?????????聚焦開發(fā)者

OpenAI開發(fā)者大會正式開始接受申請

2023年OpenAI開發(fā)者大會正式開始接受申請，計劃于11月6日在舊金山舉行，涵蓋主題演講、分組會議和晚間招待會。參會者需提交申請，門票費用為450美元，名額有限。主題演講將通過直播方式提供。分組會議將涵蓋API技術、AI產品開發(fā)最佳實踐等內容。

申請地址:https://devday.openai.com/

站長之家提要:

1. OpenAI將舉辦首屆開發(fā)者大會，匯聚開發(fā)者和團隊，預覽新工具和交流想法。

2. 參會者需提交申請，門票費用為450美元，名額有限，提前申請較有機會。

3. 主題演講將通過直播提供，分組會議將探討API技術和AI產品開發(fā)實踐等議題。

微軟在開發(fā)AI模型時泄露了38TB敏感數(shù)據(jù)

微軟在GitHub上錯誤使用Azure平臺的共享訪問簽名令牌（SAS），導致38TB的私人數(shù)據(jù)泄露，包括密碼、密鑰和內部消息。這次事件凸顯了AI模型訓練過程中的安全風險和挑戰(zhàn)，需要更強的安全措施和協(xié)同工作來確保數(shù)據(jù)的安全性和隱私保護。

圖源備注:圖片由AI生成，圖片授權服務商Midjourney

站長之家提要:

1. 微軟在GitHub上分享AI模型訓練數(shù)據(jù)時，錯誤使用了權限過于寬松的SAS令牌，導致數(shù)據(jù)泄露。

2. 數(shù)據(jù)泄露包括38TB的私人文件，其中包括密碼、密鑰和內部Microsoft Teams消息，威脅了數(shù)據(jù)的安全性。

3. 事件突顯了SAS令牌的安全風險，強調AI模型訓練過程需要更強的安全措施和監(jiān)控以防止類似事件再次發(fā)生。

AI在玩一種很新的藝術!螺旋控制圖像Illusion Diffusion爆火

AI創(chuàng)作了一種新的藝術形式，引發(fā)了近700萬網(wǎng)友的圍觀，使用ControlNet技術，創(chuàng)造了一種螺旋圖形的錯覺圖像，受到廣泛關注。有網(wǎng)友甚至直接在Hugging Face上制作了——Illusion Diffusion，普通用戶只要打開瀏覽器就能玩。

項目地址:https://huggingface.co/spaces/AP123/IllusionDiffusion

站長之家提要:

1、AI創(chuàng)作了一系列圖像藝術作品，其中以棋盤和螺旋樣式最為流行，吸引了數(shù)百萬網(wǎng)友觀看和點贊。

2、這些AI作品被認為具有錯覺圖形大師埃舍爾的感覺，展示了AI在圖像創(chuàng)作領域的潛力。

3、使用ControlNet技術和開源AI文生圖模型，網(wǎng)友可以嘗試自己創(chuàng)作這種風格的圖像，而且還可以應用在視頻和其他領域。

Repilot開源:自動程序修復的高效補丁生成工具

Repilot是一款基于語義代碼補全和大型語言模型的程序修復工具，能夠自動分析代碼錯誤并生成修復補丁，具有錯誤修復、智能補全、Docker支持等核心功能，旨在提高開發(fā)和維護效率。

項目地址:https://github.com/ise-uiuc/Repilot

站長之家提要:

1. Repilot可自動分析源碼找出錯誤，并生成語義合理的補丁進行修復。

2. Repilot集成了語義代碼補全引擎，保證補丁語義正確。

3. Repilot支持Docker部署，提供詳盡文檔，易于上手使用。

JoJoGAN:可一鍵生成藝術化面部圖像的深度學習模型

JoJoGAN是一個深度學習模型，可將普通面部圖像轉化為藝術化作品，無需專業(yè)干預。它采用感知損失和身份損失的結合，確保生成圖像保持個體特征。使用Nvidia T4GPU，平均耗時14秒，成本0.0077美元。但僅適用于面部圖像，對GPU性能要求高。

項目地址:

https://www.aimodels.fyi/models/replicate/903681b6-e6d3-428c-b611-f6afb60b3d18

站長之家提要:

