AI新闻动态（2023-10-22到2023-10-28）

[ikaijua]

AI新闻动态（2023-10-22到2023-10-28）

[ikaijua]

2023-10-23 最近使用HeyGen生成的视频再视频平台火了，比如美国女歌星霉霉（泰勒・斯威夫特）一则说中文的短视频在各社交平台火了起来，徐静雨的英文解说在B站成了热门。

在视频里，霉霉操着一口流利、地道的中文，神情自若，几乎没有早期译制片女主角的那种腔调，口型也能对得上。

1. 视频制作中使用了地道的翻译、语音克隆、人脸生成等AI技术。
2. 视频制作采用了AI启动公司HeyGen的工具,只需上传视频选择语言即可自动翻译。
3. AI视频生成技术正在成熟和商业化,将深刻影响内容产业，也引发了关于合法性的讨论，监管也需要关注其正负面影响。

相关视频：
-【徐静雨实现全英文直播，即将进军美国本土。-哔哩哔哩】 https://b23.tv/3bZB5pK

使用地址：https://labs.heygen.com/video-translate

媒体报道：

• 机器之心报道：口型几乎完美、还能卡点，霉霉说地道中文的视频火了，背后AI工具原来是它

[ikaijua]

2023-10-26 《时代》周刊发布“2023年最佳发明”榜单，200个改变我们生活的发明，其中有14个AI领域的发明

1. Adobe Photoshop Generative Expand and Generative Fill：AI智能扩图
2. OpenAI GPT-4：AI对话
3. Runway Gen-2：AI生成视频
4. Alitheon FeaturePrint: 手机摄像头拍摄商品，识别是否是假冒的
5. Dedrone City-Wide Drone Detection：无人机探测产品
6. Meta SeamlessM4T：该公司的软件能够从语音或文本中理解近 100 种语言，并能以语音到语音、文本到文本、语音到文本或文本到语音等多种形式实时翻译这些语言
7. So-VITS-SVC：人工智能生成的声音制作歌曲
8. AlertCalifornia and Cal Fire AI Wildfire Detector：AI火灾检测
9. Stable Audio：AI生成音乐
10. TrailGuard AI：摄像头监控濒危物种并发现偷猎者
11. OpenAI Dall-E 3：AI生图
12. Project Gutenberg Open Audiobook Collection：微软和麻省理工学院联手制作了 "开放式有声读物合集"，利用文本到语音技术将 5000 本图书转化为免费的合成旁白有声读物
13. AudioShake：人工智能程序可以分离出预先录制的音频元素，将其剥离成各个组成部分。
14. Humane Ai Pin：创办 Humane 的两位前苹果公司高管设想了一个无屏幕的未来，Ai Pin 就是他们迈出的第一步。一旦轻巧的 Humane Ai Pin 通过磁力吸附在你的衣服上

《时代》周刊官方文章：THE BEST INVENTIONS OF 2023

媒体报道：

• 36kr 《时代》杂志发布“2023 年最佳发明”榜单，14 个 AI 项目一览
• 爱范儿《时代》杂志公布「年度最佳发明」，这些AI 产品正在颠覆我们的生活

[ikaijua]

2023-10-26 波士顿动力的机器狗 Spot 现在能够开口聊天了，通过与 ChatGPT 的结合，使其具备了对话能力。

1. 机器狗可以以自然的声音与人进行对话，并提供有趣的回答和指引，具有机智妙语连珠的特点。
2. 实现这一功能不需要编写特定的代码，主要依靠 ChatGPT 的智能和其他辅助的 AI 模型。
3. 研究人员通过给机器狗提供简单的脚本，描述了公司内不同房间和设施的信息，并让机器狗通过自己的摄像头观察环境，利用视觉问答和 ChatGPT 的能力为观察到的事物添加标记。
4. 机器狗可以根据不同的脚本改变角色和行为，并具备感知人物方向、对视交流以及灵活动作的能力。
5. 尽管机器狗有时会胡说八道，但作为导游角色，这并不影响其实用性。
6. 研究人员认为人工智能和机器人技术的结合具有巨大潜力，机器人可以成为大规模模型在现实世界中应用的有效载体，并且通过对话分配任务可以降低机器人的使用门槛。

