微软人工智能部门推出首款自主研发模型

微软AI部门周四发布了其首批两款自研 AI模型：MAI-Voice-1 语音模型与MAI-1-preview 通用模型。微软表示，全新的MAI-Voice-1语音模型仅需单块 GPU 即在一秒内生成时长一分钟的音频；而MAI-1-preview模型则让用户提前窥见Copilot未来的产品。用户可在微软Copilot Labs平台亲自体验MAI-Voice-1：不仅能输入希望AI朗读的内容，还可自定义语音音色与说话风格。除这款语音模型外，微软此次同步推出的MAI-1-preview模型，训练过程动用了约1.5万块英伟达H100 GPU。该模型专为特定需求用户设计，具备遵循指令的能力，可“为日常咨询提供实用回应”。

—— Theverge

via 风向旗参考快讯 - Telegram Channel

🎬 FFmpeg 8 发布：集成 Whisper 模型实现视频实时字幕生成

开源编解码器 FFmpeg 8（代号 Huffman）已正式发布，其核心新功能是集成了 OpenAI 于 2022 年 9 月发布的语音识别和转录机器学习模型 Whisper。这意味着 FFmpeg 8 现在能够支持实时为视频生成字幕。该版本代号“Huffman”旨在纪念 1952 年发明的同名无损压缩算法。文章还提及了 Georgi Gerganov 基于 Whisper 开发的本地和离线运行版本 whisper.cpp。

(科技情报)

via 茶馆 - Telegram Channel

Elevated errors on Claude Sonnet 4.0

Aug 29, 06:23 UTC
Investigating - We are investigating an issue with Claude Sonnet 4.0 that started at 22:30 PT / 5:30 UTC.

via Anthropic Status - Incident History

大模型炒股，靠谱吗？

via cnBeta.COM - 中文业界资讯站 (author: 稿源：直面AI)

Telegraph

大模型炒股，靠谱吗？

进入2025年8月后，A股市场保持强势，多个指数盘中齐创多年新高。截至8月18日收盘，上证指数上涨0.85%报3728.03点，盘中最高触及3745.94点，创下近十年新高；深证成指涨1.73%，盘中最高触及11919.57点，创下近两年来新高；创业板指涨2.84%；北证50涨6.79%，刷新历史新高，科创50涨2.14%。A股全天成交2.81万亿元，较上一交易日大幅放量。 在市场一片沸腾的背后，一个问题也随之浮现：在AI飞速发展的今天，为什么没有任何一个公开的大模型，能够提前预测到这样一场波澜壮阔的行…

巨头沦为人才战看客 亚马逊为何难吸引AI大牛？

via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)

Telegraph

巨头沦为人才战看客 亚马逊为何难吸引AI大牛？

8月29日，据《商业内幕》报道，在AI人才争夺战席卷硅谷之际，美国科技巨头亚马逊却沦为了看客。一份内部机密文件以及知情人士透露的信息揭示了亚马逊难吸引顶尖AI人才的原因。《商业内幕》获得的是一份去年年底的文件副本，由负责亚马逊非零售业务的人力资源团队撰写，涵盖亚马逊云计算业务AWS、广告、设备、娱乐以及新成立的通用人工智能团队。 文件指出，亚马逊独特的薪酬结构、在AI领域落后的声誉以及严格的返岗政策是公司吸引顶尖AI人才的主要障碍。如今，这家科技巨头正被迫重新审视招聘策略，以便在人才争夺战中保持竞争力。…

Vivaldi创始人炮轰谷歌微软强行把AI塞进浏览器 称自己不会效仿

如今越来越多的公司开始将生成式AI技术强行塞入各种产品中，浏览器也不例外，Opera、Google、Microsoft、Mozilla等都在积极探索将AI集成到浏览器中。不过Vivaldi的联合创始人兼CEO Jon von Tetzchner在公司博客中明确表示，Vivaldi将抵制这一趋势，坚持“保持浏览的人性化”。