1. JoJoGAN是深度學習模型，將普通面部圖像轉化為藝術化作品，無需專業(yè)干預。

2. 它結合感知損失和身份損失，保持生成圖像的個體特征。

3. 需要Nvidia T4GPU，僅適用于面部圖像，對GPU性能要求高。

SyncDreamer:從單視圖圖像生成多視圖一致圖像以實現(xiàn)3D重建

SyncDreamer是一個端到端的框架，可以從單個視角的圖像生成多視圖一致的圖像，以實現(xiàn)3D重建。

項目地址:https://github.com/liuyuan-pal/SyncDreamer

站長之家提要:

1. SyncDreamer包含一個diffusion模型和一個differentiable renderer，可以生成質量高、多視圖一致的圖像。

2. 先通過diffusion模型生成圖像，再通過renderer生成對應的多視圖，計算一致性損失進行優(yōu)化。

3. SyncDreamer生成的圖像可用于高質量3D重建，有助于推動3D生成技術的進步。

韓國AI研究機構出品!MagiCapture:個性化生成高分辨率肖像照片

韓國AI研究機構推出MagiCapture技術，實現(xiàn)高分辨率肖像照片的多概念個性化生成。該方法采用多概念定制，融合主題和風格概念，只需少量參考即可生成高分辨率肖像照片。

論文網(wǎng)址:https://arxiv.org/abs/2309.06895

站長之家提要:

1、MagiCapture采用多概念定制方法，融合主題和風格概念，生成高質量個性化肖像照。

2、研究人員提供新的注意力重新聚焦損失和即時學習策略，明顯優(yōu)于基線方法。

3、MagiCapture代表肖像生成領域的重要技術進步，為用戶提供更便捷的個性化肖像生成。

??????AI新鮮事

B站UP主手作AI男士婚紗引圍觀 視頻播放量超43萬

一句話概括:B站UP主受AI男士婚紗照啟發(fā)，策劃一個月成功制作了一套男士婚紗，視頻展示了設計過程，播放量超過43萬。

站長之家提要:

1. UP主在女士婚紗基礎上改造，加入了露腰設計，使用蕾絲和網(wǎng)紗呼應上衣，創(chuàng)新以網(wǎng)紗替代裙擺。

2. 男士婚紗在現(xiàn)實不常見，需要大膽創(chuàng)新，難度較高，UP主克服了種種困難成功制作。

3. 視頻在B站上引發(fā)熱議，播放量超過43萬，許多網(wǎng)友紛紛分享喜好。

小紅書博主用AI生成電商模特圖賺到2000

小紅書博主“知影Studio”使用AI技術為客戶生成電商模特形象照，僅用一個下午的時間就完成了6-7套照片創(chuàng)作，質量較高，為電商領域開辟了新的應用場景。

站長之家提要:

1、博主用AI工具為客戶快速生成電商形象照片，只用一個下午完成6-7套照片。

2、AI生成的電商模特圖像效率高、質量較好，難以找出破綻。

3、小紅書用戶希望看到更豐富、更實用的AI生成電商內容，有利于電商領域創(chuàng)新。

Nvidia第二季度交付900噸AI芯片 Meta可能是最大單客戶

Nvidia在第二季度交付了900噸AI芯片，其中大部分可能供應給Meta，引發(fā)了市場的廣泛關注。Omdia的研究表明，對Nvidia AI芯片的需求激增，導致服務器平均價格上漲30%，并且市場規(guī)模預測將增長8%。

站長之家提要:

1. Nvidia第二季度向客戶交付了900噸H100AI芯片。

2. 根據(jù)Omdia報告，Nvidia AI芯片需求激增，服務器平均價格上漲30%。

3. 盡管AI硬件需求增加，但AI實際采用增長相對較慢，未來領域特定AI模型將成為重點。

MSN刪除了抄襲、亂編的AI文章，但問題仍未解決

MSN刊登了一篇似乎由人工智能生成的文章，涉及前NBA球員Brandon Hunter的死訊，后來被撤下。這篇文章被指責抄襲TMZ Sports博客，并且內容混亂不堪，由一家名為Race Track的出版社制作。盡管MSN刪除了這篇文章，但Race Track仍然發(fā)布一連串難以理解的文章，MSN繼續(xù)轉載。這問題尚未得到解決。

圖源備注:圖片由AI生成，圖片授權服務商Midjourney

站長之家提要:

1. MSN新聞發(fā)布了一篇似乎由人工智能生成的文章，內容涉及前NBA球員Brandon Hunter的消息，后來被指責抄襲并撤下。

2. 這篇文章由名為Race Track的出版社制作，內容混亂不堪，很可能抄襲了TMZ Sports博客的內容。

3. 雖然MSN刪除了有爭議的文章，但Race Track繼續(xù)發(fā)布難以理解的文章，而MSN則繼續(xù)轉載，凸顯了內容審查方法的缺失問題。

ChatGPT競爭對手Writer，獲得1億美元融資

Writer獲得1億美元B輪融資，主要面向企業(yè)市場，提供類似于ChatGPT的功能，注重數(shù)據(jù)安全和可解釋性。

站長之家提要:

Writer的融資由ICONIQ Growth領投，已吸引知名企業(yè)投資，收入增長迅速。

Writer的核心技術是Palmyra大語言模型，已在不同領域取得成功。

Writer提供多種功能，包括文本生成和數(shù)據(jù)安全，適用于各種主流業(yè)務場景。

騰訊AI新專利可判斷文件對應情緒

騰訊近日獲得了一項關于利用AI處理文本情感的專利。該專利提出了一種方法，可以根據(jù)用戶查看文檔時的情緒反饋，來判斷并展示文檔的情緒傾向，從而讓用戶對文檔內容有更明確的預判。

站長之家提要:

1. 專利可以獲取用戶查看文檔時的情緒數(shù)據(jù)，并展示文檔的情緒可視化圖像。

2. 根據(jù)用戶情緒數(shù)據(jù)實時更新并展示情緒可視化圖像。

3. 通過情緒可視化圖像，用戶可以判斷文檔內容的情緒傾向，提升體驗。

英國公布AI監(jiān)管原則 開發(fā)者須對輸出內容負責

英國競爭與市場管理局提出新的AI監(jiān)管標準，強調開發(fā)者對AI輸出內容負責，關注問責和透明度，英國政府致力于推動健康發(fā)展的AI技術。

站長之家提要:

1、英國競爭與市場管理局引領AI監(jiān)管，要求開發(fā)者負責AI系統(tǒng)輸出內容，關注問責和透明度。

2、英國政府計劃成為全球AI產業(yè)和監(jiān)管的領導者，將舉辦全球AI峰會，同時放寬AI文本和數(shù)據(jù)的版權限制，吸引AI企業(yè)入駐。

3、全球范圍內，AI監(jiān)管成為熱議話題，各國在制定AI法規(guī)和原則方面積極行動，旨在平衡創(chuàng)新和消費者權益。

英偉達與 Anyscale 合作

英偉達與Anyscale合作，旨在提高大型語言模型和生成式AI應用的開發(fā)效率，解決處理器需求增加和資源受限的問題。

圖片來自NVIDIA

站長之家提要:

1. 大型語言模型在生成式AI工具中需要更多處理器，但處理器價格高昂且供應有限，云資源也無法完全解決擴展規(guī)模的問題。

2. 英偉達將其AI技術引入Anyscale平臺，支持流行的開源模型嵌入到應用程序中，并提供自動擴展推理功能，提高性能。

3. Anyscale的Ray框架是全球增長最快的可擴展計算統(tǒng)一框架，與英偉達的合作旨在加速大型語言模型和生成AI應用的開發(fā)，提供前所未有的速度和效率。

甲骨文發(fā)布語音AI助手，助力醫(yī)療保健領域

甲骨文公司發(fā)布語音生成式AI助手，旨在改善醫(yī)療保健領域的工作流程，將整合到電子健康記錄解決方案中，提供多模態(tài)支持，自動化管理醫(yī)療記錄，幫助醫(yī)護人員提高患者護理質量。

圖源備注:圖片由AI生成，圖片授權服務商Midjourney

站長之家提要:

1. 甲骨文推出生成式AI助手，解決醫(yī)療保健領域的工作效率和人員短缺問題。

2. 助手通過文本或語音命令工作，提供多模態(tài)支持，改善電子健康記錄的管理和患者護理流程。

3. 助手還提供患者自助服務體驗，可用于安排約會或支付賬單，預計在未來12個月內全面推出以改善醫(yī)護工作流程。

人工智能可以檢測癡呆癥了!有望改善治療效果

最近賓夕法尼亞州蓋辛格健康系統(tǒng)的研究發(fā)現(xiàn)，人工智能工具在檢測未確診癡呆癥方面具有潛在有效性，提供了改善早期診斷和治療的新希望。這項研究表明AI在早期癡呆癥識別中準確性顯著，可為提高生活質量和治療效果提供支持。

