜在致命风险的错误建议。当被询问如何烹饪含有高浓度砷的Sarcosphaera coronaria蘑菇时，FungiFriend不仅错误地表示该蘑菇"可以食用"，还详细介绍了包括煎炒、炖煮等多种烹饪方法。而事实上，这种蘑菇已经造成过致命案例。消费者安全组织Public Citizen的研究主管Rick Claypool指出，利用AI自动化识别可食用

哈佛医学院最新宣布获得一笔来自校友的重要捐赠资金，将全面加速医疗人工智能人才的培养进程。由该校杰出校友、医疗数据分析公司Inovalon创始人Keith R. Dunleavy领导的Dunleavy基金会向哈佛医学院捐赠600万美元，用于开拓医疗人工智能领域的创新教育项目。这笔资金将以"邓利维临床人工智能基金"的形式运作，其中包括100万美元的即时拨款和500万美元的永久基金。资金将主要用于支持研究生、本科生和博士后研究人员开展临床AI相关研究工作。该基金的首要任务是扩大今年9月刚刚启动的"医