Tetzchner认为，浏览是一种“主动”的体验，而AI浏览器却将这种探索的乐趣变成了“被动的旁观”。

Tetzchner表示：“我们坚持立场，选择人类而非炒作，我们不会将探索的乐趣转变为被动的旁观。没有探索，互联网将变得远没有那么有趣。我们的好奇心将失去活力，互联网的多样性也将消亡。”

他特别指出，Google将Gemini集成到Chrome和Microsoft Edge中的“Copilot模式”就是一个典型的例子。

Tetzchner警告说，这种模式存在风险，因为用户将依赖中间人来解析知识，这引发了关于谁控制这些信息以及公司如何从中获利的问题。

但Vivaldi也承认，并非所有的AI都是有害的，Tetzchner指出，机器学习领域仍然是一个令人兴奋的领域，可能会带来真正有用的特性。

不过至少在更好的方法被开发出来之前，Vivaldi承诺不会添加LLM聊天机器人、网页摘要或AI表单填充等功能。

via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)

Service Degradation - Codebase Indexing

Aug 29, 03:59 UTC
Investigating - We are investigating this issue.

via Cursor Status - Incident History

Meta争分夺秒 力争年底前推出新一代Llama 4.X AI模型

Meta这股紧迫感源于今年4月发布的Llama 4系列模型未能达到市场预期。报道称，开发者普遍认为Llama 4在编码、推理和指令遵循等实际应用场景中表现不佳，市场反响平淡。Meta正加速其下一代AI模型的开发，力争在今年年底前推出Llama 4.X。

据媒体援引两位知情人士消息，Meta超级智能实验室（MSL）内部一个名为“TBD”的团队正在全力开发Llama 4.X，目标是确保该模型能在年底前达到可投入生产的状态。

这股紧迫感源于今年4月发布的Llama 4系列模型未能达到市场预期。报道称，开发者普遍认为Llama 4在编码、推理和指令遵循等实际应用场景中表现不佳，市场反响平淡。

据悉，TBD团队当前的部分工作也包括修复和改进现有的Llama 4，试图挽回其性能短板。知情人士还补充说，Llama 4.X在公司内部有时也被称为Llama 4.5。

今年7月，公司CEO扎克伯格在二季度财报电话会议上表示，公司成立MSL的目的是专注于开发下一代AI模型，并确认“在Llama 4.1和4.2上正取得良好进展”，同时也在研发更前沿的下一代模型。

官方确认路线图，部分模型曾遭推迟

MSL于今年6月正式成立，并在8月完成了团队重组。

重组后的AI业务围绕四大支柱运营：训练、研究、产品和基础设施。MSL负责人Alexandr Wang解释称，TBD小组将负责“训练和扩展大型模型以实现超级智能”，其任务甚至包括开发一个“omni model”（全能模型）。

尽管Meta官方未确认Llama 4.X的具体发布时间，但扎克伯格在7月已勾勒出公司的AI产品路线图。他当时表示，公司正朝着Llama 4.1和4.2稳步前进，并为未来一两年内推出更先进的模型进行布局。

值得注意的是，Meta的AI模型发布并非总是一帆风顺。

据媒体早些时候报道，该公司曾推迟了原计划作为Llama 4系列一部分推出的另一款名为Behemoth的AI模型。

via cnBeta.COM - 中文业界资讯站 (author: 稿源：华尔街见闻)

OpenAI再现Her时刻 语音模型第一次超越人类 95后华人研究员坐镇

via cnBeta.COM - 中文业界资讯站 (author: 稿源：新智元)

Telegraph

OpenAI再现Her时刻 语音模型第一次超越人类 95后华人研究员坐镇

今天凌晨1点，OpenAI接连扔出AI语音能力的两个重磅更新。一个是Realtime API，可支持生产级的实时智能体。另一个是最先进的语音到语音模型gpt-realtime。 Realtime API更新后不仅能连远程MCP服务器，识别图像输入，还能通过SIP协议直接打电话。 新模型gpt-realtime更是狠，复杂指令都能听懂，工具调用更精准，语音自然流畅，还能带点表现力。 它能逐字念免责声明，能准确复述字母数字，还能在对话里无缝切换语言。 最惊艳的，还是那声音效果，几乎和真人没区别，甚至比真人更惟妙惟肖。…