圖源備注:圖片由AI生成，圖片授權服務商Midjourney

站長之家提要:

1. 賓夕法尼亞州蓋辛格健康系統(tǒng)的研究發(fā)現(xiàn)，AI算法在早期癡呆癥的診斷中表現(xiàn)出卓越準確性。

2. 早期癡呆癥的診斷對干預和治療至關重要，傳統(tǒng)方法通常耗時且困難。

3. AI診斷工具有望提高癡呆癥患者的生活質量，加速診斷速度和準確性在臨床實踐中的應用。

????????大模型動態(tài)

OpenAI多模態(tài)AI系統(tǒng)GPT-Vision即將推出 與谷歌Gemini競爭

OpenAI即將推出GPT-Vision多模態(tài)AI系統(tǒng)，與谷歌Gemini形成直接競爭。GPT-Vision可支持圖像和文本輸入，實現(xiàn)視覺能力增強。OpenAI加速商業(yè)化布局，意在搶占先機。業(yè)內認為OpenAI與谷歌競爭將推動行業(yè)技術進步。

站長之家提要:

1、OpenAI將推出GPT-Vision多模態(tài)AI系統(tǒng)，與谷歌Gemini直接競爭

2、GPT-Vision支持圖像和文本輸入，實現(xiàn)視覺能力增強

3、OpenAI與谷歌競爭有利于行業(yè)技術進步

多模態(tài)大模型MMICL霸榜 支持文本圖像視頻輸入

北京交通大學等機構推出多模態(tài)大模型MMICL，它支持文本、圖像、視頻三種模態(tài)混合輸入，在多項評測中表現(xiàn)搶眼，已開源兩個版本，有望成為多模態(tài)領域新寵。

項目地址:https://github.com/HaozheZhao/MIC

站長之家提要:

1. MMICL支持文本、圖像、視頻三種模態(tài)混合輸入，在多項多模態(tài)能力評測中表現(xiàn)突出。

2. MMICL采用兩階段訓練，可實現(xiàn)“現(xiàn)學現(xiàn)賣”，有效緩解視覺語言模型中的語言偏見。

3. MMICL已開源可商用的Flan版和僅科研用的Vicuna版，都發(fā)布在GitHub上。

??????AI應用

字節(jié)跳動旗下云服務火山引擎數(shù)智平臺VeDI發(fā)布AI助手

字節(jié)跳動旗下云服務火山引擎在數(shù)據(jù)驅動科技峰會上推出了數(shù)智平臺VeDI的AI助手，通過接入大語言模型，可以幫助企業(yè)提升數(shù)據(jù)處理和查詢分析效率，即使不懂編程的員工也可以進行業(yè)務運營數(shù)據(jù)的分析。

站長之家提要:

1. 火山引擎推出VeDI數(shù)智平臺的AI助手

2. AI助手接入大語言模型，提升數(shù)據(jù)處理效率

3. 即使不會編程也可以進行業(yè)務數(shù)據(jù)分析

谷歌AI聊天機器人 Bard 新增Gmail等谷歌應用插件

谷歌AI聊天機器人Bard最近更新，新增對Gmail、Docs、Drive等谷歌應用的插件支持，可以實時獲取谷歌服務信息并與用戶交互。

站長之家提要:

1. Bard支持應用插件，可以獲取谷歌服務實時數(shù)據(jù)，如地圖、YouTube等。

2. 用戶可以點擊插件圖標或輸入前綴@調用插件與Bard交互。

3. Bard新增公共鏈接分享功能，用戶可以分享對話給他人在自己設備上繼續(xù)交互。

Chat Video:用GPT分析和總結視頻

ChatVideo是基于人工智能的視頻分析和管理工具，利用其獨特的AI技術，能夠通過語音識別快速轉錄視頻內容成文字，自動生成視頻大綱和總結，并提供強大的問答功能，同時還具備多種可視化功能，提高了視頻的可用性，使用戶能夠高效學習和管理視頻。

站長之家提要:

1. ChatVideo利用AI技術實現(xiàn)高效視頻管理，包括語音識別、自動生成大綱和總結、強大問答功能等。

2. 用戶能夠通過文字稿件快速定位視頻內容，無需重復播放，提高學習效率。

3. 多種可視化功能提升視頻理解，用戶可選擇不同模式獲得最佳體驗。

（舉報）