欢迎来到站长之家的[每周AI大事件]，这里记录了过去一周需要我们来关注的AI领域热点内容，帮大家更好地了解

  美团于香港联交所发布了重要的公告，称已完成光年之外境内外主体100%股权的收购，收购价约为20.65亿人民币。美团在公告中对于并购的解释是，通过收购事项获得领先的AGI技术及人才，有机会加强其于迅速增加的AI行业中的竞争力。此前，光年之外联合创始人王慧文因身体原因，离岗就医及休养。

  小i机器人发布了大模型华藏，可应用于金融、医疗、建筑、零售等多元领域的应用场景。华藏大模型具有可控、可定制、可交付的特点，客户使用的最低算力成本是10万元人民币。

  机构预测，未来3年内全球AI服务器市场规模将保持快速地增长。到2023-2025年，中国的AI服务器市场规模预计将达到134亿、307亿和561亿美元，同比分别增长101%、128%和83%。

  荣耀CEO赵明在演讲中表示，消费电子行业是长周期行业，影响最大的因子从来不是经济周期，而是创新周期。他还提到，“端”侧的个人大模型将是未来的探索方向，荣耀将率先尝试把AI大模型引入端侧。

  360智脑API平台正式开放，360智脑行业解决方案将率先在安全、传媒、文旅、政务、能源等近20个行业落地，为企业级用户构建包括“办公写作大脑、

  百世集团旗下的百世软件旗下的千易ERP接入了自然语言处理工具ChatGPT，以帮助跨境卖家智能生成多种语言的商品标题和描述。这也是百世集团首次将AI功能用于商业用途。

  京东云事业部总裁曹鹏介绍了即将推出的言犀大规模预训练语言模型，这是一种参数达到千亿级的新一代模型。京东的大模型将面向多模态应用，并深入应用于零售、物流、工业等产业场景。

  百度首席技术官王海峰表示，文心大模型3.5的最大变化是新增了插件机制。其中，默认的内置插件是“百度搜索”，这使得文心一言具备了生成实时准确信息的能力。此外，还有长文本摘要和问答插件“ChatFile”，支持超长文本输入等功能。在下一个阶段，文心一言将发布更多优质的百度官方和第三方插件，让用户能更好地应用文心大模型。

  视觉中国集团宣布，在视觉中国平台上针对AIGC的内容提供溯源和认证服务。此次推出的服务名为AIGC-PAS（全称AIGCProvenanceandAuthenticationService）。AIGC-PAS服务为每一张AI生成或修改的图片生成了一个唯一的身份标识(tsa-token)，用户都能够通过视觉中国AI平台或访问可信时间戳验证平台查看图片的溯源和认证信息。

  李彦宏透露，百度文心大模型已经迭代到3.5版本。与3.0版本相比，训练速度提升了2倍，推理速度提升了17倍，模型效果累计提升超过50%。

  北京及时语智能科技有限公司宣布已完成数千万元Pre-A+轮融资。本轮融资由源渡资本独家完成投资，资金主要用于跨境出海AI客服相关场景的研发。

  加利福尼亚一家律师事务所对OpenAI提起了一项集体诉讼，指控其「窃取」个人数据用于训练ChatGPT。

  一项将人类创作的内容与OpenAI公司的GPT-3模型生成的内容进行对比的研究中，当推特上发布的内容由AI语言模型编写时，适合更容易获得人们的信任。

  微软正在测试其AI搜索聊天机器人Bing聊天的一项新功能，该功能可以使用期权价格推断未来股票价格的概率。该功能目前仍在开发中，但如果成功，可能会彻底改变投资者的决策方式。

  微软旗下代码存储库GitHub透露，在推出一年后，其代码生成工具Copilot已经被一百万开发者使用。Copilot已被超过2万家组织采用，生成了超过30亿行代码。

  ChatGPTiOS应用程序再次进行更新，这次加入了微软的Bing搜索引擎，但仅限于付费订阅用户。ChatGPTPlus的付费订阅用户现在可以启用新的「浏览」功能，该功能使用GPT-4与Bing搜索相结合。

  OpenAI对聊天机器人有了更大的计划:首席执行官SamAltman私下告诉一些开发人员OpenAI希望将其变成「超级智能个人工作助理」。凭借有关个人及其工作场所的内置知识，这样的助理可以执行诸如以该人的风格起草电子邮件或文档以及有关其业务的最新信息等任务。

