Luma Labs 推出 Luma Photon 和 Photon Flash 是基于全新架构的图像生成模型

via XiaoHu.AI学院 (author: 小互)

Telegraph

Luma Labs 推出 Luma Photon 和 Photon Flash 是基于全新架构的图像生成模型

Luma Labs 推出的 Luma Photon 和 Photon Flash 是基于全新架构的图像生成模型，旨在以更高质量、更高效率和更低成本为用户提供前所未有的视觉生成体验。 超高效率 生成成本低：Luma Photon每张2MP（1080p）图片的生成成本仅为1.5美分，Photon Flash更低至0.4美分。 速度提升：生成速度较市场其他模型快数倍。

中国在推动创新与控制人工智能发展间采取平衡行动

中国在开发AI方面的竞赛可能会使其领先于美国，但这种突破性的技术也可能削弱执政的共产党对世界第二大经济体的影响力。AI科学家马克斯·泰格马克表示，美国和中国竞相打造通用人工智能(AGI)的地缘政治斗争是一场“自杀式竞赛”。中国既想通过AI发展获得地缘政治力量和国内增长，又不想科技公司获得过大影响力，甚至威胁到统治稳定。

马斯克曾透露在 2023 年初与中国政府官员举行的一次“高层会议”中告诉对方，如果开发出 AGI，中国“将不再受共产党控制，而是受超级智能控制”。对方现场反应非常强烈，之后不到一个月的时间，中国就出台了第一部人工智能法规。一些中国政策制定者还主张在联合国下设立一个国际管理机构，类似于国际原子能机构，共同监管全球AI发展。

—— CNBC

via 风向旗参考快讯 - Telegram Channel

Hume AI 推出 Voice Control 功能 通过滑块操作即可实现个性化的语音定制

Hume AI 推出了名为 Voice Control 的新技术，这是基于可解释性的AI语音定制方法，无需语言描述，仅通过滑块操作即可实现个性化的语音定制。帮助开发者精准调整AI语音的个性化特征，同时避免语音克隆的潜在风险。

它可以让你像调音台一样调整AI生成的声音，让它更符合你的需求。你可以改变声音的性别感、自信度、热情、柔和程度等等，一共10个不同的维度。比如，你想让声音听起来更自信、更放松，或者更热情，都可以用简单的滑块调整。

----------------------

技术特点

1. 语音属性控制
Voice Control 提供了10个可调语音维度，包括： ● 性别感（Masculine/Feminine）：声音的性别倾向，从更阳刚到更柔和。 ● 自信度（Confidence）：声音的笃定程度，从害羞到自信。 ● 热情度（Enthusiasm）：声音的情绪活跃度，从平静到热情。 ● 放松度（Relaxedness）：声音的紧张感，从紧绷到放松。 ● 平滑度（Smoothness）：声音的质感，从断续到流畅。 其他维度还包括声音的鼻音度、活力、紧致度等。
2. 精确可控 ● 提供从-100到100的连续调节范围，用户可以根据需要细致调整声音特性。 ● 调整后的语音属性在不同会话中一致可复现。
3. 避免语音克隆风险 ● 不直接复制真人语音，而是通过语音模型生成独特语音，降低隐私和安全风险。
4. 操作简便 ● 无代码界面：用户可以直接通过滑块实时预览和调整语音效果。 ● 实时生成：快速生成符合需求的语音，适用于实时应用。

----------------------

应用场景

● 品牌化语音设计：为品牌或产品打造独特的语音形象。
● 情感化语音交互：用于医疗、客户服务、虚拟助手等需要情感表达的场景。
● 创意表达：为视频、游戏或虚拟角色定制专属声音。

----------------------

技术实现与整合

1. 创建过程： ● 选择基础语音模型。 ● 使用滑块调整10个语音属性。 ● 实时预览修改效果。 ● 部署到Empathic Voice Interface (EVI)平台。
2. 技术优势： ● 语音调整独立性强，各特性之间互不干扰。 ● 修改后的语音在不同设备和场景中表现稳定。

----------------------

未来展望

● 增加更多可调节语音维度。
● 提升极端参数调整下的语音质量稳定性。
● 开发更先进的语音分析与可视化工具。

原文：https://www.hume.ai/blog/introducing-voice-control

via XiaoHu.AI学院 (author: 小互)