• 波士顿动力博客文章：https://bostondynamics.com/blog/robots-that-can-chat/
• 波士顿动力youtube视频：https://www.youtube.com/watch?v=djzOBZUFzTw

媒体报道：

• 量子位报道：波士顿动力机器狗能开口聊天了！ChatGPT加持，对话机智妙语连珠

[ikaijua]

2023-10-27 B站正在测试AI视频总结功能，该功能可以自动生成视频的文字总结。

1. 该功能由Bilibili Index大模型提供技术支持。这也是B站早先推出“搜索AI助手”功能的技术基础。
2. AI视频总结目前还在内测阶段,总结内容不够准确,仅供参考。
3. 使用该功能需要点击视频下方的“AI视频总结”按钮。
4. 该功能表明B站正在加大对AI技术的应用和探索,以进一步优化用户体验。

媒体报道:

• it之家报道: https://m.ithome.com/html/728123.htm

[ikaijua]

2013-10-27 纽约大学研究团队在Nature杂志发表论文,首次证明了神经网络模型具有类人的泛化学习能力。

1. 研究表明,与人类学习类似,神经网络可以通过很少的样本就掌握概念内涵,并应用到更广泛的场景中。
2. 研究采用 Meta-Learn 范式,证明神经网络可以实现泛化,而不仅是插值。
3. 该成果突破了过去认为神经网络只能curve fitting的观点,证明其也能像人类一样进行泛化思维。
4. 这一发现表明神经网络的智能更为接近人类,在图像、语言等领域都具有广阔的应用前景。
5. 目前GPT等模型还无法实现真正的泛化学习,该研究成果也为未来类人AI提供了新的思路。

论文链接：https://www.nature.com/articles/s41586-023-06668-3#auth-Brenden_M_-Lake-Aff1

媒体报道:

• 新智元报道: https://m.36kr.com/p/2491382585038724

[ikaijua]

2023-10-27 谷歌承诺向 OpenAI 竞争对手 Anthropic 投资 20 亿美元

1. 谷歌承诺投资最高20亿美元于OpenAI竞争对手Anthropic，该承诺包括5亿美元的前期投资,以及未来分期投入的15亿美元。
2. Anthropic今年早些时候估值41亿美元，已获Salesforce、Zoom、Amazon等公司投资。
3. 4月谷歌已投资Anthropic 3亿美元,获得10%股份。
4. 谷歌此次大手笔投资,标志着AI创业公司融资进入新高峰。

媒体报道：

• 华尔街日报：谷歌承诺向人工智能初创公司Anthropic投资20亿美元
• CNBC：Google commits to invest $2 billion in OpenAI competitor Anthropic

[ikaijua]

2023-10-26 Midjourney推出了网站版本，目前在Beta测试阶段

1. 新网站提供更好的用户体验,使使用Midjourney更加简单便捷。目前，只有那些生成1000多张图像的人才能访问它。
2. 用户可以在网站分享作品，获取创作灵感，网站具有强大的互动性。
3. Midjourney最近发布了4倍分辨率的图像生成器,大幅提升了图片质量。
4. 新版本可以生成更清晰、细腻、真实的图像,为用户创作提供了更多可能。

网址：https://beta.midjourney.com/

媒体报道：

• 推文介绍：https://twitter.com/doganuraldesign/status/1716591164470563114
• 新智元报道：Midjourney重大升级，网页版正式上线！生成图像真实清晰

[ikaijua]

2023-10-29 OpenAI推出了GPT-4 All Tools模式，这是一个重要的升级，使GPT-4能够在一个界面上融合多个功能，包括多模态模式、实时联网模式、高级数据分析和插件模式。

1. 通过GPT-4 All Tools模式，用户可以在一次对话中使用不同的工具完成任务，无需切换。
2. 一些测试案例展示了GPT-4 All Tools的功能，例如上传和修改照片、合并图像、实时信息生成、制作信息图和读取PDF。
3. GPT-4 All Tools的推出打破了界限，提升了用户体验，展示了AI技术的无限可能性。

媒体报道：

• GPT4 终极形态？ ALL TOOLS 重磅推出，一个界面融合文字、联网、绘图、插件、数据分析！