跳到正文

全部动态

今日 36 条
10月2日周五
  1. The Verge · AI55

    Suno 上线语音生成功能,可同时生成人声与背景音乐

    AI 音乐生成平台 Suno 推出语音生成功能 Speech,目前已在网页端和移动端开放公测,可同时生成配音与背景音乐并合成为一条音轨。该功能提供 Simple 和 Advanced 两种模式,前者通过提示词描述生成内容,后者支持自定义脚本并调整 AI 声音性别、语音风格和生成多样性,最长时长约 8 分钟,背景音乐可用开关关闭。

  2. The Verge · AI40

    微软用「仿生学」改造数据中心:种树建花园,能平息社区反对吗?

    微软宣布将「仿生学」设计推广至美国与德国 20 多个数据中心,通过增加花园、本地树木和生态修复项目,让设施「融入自然景观」。微软称已在荷兰一处数据中心试点,并计划对所有美国新项目采用该方案。此举正值美国多地社区抗议数据中心带来的噪音、污染和绿地消失,微软在圣安东尼奥曾因砍伐 2600 多棵树引发争议。

  3. The Verge · AI36

    AI 幻觉让顾客更理直气壮:服务员、护林员和幼教都在替 ChatGPT 背锅

    生成式 AI 的普及正在改写“顾客永远是对的”这句老话:纽约服务员 Madison 称有客人以 ChatGPT 为由无视贝类过敏警告,还有客人拒绝侍酒师、改问 ChatGPT 并点出不存在的酒。护林员 Jason 遇到游客拿着 AI 编造的行程来公园,幼教 Casey 则见到家长用 ChatGPT 排的睡眠时间反驳专业建议。Meta 新 AI 智能体 Muse 的推出可能加剧这一问题。

  4. MIT Technology Review · AI38

    别被迷惑:LLM 并不会真正推理

    前 Google DeepMind 研究员指出,LLM 的思维链并非真正的推理机制,它仍由同一个 next-token 预测过程迭代生成,只是延长了作答前的计算。文章认为当前模型存在三大缺陷:没有显式、持久、可检查的认知状态,知识与推理在神经网络权重中纠缠不清,且思维链常是事后编造。作者主张借鉴 AlphaGo 的搜索架构,为机器推理引入独立的推理机制。

  5. The Decoder71

    Google 在 Gemini 中全球上线 Skills,取代 Gems

    Google 在 Gemini 聊天中全球上线 Skills,用针对具体任务的详细提示词取代此前的 Gems,用户输入“/”加名称即可调用。Skills 格式源自 Anthropic 并以开放标准提供,支持文本、PDF 和图片作为参考材料,Gemini 还能从历史对话生成 Skills 并在匹配时自动运行。

  6. The Decoder80

    OpenAI 称已阻断窃取模型推理链的活动,但 Azure 上仍可复现

    OpenAI 称其发现并阻断了一场针对模型推理链的蒸馏窃取活动,该活动 7 月 1 日起低量出现,7 月 24 至 25 日激增至来自 4000 多名用户的 16000 次请求,涉及 15000 多个关联账号,7 月 28 日前已全部关停。

    推荐理由:OpenAI 披露的蒸馏窃取事件与研究者复测结果,呈现同一模型在不同云平台上防护不一致的问题。

  7. The Decoder58

    Anthropic 向美国文职机构开放 Claude for Government

    Anthropic 推出面向美国联邦和州级机构的 Claude for Government,该平台自 7 月起开放测试,运行在 FedRAMP High 环境。由于五角大楼禁用 Claude,该产品主要面向文职机构;机构可获得与企业客户相同的功能,按用量付费并设固定上限,管理员可按部门设置预算和模型访问权限,敏感操作需审计日志和双人审批,聊天记录保留在机构设备上。

  8. The Decoder62

    Ideogram 发布 Ideogram 4.5,称局部编辑不破坏画面其余部分

    Ideogram 发布新模型 Ideogram 4.5,称其只修改用户指定的区域,换装等编辑不会改变人物身形和背景,早期测试者确认多次编辑后一致性较强。该模型提供四档质量档位,每张图 0.8 至 22 美分,均为原生 2K 分辨率,现已上线 Ideogram 平台和 API,合作方包括 Picsart、Runway、Pika 和 Leonardo AI。

  9. The Verge · AI65

    Meta 的 Muse AI 智能体最新动态汇总

    The Verge 汇总了 Meta 新推出的 Muse AI 智能体的最新消息。Meta 称 Muse 能帮用户发邮件、在线购物,但需要用户愿意把数据交给 Meta 并提供信用卡信息。发布后 Meta 还宣布了类似 Tamagotchi 的 Muse Charm 设备计划,并陆续推出面向小企业的工具、企业平台、Mac 应用,以及让它进入 Meta 智能眼镜等更新。

  10. The Verge · AI80

    Google 发布 Gemini 4 Argon,初期仅向可信网络安全方开放

    Google 发布下一代前沿模型 Gemini 4 Argon,称其在真实软件工程、法律金融等企业知识工作和网络安全防御等复杂工作流中具备前沿性能。该模型初期仅向一组可信网络安全方开放,Google 表示正参与美国政府的前沿模型发布前自愿访问流程,并将逐步扩大访问范围。

    推荐理由:Google 发布 Gemini 4 Argon 却先只开放给可信网络安全方,读者可据此观察前沿模型发布与安全审查的绑定趋势。

  11. The Verge · AI18

    马斯克旗下 Grokipedia 推出 v0.3 更新,换上新 Logo 与首页设计

    SpaceXAI 的 AI 百科 Grokipedia 发布 v0.3 更新,启用新 Logo,并重新设计首页与实时编辑页。新首页新增精选条目、最多阅读条目和“最新编辑”追踪器,精选与最多阅读板块以可旋转、横向滚动的书脊形式呈现。Grokipedia 于 2025 年 10 月下旬以 v0.1 上线,v0.2 在一个月后发布,今年早些时候曾停止更新。

  12. TechCrunch · AI58

    AI 语音初创公司 ElevenLabs 估值翻倍至 220 亿美元

    AI 语音初创公司 ElevenLabs 宣布允许员工以 220 亿美元估值出售部分已归属股权,较今年 2 月融资时的 110 亿美元估值翻倍。此次 3 亿美元的 tender offer 由 Wellington 和 T. Rowe Price 联合领投,是该公司第二次为员工安排股权转让,上一次为 2025 年 9 月按 66 亿美元估值进行的 1 亿美元 tender。

  13. TechCrunch · AI42

    Legato 推出 AI 助听眼镜 Legato Frames,起售价 999 美元

    听力科技初创公司 Legato 周四宣布,其 AI 助听眼镜 Legato Frames 正式开售,起售价 999 美元,面向轻中度听力损失成年人。该眼镜将专利助听技术集成于镜腿,AI 系统可区分人声与背景噪音,双扬声器系统在耳旁数英寸处降低 99% 的漏音,所有处理均在眼镜端完成,不含摄像头与录音,重 34 克,续航 10-12 小时。

  14. TechCrunch · AI38

    Airbnb CEO Brian Chesky:AI 智能体需要自己的操作系统

    Airbnb 本周随秋季更新上线 AI 搜索,CEO Brian Chesky 表示聊天机器人不适合电商,未来界面将介于聊天机器人与现有版本之间。他透露公司未来三到六个月将探索支持多人协作的"multiplayer" AI 界面,并计划让 Airbnb 应用更适配 AI 智能体,最终通过 MCP 实现智能体互通。他认为行业缺少真正为 AI 构建的操作系统,AI 应在内核层面运行。