  新闻网站评级工具NewsGuard的分析发现，不可靠的人工智能生成的新闻信息和新闻网站（UnreliableArtificialIntelligence-GeneratedNews，UAIN）大幅增加，这些网站通过主要品牌的自动编程广告进行资助。

  谷歌DeepMind首席执行官DemisHassabis表示，其下一个大型语言模型将与OpenAI的语言模型相媲美，甚至是更好。

  根据网站数据分析工具SimilarWeb数据，前期ChatGPT的访问量增长率惊人，1月份的环比增长率为131.6%，2月份为62.5%，3月份为55.8%，在4月份明显放缓，环比增长率为12.6%，到了5月，这个数字已经变为了2.8%。ChatGPT6月的环比增长率有可能为负数。

  特斯拉表示，备受期待的Dojo超级计算机将于下个月开始投产，这将使其自动驾驶技术达到一个新的水平。Dojo是特斯拉自主开发的定制超级计算机平台，专为AI机器学习和视频训练而构建，利用来自其车队的视频数据进行训练。

  近半数（47%）在CNBC进行调查的公司表示，AI是他们未来一年技术投资的首要任务，而AI的预算是第二大技术投资领域云计算的两倍多(21%)。

  开源羊驼大模型LLaMA上下文追平GPT-4，只需要一个简单改动!MetaAI这篇刚刚提交的论文表示，LLaMA上下文窗口从2k扩展到32k后只需要小于1000步的微调。与预训练相比，成本忽略不计。

  芝加哥大学的一组研究人员开发了名为Glaze的开源工具。这个工具通过改变原始图像中的像素，防止图片被AI工具用作训练数据。经过几个月的公测，Glaze1.0今天正式发布。简单的说，Glaze分析艺术作品，并生成修改后的版本（几乎看不到变化）这种“隐形图像会扰乱AI模仿过程。

  南京大学的研究人员提出了一种全新的方法AvatarBooth。该方法可以生成高质量和可定制的化身，能够准确反映特定个体的视觉和文字特征。与之前只能基于简单文本描述生成化身的方法不同，该方法可以根据任意捕获的面部或身体图像生成个性化头像，并支持基于文本的模型生成和编辑。

  一款名为Zeroscope_v2_576w的视频生成模型现已开源。Zeroscope_v2_576w基于Modelscope打造，是一个具有17亿个参数的多级文本到视频扩散模型。它根据文本描述生成视频内容。并且提供更高的分辨率，没有Shutterstock水印，并且宽高比更接近16:9。

  ChatPDF是一款创新工具，能实现与PDF文件的交互就像进行对话一样简单。通过利用GPT3.5，ChatPDF有效地成为任何PDF文档的聊天机器人，能够回答用户的问题，甚至根据需要重新编写部分内容。

  Midjourney推出了最新Midjourney5.2版本，并引入了社区长期以来一直要求的画面扩展功能。Zoomout是Midjourney给这一功能起的名字，在其他AI图像生成器中通常称为outpainting（画面扩展）:AI可以放大已经生成的图像。例如，在肖像图中，可以补全画面，让你看到更多周围环境的细节。

  AudioPaLM结合了两个现有模型的优势，即PaLM-2模型和AudioLM模型，以产生一个统一的多模态架构，能够处理和生成文本和语音。这使得AudioPaLM可以处理各种应用，从语音识别到语音转文字。

  朱啸虎称，其核心观点为不要迷信通用大模型，“明年3.5就成commodity，3年后4也将是commodity!对于大部分创业者，场景优先，数据为王!”

  中国移动董事长兼执行董事杨杰表示，大家已经非常熟悉，近期广泛兴起的AIGC，可能又会引发新一轮的科技革命，我想这只是刚刚开始。

  菜鸟集团的CEO万霖提到生成式AI时指出，生成式AI能够改变交互方式。在物流行业中存在许多专业软件，包括货运车辆、路径规划、优化算法等方面的软件，通过生成式AI，我们可以大幅度降低使用这些专业软件的难度。

  阿里云智能集团董事长兼首席执行官张勇表示，人工智能技术应“可用、可靠、可信”，阿里云目标是让算力更普惠，让AI更普及。

  面对大模型发展的安全顾虑，周鸿祎认为，大模型实现“安全可控”的关键在于要坚持“辅助模式”，将大模型定位为企业和员工的助手，作为“副驾驶”角色提供帮助，让人的意志在整个决策回路中起到关键作用。“人工智能的发展要‘以人为本’，大模型不能引发大规模裁员，而是要帮助企业员工提升能力和效率。”

