自从发布以来，Gemini 1.5 Flash 模型因其速度快且成本效益高而在开发者中迅速流行起来。为了进一步降低使用成本，谷歌在8月宣布了 Gemini 1.5 Flash 8B，这是一个新的实验性 AI 模型，仅使用80亿参数。 经过几周的开发者测试，谷歌今天正式宣布了 Gemini 1.5 Flash 8B 的生... 阅读全文

Google 对其搜索引擎进行一系列更新，重点放在视觉和音频搜索功能的提升，以及由 AI 组织的结果页面。这些更新将逐步推出，用户将逐渐体验到新的功能。 Google Lens 的新功能 视频理解和语音输入 Google Lens 已经进行了升级，新增了视频理解和语音输入功能。用户可以录制视频并使用自然语言询问关于移动... 阅读全文

OpenAI 视频生成器 Sora 的联合负责人之一 Tim Brooks 宣布，他将加入 Google DeepMind，负责视频生成技术和“世界模拟器”的研究工作。Brooks 与 William Peebles 共同领导了 Sora 的开发。 Brooks 的告别 Brooks 在 X上发表了一篇帖子，回顾了他在... 阅读全文

OpenAI 于周四宣布推出一种与 ChatGPT 互动的新方式——“画布（canvas）”。这一界面在常规聊天窗口旁开启一个额外的空间，供用户进行写作或编码项目。用户可以直接在画布中生成文本或代码，并可以高亮部分内容以请求模型进行编辑。 推出计划 “画布（canvas）”功能首先在周四以测试版形式提供给 ChatGP... 阅读全文

除了以1570亿美元的估值获得66亿美元的新一轮融资外，OpenAI还在周四晚间的一篇帖子中透露，公司还获得了一笔40亿美元的循环信贷额度。这一安排使OpenAI能够获得超过100亿美元的流动性，为公司的新举措投资和灵活运营提供了资金保障。 银行支持 这笔债务额度由九家银行共同承销，其中包括富国银行、摩根大通和桑坦德银... 阅读全文

Gemini Advanced是谷歌的一项高级订阅服务，为用户提供访问其最先进AI模型的机会，并优先体验新功能。借助Gemini AI的强大能力，用户可以享受到改进的逻辑推理、数据分析及编程支持等功能。此外，Gemini Advanced支持一个拥有百万标记上下文窗口的模型，使得处理和理解大型数据集与文档变得更加轻松。... 阅读全文

谷歌今日宣布，Gemini Live的语音助手功能将扩展支持超过40种语言，这意味着用户不再局限于英语，可以使用他们熟悉的语言与Gemini进行自然对话。 当前支持的语言 目前，Gemini Live已支持以下几种语言，并将在未来几周内继续增加对其他语言的支持： 德语（德国） 英语（澳大利亚、印度、英国、美国） 西班牙... 阅读全文

最近，两位哈佛大学的学生创造了一个令人不安的演示项目，名为I-XRAY。该项目展示了智能眼镜如何利用面部识别技术即时泄露行人的个人信息，包括姓名、电话号码乃至住址。更让人不安的是，这项演示使用了目前市场上唾手可得的技术，如雷朋Meta智能眼镜和公共数据库。 I-XRAY的工作原理 AnhPhu Nguyen，其中一位项... 阅读全文

OpenAI，这家在生成式人工智能领域处于领先地位的公司，最近完成了一轮66亿美元的融资，进一步巩固了其市场地位。然而，随着资金的注入，OpenAI也开始采取一些策略来限制竞争对手的发展。 排他性资金安排 据三位知情人士透露，在与投资者的谈判中，OpenAI明确表示希望建立一种排他性的资金安排。这意味着OpenAI希望... 阅读全文

在10月1日举行的DevDay活动上，OpenAI宣布推出了一款名为Whisper large-v3-turbo的新版本语音转录模型。这款模型在几乎不牺牲质量的前提下，相较于之前的large-v3版本，处理速度提升了8倍。 GitHub：https://github.com/openai/whisper/discuss... 阅读全文

OpenAI，这家人工智能领域的先驱，最近完成了一项重大的融资活动。据《华尔街日报》报道，该公司成功从投资者那里筹集了66亿美元的新资金，这一数字不仅令人瞩目，也使得公司的估值几乎翻倍，达到了1,570亿美元。 融资详情 在这一轮的募资中，风险投资公司Thrive Capital扮演了领投角色，投资额高达12.5亿美元... 阅读全文

谷歌宣布，将向更多开发者开放其专为手机设计的Gemini Nano模型进行试验。这一消息在官方开发者博客中公布，但谷歌强调，该模型仅供开发试验使用，不能用于制作上架的应用程序。 Gemini Nano模型的特点 Gemini Nano模型是谷歌在去年发布的，它与大多数现有的模型不同，因为它是为在手机上运行而设计的。虽然... 阅读全文