# AI及信息技术应用2024年7月7日简报 ## 核心定义 > 人工智能（AI）是一种模拟人类智能行为的技术，能够执行通常需要人类智能才能完成的任务，如视觉识别、语言理解和决策制定。 ## 核心洞察（TL;DR） - 商汤科技发布SenseNova 5.5模型，性能与OpenAI的GPT-4o相当。 - Gemini和Meta AI分别推出代码优化和编译器推理功能。 - Jina AI和Resona V2A在文本重新排序和视频转音频技术方面取得突破。 - 李彦宏强调AI应用应侧重于解决实际问题。 - Salesforce AI Research和快手可灵推动AI技术边界。 - AI在产品市场创新中发挥重要作用。 - 合规和监管问题日益受到关注。 - 苹果与OpenAI可能进一步合作。 - 谷歌因AI能源增长导致排放量增加。 - 唱片公司起诉AI音乐生成器侵犯版权。 ## 关键事实与数据 - 关键事实1: 商汤科技SenseNova 5.5模型性能提升30%，参数达6000亿。 - 关键事实2: Gemini推出Code Execution功能，支持Python语言。 - 关键事实3: Meta AI的Meta LLM编译器经过5460亿个LLVM中间表示预训练。 - 关键事实4: Jina AI的Jina Reranker v2模型支持多语言文档处理。 - 关键事实5: 老板电器烹饪大模型‘食神’提供个性化烹饪指导。 - 关键事实6: 微软AI语音技术VALL-E 2模仿人类语音，暂不公开。 - 关键事实7: Quantum Rise筹集1500万美元种子资金，用于‘咨询 2.0’模式。 - 关键事实8: Salesforce AI Research的APIGen模型参数达6.7B。 - 关键事实9: 快手可灵的Kolors模型在视觉质量方面具有显著优势。 - 关键事实10: 谷歌翻译服务新增110种语言，覆盖全球超过6.14亿使用者。 ## 正文 AI及信息技术应用2024年7月7日简报 ==================== 在AI产业及应用研究领域，近期有多项重要进展和创新。商汤科技发布了性能显著提升的新一代AI模型SenseNova 5.5，其核心指标与OpenAI的GPT-4o相媲美，并推出了多模态交互能力以及多款新模型。Gemini和Meta AI分别推出了Code Execution功能和Meta LLM编译器，专注于代码优化和编译器推理。Jina AI和Resona V2A分别在文本重新排序和视频转音频技术方面取得了突破。老板电器和微软分别在烹饪大模型和AI语音技术VALL-E 2上展示了AI在不同领域的应用潜力。 特别值得注意的是，李彦宏在WAIC产业发展论坛上强调了AI应用应侧重于解决实际问题，预示着AI技术将更深入地融入各行各业。同时，一些公司如Quantum Rise和Kyutai通过筹集资金和推出新产品，展示了AI技术的商业潜力和开源精神。Salesforce AI Research的APIGen和快手可灵的Kolors模型等，都在推动AI技术的边界。 在产品市场创新方面，可灵AI的网页版上线，提供了更强大的图生视频功能。Perplexity AI的Pro Search功能升级，增强了处理复杂研究任务的能力。Incogni等隐私保护工具的出现，反映了市场对个人隐私保护的需求。WhatsApp和Sider等应用通过AI技术为用户提供了更加个性化和互动的体验。 合规和监管方面，随着AI技术的快速发展，相关的法律和伦理问题也日益受到关注。Phil Schiller加入OpenAI董事会，可能预示着苹果与OpenAI的进一步合作。中国科技巨头在上海世界人工智能大会上的出色表现，显示了中国在AI领域的自主创新能力。同时，Cloudflare和YouTube等平台采取措施保护内容创作者的权利，应对AI内容抓取和深度伪造问题。企业在AI领域的监管套利策略，以及谷歌因AI能源增长导致的排放量增加等问题，也引起了业界的广泛讨论。 综上所述，AI产业正以前所未有的速度发展，不断推动技术创新和应用拓展，同时也带来了新的挑战和问题，需要行业、监管机构和社会各界共同努力，确保AI技术的健康发展和合理应用。 **1，AI产业及应用研究** --------- 快手可灵 AI 推出网页版，功能更强大 \[摘要\]：可灵 AI 上线了网页版，用户无需安装 APP 即可使用。新增高表现模式，虽然效果高清，但因资源消耗大，每天仅限使用两次。还增加了10秒视频、视频比例、运镜控制等功能，在图生视频领域保持领先。目前需申请排队，通过后普通模式可免费无限使用。 