  一项新分析显示，由于科技巨头、银行等全球主要品牌的广告预算，他们正在向AI生成的低质量网站提供广告收入，让这些充斥着AI生成的低质量内容网站得到了大量的经济支持，且继续存活下去。TheVerge记者总结道，「现如今，AI正在杀死旧Web，新Web艰难诞生」。而在他看来，这也未必是一件坏事。

  对未知，有人畏惧，也有人当作机遇。食验室就是后者。在大部分公司对AIGC持观望态度的当下，食验室已经将对AI的探索运用到了实践之中——把AI制作的包装设计投入真实市场之中测试客户反馈、与AI合作进行新品开发、探索AI定制模型输出业务。2022年，食验室销售额增长150%，突破亿元。

  企业对AI面试的需求爆发，HRSaaS服务商和招聘平台们顺势切入，开启了智能化转型。目前，AI已渗透在招聘岗位撰写、面试、人才评估等流程，AI面试作为最核心的一环，成为用户频繁接触的场景。报告显示，近65%的招聘人员在招聘过程中使用了AI，89%的HR认为人工智能将改善候选人的申请流程。

  继百度发布知识增强大模型文心一言以来，国内科技巨头跑步入场，高考相继成为自家大模型产品的试炼场。需要指出，相比大模型答题，上线AI解决方案，更好地服务用户才是真正考验技术能力的时刻。

  无论是最基础的，用AI批量生成内容变现，还是更进阶的，玩概念、做品牌，其商业思路并没有多少神秘之处。AI变现这条路，除了基本的技术熟练度之外，头脑灵活、动作迅速的重要性胜过其他因素。AI已不再是科幻电影中的假设，而是我们触手可及的技术。站在这样一个时间节点，在新旧交替的裂隙中，神话AI，只会让它离你越来越远，不如拥抱它、了解它、改进它，让它真正为人所用。

  本文测试了向几个主流的AI发起问询，看看AI能否帮助我们挑选一些合适的志愿。通过连续问答的方式，多数高考生估计都可以从AI处获得一些建议和解答，帮生更好了解对应的专业细则。

  谷歌DeepMindCEOHassabis全新爆料:全新Gemini模型将结合进AlphaGo和大语言模型，成本预计是数千万美元，甚至数亿。传说中合并了AlphaGo和类GPT-4大模型的Gemini，终于要来了吗?

  讨厌AI创作的音乐人可以暂时松一口气了。最近，格莱美主办方美国国家录音与科学学院更新了一系列评选规则，在涉及AI音乐的条款中给出了答案:参选作品可以使用AI元素，但完全由AI生成的作品则没有资格获得任何奖项。也就是说，至少从格莱美的新规定来看，AI还无法代替人类。

  11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！

  OpenAI在美东时间9月25日宣布对ChatGPT进行重磅升级，实现了看图、听声音、输出语音内容的三大功能，为通用人工智能迈出重要一步。DeepMind研究:LLMs在图像和音频压缩方面出色表现Google旗下的DeepMind研究人员发现，大型语言模型除了在文本领域表现出色在图像和音频数据的压缩方面具备出色能力，超越了专用的压缩算

  自从ChatGPT问世以来，大模型如何落地、盈利，就成了无数创业者都在思考的问题。一个尴尬的现实是，现阶段C端最受欢迎的一类AI应用，实在让人很难以启齿……尽管ChatGPT发布后，OpenAI十分注重模型的安全性、合规性，但还是有很多开发者攻破了ChatGPT的安全漏洞，让GPT实现了“越狱”，并开发出了各种突破限制的AI应用。这样的“预演”，在C端大模型落地困难的今天，无疑提供了一种另类的“经验”。

  OpenAI是当下AI产业的风向标，据TheInformation报道，OpenAI的年营收已达到13亿美元，其爆发式增长提振了AI产业的信心。9月24日的美国旧金山举行的YC校友会上，OpenAI创始人兼CEOSamAltman的演讲无疑是当天最火爆的，台下挤满了前来学习和交流的创业者。“人们可以原谅人类犯错，但不能原谅计算机”，SamAltman强调人们对计算机采用的标准是不同的，创业者应当意识到这一点，并确保A

  清华AI杨植麟创业公司MoonshotAI发布KimiChat，支持20万字长文本，解决大模型上下文窗口长度问题，旨在打造C端SuperApp。目前Claude支持最大长文本为100kGPT-4则是32k。Fotor最新推出的全套AI工具包括AI文字生图、AI以图生图、AI扩图、AI背景创作、AI换脸、AI编辑、智能消除和人像编辑等功能。