🚨 ChatGPT 遭遇姓名崩溃Bug：神秘原因待解

OpenAI的聊天机器人ChatGPT近期出现一个奇怪的Bug：输入特定姓名（例如“David Mayer”）会导致程序崩溃，无法生成任何回应。 自感恩节以来，这一问题在社交媒体上广泛传播。 目前已知至少有六个姓名会触发此故障，此前数月也曾有用户报告类似问题，例如输入财经记者David Faber的名字也会导致崩溃。 虽然有人猜测这可能与OpenAI防止诽谤和遵守欧盟“被遗忘权”法规的努力有关，但这尚未得到证实。 更令人费解的是，该Bug并非完全一致，例如输入“Davyd Mayer”则不会出现问题。 OpenAI方面尚未对此作出回应。

(PCMag.com)

via 茶馆 - Telegram Channel

Degraded Performance in Agent API

Dec 2, 11:00 PST
Investigating - We are currently experiencing degraded performance for the Agents API. We are currently investigating and will post an update as soon as possible.

via OpenAI Status - Incident History

💰 OpenAI考虑为ChatGPT投放广告以弥补50亿美元的预计亏损

OpenAI预计2024年营收将达37亿美元，但其年度运营成本预计高达50亿美元。为填补这巨大的亏损，公司正在探索为ChatGPT引入广告的可能性。尽管首席财务官Sarah Friar最初暗示了广告整合的可能性，但她随后澄清目前“没有积极的计划”，并强调公司目前专注于ChatGPT Plus订阅和API业务的增长。然而，OpenAI从Meta和谷歌招聘广告人才的举动表明，未来实施广告仍然是一个可能的选择，这也引发了用户隐私方面的担忧。

(PCMag.com)

via 茶馆 - Telegram Channel

Arc 开发商推出新 AI 浏览器 Dia 的预告片

Arc 浏览器的开发商 The Browser Company 公布的一段新视频显示，其将推出一款被称为 Dia 的更加以 AI 为中心的产品，一款旨在使用人工智能工具简化日常互联网任务的网络浏览器，将于 2025 年初推出。一同上线的还包括新的网站，但除了预告片外仅包含一个招聘链接。

根据预告片，Dia 拥有熟悉的 AI 功能，如从互联网上获取事实，还能理解标签页，并完成信息提取。视频中的另一个功能展示了通过在地址栏中输入命令来“代表您执行操作”。第三个更具雄心的原型功能展示了 Dia 自动完成更复杂的任务，例如将通用物品列表添加到用户的亚马逊购物车中，或通过电子邮件将通话时间等个性化信息发送给视频录制会话中的一组工作人员。

—— The Verge

via 风向旗参考快讯 - Telegram Channel

OpenAI探索广告业务 加大创收力度

人工智能公司 OpenAI 正在讨论在其人工智能产品中引入广告的计划，因为这家 ChatGPT 制造商在重组为营利性公司的过程中寻求新的收入来源。OpenAI 首席财务官萨拉•弗莱尔在接受英国金融时报采访时表示，这家估值1500亿美元的人工智能初创公司正在考虑广告模式，并补充说，公司计划“在何时何地实施广告”上“深思熟虑”。弗莱尔在接受采访后发表的一份声明中补充道：“我们目前的业务正在经历快速增长，我们在现有的业务模式中看到了巨大的机遇。虽然我们对未来探索其他收入来源持开放态度，但我们并没有追求广告业务的积极计划。”

—— 英国金融时报（全文截图）

via 风向旗参考快讯 - Telegram Channel

🤑 OpenAI计划通过广告增加收入，转向盈利模式

OpenAI公司估值达1500亿美元，正考虑在其人工智能产品中引入广告，以实现向盈利模式的过渡。首席财务官Sarah Friar强调，公司将对广告实施采取战略性方法。在最近10月完成的66亿美元融资后，OpenAI开始从Meta和Google等大型科技公司招聘广告专家，这标志着其在货币化AI产品方面迈出了重要一步。

(财经快讯)

via 茶馆 - Telegram Channel

生成式AI或将产生大量电子废弃物

中国科学院与剑桥大学、瑞赫曼大学的研究人员联合开展的研究表明，生成式人工智能在未来几年将产生大量电子废弃物。研究预计，2023至2030年间，生成式AI可能产生120万至500万吨电子废弃物，对生态环境和人类健康造成影响。该研究还提出，通过实施循环经济策略，可以减少16%至86%的电子废弃物，推动全球可持续治理。