Perplexity 为 Pro Search 带来研究能力的升级 \[摘要\]：Perplexity AI 升级了其 Pro Search 功能，使其能够处理复杂的研究任务。新功能包括多步骤推理、高级数学和编程支持以及深度分析和洞察力。Pro Search 现在可以通过理解、规划和实现目标，分解复杂查询，并综合各种信息来源提供完整答案。集成 Wolfram|Alpha 引擎和更快的代码执行速度使其在解决数学和编程任务时更加准确和高效。 Incogni：恢复你的隐私并从互联网上删除个人信息 \[摘要\]：Incogni 是一款隐私保护工具，可帮助用户从互联网上删除个人信息。它针对 180 多家数据代理商，包括人物搜索网站，确保用户的私人数据不会被随意收集和销售。该工具通过识别和删除与用户相关的数字跟踪数据，有效恢复了用户的隐私。 **WhatsApp 探索人工智能生成的个性化头像** \[摘要\]：WhatsApp 正在开发一项利用生成式人工智能为用户创建个性化头像的新功能。在最新的 Android 版 Beta 中发现，该功能允许用户通过提供图像和文本提示，想象自己身处各种场景。用户可以在设置中手动激活并自定义这些头像。隐私方面，用户可随时删除参考图像。这一举措符合使用 AI 进行创意表达和个性化的趋势。 Sider：与屏幕内容互动的强大工具 \[摘要\]：Sider 通过双击即可与屏幕上的任何内容进行聊天，帮助用户分析、总结和提取屏幕截图中的文本。它支持与文件和图像互动，并兼容多种 AI 模型，包括 GPT、Claude-3 和 Gemini 1.5，使得用户能够更加高效地处理和管理信息。 Quill AI 加快股票研究速度 \[摘要\]：Quill AI 提供了通过将 PDF 转换为带有引文链接的电子表格的功能，并高效地从 SEC 文件中提取表格数据。它还提供了一个汇总收益报告的仪表板，帮助用户快速分析公司业绩。该工具旨在优化股票研究流程，使用户能够更快地获得关键信息并进行深入分析。 ElevenLabs 推出新阅读器应用 \[摘要\]：ElevenLabs 刚刚发布了一款新的阅读器应用，利用 AI 生成的声音将书面内容转换为引人入胜的音频。用户可以使用该应用朗读 PDF、网站等材料，甚至可以模仿用户的声音，提供个性化的听觉体验。 Claude AI 推出“项目”以加强协作 \[摘要\]：Anthropic 推出了 Claude AI 助手的新功能“项目”，旨在帮助用户更好地组织文件、聊天和信息，促进个性化和高效的协作。该功能包括组织工作流程、团队协作和自定义指令。此外，Artifacts 增强了内容生成和编码功能，使 Claude 成为更强大的企业 AI 解决方案。Anthropic 强调用户隐私，确保项目内共享数据未经同意不会用于模型训练。 Figma AI 功能现已推出 \[摘要\]：Figma 推出了新的 AI 功能，设计师现在可以更快地找到资产，创建逼真的模型，并轻松将静态设计转变为交互式原型。这些功能广泛集成在其平台上，测试版现已推出，并将免费使用到 2024 年。 RightBlogger：AI写作工具 \[摘要\]：RightBlogger 提供 70 多种易于使用的 AI 工具，旨在帮助用户克服写作障碍并更快地发布文章。这些工具包括生成文章、编辑内容、优化SEO等功能，旨在提高写作效率和质量。 BoltAI - 为你的日常任务提供 AI 辅助的 macOS 客户端 \[摘要\]：BoltAI 是一个原生的 macOS ChatGPT 客户端，专为企业家、开发人员、营销人员、学生等设计，旨在将 AI 辅助整合到他们的日常任务中。它提供了一种高效的方式来利用 AI 的强大功能，帮助用户更智能、更快速地完成各项任务。通过 BoltAI，用户可以优化他们的工作流程，提升生产力，并在各自领域中取得更大的成功。 Trove - AI驱动的对话式调查工具 \[摘要\]：Trove 是首个由人工智能驱动的对话式调查工具，通过将传统调查转换为对话形式，使调查过程更具吸引力和影响力。Trove 提供了一种独特的方法来收集反馈，使参与者更乐于回答，从而提高调查数据的质量和有效性。该工具旨在通过更自然和互动的方式进行数据收集，增强用户体验并提升调查的整体效果。 谷歌翻译将支持 110 种新语言 \[摘要\]：谷歌宣布其翻译服务将新增 110 种语言，覆盖全球超过 6.14 亿使用者，约占全球人口的 8%。这是谷歌翻译历史上最大规模的一次扩展，新增语言包括粤语等主流语言以及马恩岛语等小众本土语言。其中，约四分之一为非洲语言，使其成为迄今为止非洲语言支持的最大扩展。此次扩展是谷歌 1000 种语言计划的一部分，旨在提升全球语言覆盖率和服务可及性。 ### **3，合规和监管** Phil Schiller 作为无投票权观察员加入 OpenAI 董事会 \[摘要\]：苹果应用商店负责人 Phil Schiller 将作为无投票权观察员加入 OpenAI 董事会。这是将 ChatGPT 集成到苹果产品中的协议的一部分。苹果不会直接向 OpenAI 付费，但双方的合作对 OpenAI 极具价值。微软和苹果在董事会的非投票席位使他们能够了解 OpenAI 的运营，尽管这引发了关于透明度和反垄断的担忧。 中国科技巨头在上海世界人工智能大会上大放异彩 \[摘要\]：中国科技巨头和初创公司在上海举行的世界人工智能大会上展示了150多种尖端人工智能产品。尽管面临美国的先进芯片制裁，商汤科技等公司仍通过如 SenseNova 55 等模型在生成 AI 方面取得进展。高管们对中国在 AI 领域的自主引领能力充满信心，并强调云计算创新将有助于克服芯片短缺问题。 Cloudflare 向 AI 内容抓取宣战 \[摘要\]：随着生成式人工智能的兴起，AI 机器人频繁抓取网站内容以训练其模型，威胁到内容创作者的生计。为应对这一问题，Cloudflare 在其仪表板中推出了一键式阻止所有 AI 机器人功能。该功能适用于所有客户，包括免费用户，通过简单设置即可激活。Cloudflare 还利用其全球网络和机器学习模型主动识别并阻止伪装成常规浏览器的 AI 机器人，保护用户内容。 YouTube 允许删除模拟你脸部或声音的 AI 生成内容 \[摘要\]\[摘要\]：YouTube 现推出新功能，允许用户请求删除由 AI 生成且模拟其脸部的内容。此举旨在增强隐私保护，确保用户对其面部形象在平台上的使用有更多控制权。该功能响应了对 AI 生成内容日益增长的担忧，特别是涉及深度伪造技术。用户可通过平台的隐私设置提交删除请求，以保障其个人信息和图像的安全。 企业在应对监管套利策略在 AI 领域悄然兴起 \[摘要\]：随着布鲁塞尔援引《数字市场法》打击Meta的“付费或同意”模式，法国准备对Nvidia提出反垄断指控，监管机构将焦点转向大型科技公司。然而，人工智能领域出现了一条新战线。亚马逊和微软通过挖走OpenAI潜在竞争对手Adept和Inflection的大部分团队成员并获得其技术许可，实施了“反向收购”战略，巧妙避开了合并审查。这种利用监管滞后进行的市场集中，可能重塑AI的未来。 谷歌将标记人工智能生成的政治广告 \[摘要\]：谷歌宣布将自动标记使用人工智能生成内容的政治广告，取代广告商自行添加标签的要求。此举旨在提高透明度，回应公众对人工智能在未来选举中作用的日益担忧。该披露信息将出现在各种平台上，以确保用户能够识别和理解广告背后的技术来源。 谷歌的排放量因人工智能能源增长 48% \[摘要\]：谷歌的温室气体排放量在过去五年中因数据中心的扩张激增了 48%，这对其 2030 年实现净零排放目标构成了挑战。由于人工智能驱动的数据中心电力消耗急剧上升，预计到 2026 年将翻一番，到 2030 年将占全球能源消耗的 4.5%。大型科技公司在推动人工智能创新的同时，也面临着与其环境承诺之间的矛盾，引发了对人工智能繁荣时期碳足迹和水资源使用的担忧。 唱片公司起诉人工智能音乐生成器侵犯版权 \[摘要\]：环球音乐集团、索尼音乐和华纳唱片对人工智能音乐合成公司 Udio 和 Suno 提起诉讼，指控其大规模侵犯版权。这些公司被指控使用受版权保护的音乐来训练其 AI 模型，这些模型能够根据文本描述生成新歌曲。唱片公司要求对每首用于训练的歌曲赔偿高达 15 万美元。此案可能对生成人工智能在创意领域的未来产生重大影响，或将要求公司对所有训练数据进行授权。 --- ## 引用与溯源 **来源**：哈希泰格 (HaxiTAG) **原始链接**：[https://haxitag.com/brief/ai-brief-20240707-ai202477](https://haxitag.com/brief/ai-brief-20240707-ai202477) **来源索引（站内可追溯）**：[麦肯锡](https://haxitag.com/search?q=%E9%BA%A6%E8%82%AF%E9%94%A1)、[普华永道](https://haxitag.com/search?q=%E6%99%AE%E5%8D%8E%E6%B0%B8%E9%81%93)、[Gartner](https://haxitag.com/search?q=Gartner)、[IDC](https://haxitag.com/search?q=IDC)、[Forrester](https://haxitag.com/search?q=Forrester) **版权声明**：本文由哈希泰格 AI 引擎优化生成，引用请注明出处。