  著名AI模型开源平台HuggingFace上有超过320，000个大模型，并且每天保持高速增长。据统计只有大约6，000个模型支持ONNX格式，但微软表示，实际上有超过130，000个模型支持该格式。在HuggingFace开源平台上还有10万个模型不支持ONNX格式，鼓励更多的技术研究机构、开源项目加入到ONNX社区，以通过ONNXRuntime增强开发效率。

  人工智能可能正在引发对人们工作保障的担忧，但新一波工作岗位正在涌现，这些岗位专注于审核下一代人工智能模型的输入和输出。自2022年11月以来，全球的商业领袖、职员和学者都一直担心生成式人工智能将扰乱大量专业岗位。」他还表示：「中小企业可以将注意力从单调的文件分析转移到批准由人工智能模型生成的输出，并通过应用来自人类反馈的强化学习进一步改进这些输出。

  由DeepMind、Google、百度和Meta的研究人员共同创立的AI创企Reka，最近宣布了最新产品一款多模态AI助手Yasa-1。这款助手被设计成可以理解和互动文本、图像、视频和音频等多种媒体形式，被认为有望成为OpenAI的ChatGPT的竞争对手。Yasa-1的发布标志着多模态AI助手领域的竞争愈发激烈，预示着未来AI助手将在不同媒体类型之间进行更多复杂的交互，为用户提供更多有趣和实用的功能。

  正在悄然切换，进入AI时代。现在打开淘宝，搜索“淘宝问问”，你可以直接跳转到一个全新的页面。它还不是最终形态，如何让电商和AI更好地结合，找到那条打通最佳的用户体验和购物链路的路径，才是真正的挑战。

  “怪病”缠身3年求医无果，最终竟然被ChatGPT成功诊断!这是发生在一名4岁男孩身上的真实经历。某次运动后，他身体开始剧痛。总结一下上述观点就是，大伙儿可以用AI辅助诊断病情，比搜索引擎好用，但最终还是得去医院，找医生确诊。

  ChatGPT、百度文心一言、Bard等大语言模型展现出了超强的创造能力，加速了生成式AI的应用进程。但AI模型只能基于训练数据执行各种任务，无法像人类一样利用生活知识、过往经验用于复杂的推理和决策。ACE框架展示了如何更好地利用大语言模型的潜力，将其打造为推动认知发展的核心引擎，为人工常识推理提供动力。

  CoGrader 是一款教师评分助手，通过 AI 技术帮助教师高效评分，提供即时和全面的反馈，节省 80% 的评分时间。支持 Google Classroom 集成，可以导入和导出作业。通过分析学生数据，提供班级分析和挑战点，支持多语言评分。

  Rex.fit是一个由AI驱动的营养和健身教练，旨在根据个人的独特目标（如长寿、减肥或增肌）量身定制健康转型方案。通过WhatsApp与Rex交流，用户可以记录餐食、获取个性化的锻炼建议、查看日常报告和反馈，从而在减重、健身或提高生活质量方面取得显著进展。

  Aha Vector Search是一个高性能、低成本的端到端向量搜索服务。它提供了一种快速构建端到端向量搜索的方法，帮助用户以更低的成本实现高效的搜索体验。

  SparkSocial是一款AI驱动的社交媒体营销工具，通过监控关键词、实时追踪、情感分析和全面报告，帮助用户更接近受众。它提供自动生成回复、竞争分析、受众发现等功能，帮助用户发现潜在客户、提升品牌曝光、进行大规模冷外联等，同时提供数据驱动的报告和分析。定价灵活，适用于企业、代理机构、SaaS以及创作者。

  News Minimalist是一个AI策展的新闻摘要服务，它从海量新闻中筛选出线%的故事。这个服务提供了一个没有垃圾新闻、点击诱饵或广告的纯净新闻阅读体验，用户能够最终靠每日通讯获得新闻摘要。

  Creately VIZ是一款AI视觉智能工具，能够快速生成可视化内容，自动化任务，并帮助用户发现新的视角。它提供多种功能，包括AI模板生成、自动化工作流程、与团队协作等。适用于各种场景，如白板协作、业务流程管理、战略规划等。产品定位于提高团队工作效率，提供创新视角。

  GeminiProChat是GeminiPro的最小化Web界面，提供简洁有效的聊天体验。它支持通过环境变量来控制网站，允许使用者通过Docker部署，并提供易于部署的Vercel和Railway选项。GeminiProChat是一个灵活的工具，适用于需要简单、高效聊天界面的用户。