IT之家 | Nature

📮投稿分享 ☘️频道 🌸聊天

via 科技圈🎗在花频道📮 - Telegram Channel

不同文本转语音（TTS）模型对比 优缺点以及场景选择

文本转语音（TTS）技术近年来取得了显著进步，彻底改变了我们与数字内容交互的方式。随着语音合成技术变得越来越自然和复杂，TTS应用已经扩展到多个领域。从将书面文字转换为语音的能力，不仅提高了用户参与度，还为信息传播开辟了新途径。

TTS技术可用于以下不同的应用场景：

Support authors and subscribe to content

This is premium stuff. Subscribe to read the entire article.
Login if you have purchased

加入会员
加入会员查看更多会员内容和教程。
超过1000+的会员内容，每天更新。
开通会员

via XiaoHu.AI学院 (author: 小互)

特斯拉开始推出FSD最新版本V13.2

当地时间周六，特斯拉终于发布了其“完全自动驾驶”软件的最新版本FSD V13.2。虽然几乎错过了此前承诺的感恩节的最后期限，但总算在11月份结束前交付了它，这标志着特斯拉人工智能团队的又一次重大胜利。特斯拉首先开始向早期访问测试人员推送FSD V13.2，他们通常比其他人更早接触到最新版本。他们相当于特斯拉值得信赖的测试人员，他们不运行内部构建，他们能够捕捉特斯拉相当广泛的安全培训套件之外的更多场景。如果没有发现重大问题，特斯拉将在未来几周内开始在越来越多的车辆上缓慢推出。假设这一版本一切顺利，到圣诞节时它可能会向大多数车主推送。

—— 新浪财经

via 风向旗参考快讯 - Telegram Channel

Death Clock应用预测用户的死亡日期

Death Clock是一款新的应用，利用人工智能预测用户的死亡日期，并提供延缓死亡的健康建议。据开发者Brett Franson介绍，这款应用基于超过1200项寿命研究训练AI算法，相较于传统的寿命表，预测精度有了“显著”提升。

用户需填写年龄、性别、种族等基本信息，以及家族病史、心理健康状况和慢性病等详细问题。应用不仅提供预测日期，还建议改善生活习惯。

订阅费用为每年40美元，用户可以获得健康建议，并查看倒计时显示的预估寿命。此外，这一工具对财务规划也有帮助，如金融规划师Ryan Zabrowski指出，精准的死亡预测能帮助退休人群避免“活得比积蓄更久”的风险。

TechCrunch｜Death Clock

📮投稿分享 ☘️频道 🌸聊天

via 科技圈🎗在花频道📮 - Telegram Channel

IC-Light 升级为IC-Light V2-Vary 可更灵活地调整光源位置和强度

via XiaoHu.AI学院 (author: 小互)

Telegraph

IC-Light 升级为IC-Light V2-Vary 可更灵活地调整光源位置和强度

IC-Light V2更新升级，升级为IC-Light V2-Vary 主要改进 光照变化能力增强 模型在光影处理方面有显著提升，可以更灵活地调整光源位置和强度，生成不同光照效果的图像。 针对需要复杂光影变化的用户，提供了更丰富的操作空间。

微软发布 Co-op Translator 可以一次性将Markdown 文件和和图像翻译成多种语言

微软发布Co-op Translator，这是一款开源工具，旨在简化多语言翻译的过程，特别是针对技术文档和嵌入文本的图像。它结合了 Azure OpenAI 和 Azure Computer Vision 服务，能够高效完成 Markdown 文件和图像的翻译工作，帮助开发者突破语言障碍，将项目推广到全球。

可以在不到 2 小时内完成了 276 张图像和 153 个 Markdown 文件的翻译。

Support authors and subscribe to content

This is premium stuff. Subscribe to read the entire article.
Login if you have purchased

加入会员
加入会员查看更多会员内容和教程。
超过1000+的会员内容，每天更新。
开通会员

via XiaoHu.AI学院 (author: 小互)

Elevated errors for request to Anthropic API

Dec 1, 18:42 PST
Investigating - We are currently investigating this issue.

via Anthropic Status - Incident History