  AppAgent是一个基于LLM（大型语言模型）的多模态代理框架，设计用于操作智能手机应用。通过简化的动作空间（如点击和滑动），模仿人类般的互动方式，实现应用操作，无需系统后端访问。代理通过自主探索或观察人类演示学习新应用的使用方法，创建知识库用于执行不同应用中的复杂任务。

  Reply Boy是一款Chrome浏览器插件，旨在帮助您增加Twitter账号的曝光。您可以选择不同类型的回复（问题、肯定），并选择不同的情绪（浪漫、有趣、聪明等），从而轻松产生优质的推文。Reply Boy注重安全和隐私，不追踪用户数据，不记录消息，遵守Twitter规则，无需您的密码。您可以免费尝试，无需任何设置。

  DeepSwapper是一款免费高质量的换脸服务。用户可以通过上传图片进行换脸操作，DeepSwapper提供无水印、无广告、高质量、无限次数的换脸服务。DeepSwapper使用AI技术实现真实的脸部交换效果。DeepSwapper支持多种图片格式上传，同时也提供API服务。

  Animos是一款面向儿童的对话玩具，也是家长的辅助工具。它通过AI技术回答孩子的各种问题，提供逻辑思维游戏，引入早期双语环境，并帮助孩子理解和处理情感。Animos旨在将屏幕时间转化为互动学习冒险，提高儿童的语言发展，识别孩子的兴趣并激发好奇心。此外，Animos注重隐私保护和内容安全，为家长提供日常总结和反馈功能。

  使用Resume，在短短 5 分钟内创建一份能帮助你获得工作的简历。选择超过 20 个专业、现代和创意的简历模板。

  Slay School是一款AI闪卡制作器，能够帮助学生将笔记转化为简洁易记的闪卡，节省时间并专注于学习。用户可以上传讲座资料、粘贴笔记或提交链接，Slay School能在几秒钟内自动生成闪卡。支持自测或导出至Anki/Quizlet。产品定位于学生群体，特别适合医学生。

  Steerable Motion是一个用于批量创意插值的ComfyUI节点。我们的目标是展示在图像作为视频模型演变时，如何以最佳方式驱动运动。

  EasyTranslator是一个基于OpenAI API的命令行工具，支持多种文件格式（包括.txt、.pdf、.docx、.md、.mobi和.epub）的翻译。它可以轻松地翻译文本文件，消除语言障碍。

  Google Gemini是由DeepMind开发的多模态AI模型，能处理文本、音频、图像等多种信息。它包括三个版本：Ultra、Pro和Nano，分别针对不同的任务复杂度。Gemini在AI基准测试中表现出色，针对各种设备进行了优化，并已经过安全和偏见测试，遵循负责任的AI实践。它将集成到Google产品中，并通过Google AI Studio和Google Cloud Vertex AI提供。

  Voxio是一款语音转换为Notion页面的应用。它提供了多种布局和文本块，用户可以自由选择。用户可以在Voxio应用程序中或后台捕捉他们的语音，并通过单个滑动将其发送到Notion。此外，用户可以随时保存录音并在稍后发送。Voxio支持多语言，适用于全球用户。

  Tripo 1.0是一个AI驱动的3D建模工具，可以通过文本或图片在几秒钟内生成高质量且可直接使用的3D模型。这个工具适用于快速创建3D内容，无需复杂的设计流程，为用户更好的提供了一个高效且简便的3D建模解决方案。

  PressPulse.ai是一款帮助用户获取新闻报道的AI工具。通过用户设定的专业背景和媒体需求，PressPulse.ai能够在数百家媒体发布的日报中，精准匹配用户的报道机会。同时，PressPulse.ai还提供了AI驱动的一键Pitch草稿功能、实时通知、领域权威数据等功能，帮助用户更高效地获取媒体曝光。PressPulse.ai分为标准版、团队版和企业版三种，价格分别为15美元/月、39美元/月和面议。

  Drawww app是一款专为iPad设计的实时AI绘图应用，提供快速、安全且创新的绘图体验。应用通过AI技术加速绘图过程，支持离线使用，确保数据隐私安全。功能包括无限图层、精密工具（如画笔、铅笔、橡皮擦等），以及可定制的大小和透明度。Drawww还引入了新一代的AI就绪文件格式.drawww，支持快速打开和跨设备无缝分享。