全部新闻
微软表示不会使用你的 Word、Excel 数据进行 AI 训练
微软否认其使用 Word、Excel 和 PowerPoint 等 Microsoft 365 应用程序的数据来训练 AI 模型的说法。该公司澄清，“互联体验”功能是可选的，自 2019 年 4 月起默认启用，该功能不会收集客户数据来训练大型语言模型，而是增强其应用程序内的实时协作和语法建议等功能。
Nvidia 凭借新型音频生成器 Fugatto 进军人工智能音乐领域
Nvidia 推出了 Fugatto，这是一种用于生成和编辑声音的新 AI 模型，被称为“声音的瑞士军刀”。Fugatto 可以根据用户提示创建新音乐并修改现有音频。Nvidia 的目标是与 Suno 和 Udio 等领先的人工智能音乐模型竞争。该公司花了一年多的时间开发一个用于训练模型的混合数据集，该数据集是使用知识共享许可下的开源数据集进行训练的。Fugatto 的功能包括改变语音口音和情绪，以及修改乐器的声音。然而，它目前是一个内部研究项目，不向公众开放。
美国无人机制造商 Shield AI 与 JSW Group 成立合资公司进军印度国防市场
印度国防公司JSW集团与美国AI和无人机公司Shield AI成立了一家合资企业，投资9000万美元在印度建设V-BAT无人机制造工厂。此举符合印度的自力更生倡议Atmanirbharta，旨在减少对外国武器进口的依赖并增强国内制造能力。此次合作预计将增强印度的国防技术并支持 Shield AI 的全球销售和维护。
谷歌推出伦敦人工智能园区
谷歌在伦敦推出了人工智能校园，这是一个教育试点项目，旨在支持当地人工智能人才，特别是来自代表性不足群体的人才。该计划包括为六年级学生提供的为期两年的计划，让他们能够获得先进的资源、指导和实际项目。此外，Google.org 还拨款 865,000 英镑资助英国各地的人工智能扫盲项目，目标是通过与 Raspberry Pi 基金会和 ParentZone 等教育组织的合作，到 2026 年帮助 25 万名学生。
中国首次推出“全球调度以太网”芯片，为人工智能提供网络解决方案——旨在与超以太网联盟竞争下一代互连技术
中国科技公司推出了支持“全球调度以太网”（GSE）的芯片，这是一种旨在处理人工智能和高性能计算工作负载的高数据量和传输速度的网络协议。中国移动自 2023 年以来一直在开发 GSE，类似于超以太网联盟 (UEC) 的努力。超过 50 个组织参与了 GSE 开发，并报告称 AI 培训的性能显着提高。GSE 和 UEC 技术都解决了当前以太网的局限性，但它们的有效性的直接比较还有待观察。
本周人工智能：人工智能在厨房中发挥创意 |TechCrunch
TechCrunch 的 AI 时事通讯重点介绍了各种与 AI 相关的新闻和发展：- ChatGPT 和 Claude 等聊天机器人被用于提供独特的感恩节菜单建议。- OpenAI 的视频生成器 Sora 因担心“艺术清洗”而被抗议组织泄露。- Anthropic 从亚马逊筹集了 40 亿美元，计划为 AI 应用程序连接器制定新标准（模型上下文协议）。- OpenAI 投资杜克大学预测人类道德判断的研究。- YouTube 引入了 Dream Screen 功能，其中包含人工智能为 Shorts 视频生成的背景。- Brave搜索引擎添加了AI聊天模式，并扩展了其Answer with AI功能。- 艾伦人工智能研究所开源 Tülu 3，一种定制生成模型。- 据报道，Crusoe Energy 筹集了 8.18 亿美元，用于为 Oracle、微软和 OpenAI 建设数据中心。- Threads 测试平台上人工智能生成的讨论摘要。- DeepMind 的 AlphaQubit 可识别量子计算机中的错误，以提高可靠性。- Runway 推出了 Frames，这是一种具有更好风格控制的图像生成模型，但面临版权审查。- Nvidia 推出 Fugatto，一种灵活的声音机器，可以根据文本描述生成音乐和声音。
Paul DeMarco：阿拉巴马州领导人将在 2025 年制定更多人工智能立法
随着 12 月的临近，围绕即将举行的阿拉巴马州立法会议的讨论正在加剧，特别是有关拟议的人工智能法规的讨论。美国今年出台了近 700 项人工智能相关法案，其中 113 项成为法律。在阿拉巴马州，最近的立法包括禁止创建未经授权的人工智能生成的图像和数字化创建的儿童色情制品，以及规范政治竞选中的欺骗性人工智能材料。州长 Kay Ivey 成立了一个工作组，就州政府使用生成式人工智能提供建议，并计划于 11 月 30 日之前提出建议。预计联邦和州将出台进一步的法规来解决人工智能对阿拉巴马州的未来影响。
Hugging Face 的 SmolVLM 可以大幅降低企业的人工智能成本
Hugging Face 发布了 SmolVLM，这是一种紧凑型视觉语言 AI 模型，仅需要 5.02 GB GPU RAM，显着低于竞争模型。这种高效的模型提供了先进的图像和视频处理能力，同时减少了计算需求，使资源有限的企业更容易使用高性能人工智能。SmolVLM 提供三种变体，可满足不同的企业需求，并获得 Apache 2.0 许可，并承诺使以前仅限于科技巨头的人工智能技术民主化。
使用人工智能将录音转化为准确的街道图像
德克萨斯大学奥斯汀分校的研究人员使用生成式人工智能将录音转换为具有高视觉精度的街景图像。他们利用城市和乡村的视听数据训练了一个音景到图像模型，然后从 10 秒的音频剪辑中生成图像。人工智能生成的图像与现实世界的照片之间的比较显示，天空、绿色植物和建筑物的比例具有很强的相关性，人类参与者在将音频与视觉匹配方面达到了 80% 的准确率。该研究表明，机器可以复制人类将音景与视觉环境联系起来的能力。
科学家开发人工智能工具，生成未来洪水的真实卫星图像
麻省理工学院的科学家创建了一种名为“地球智能引擎”的人工智能工具，它可以生成真实的卫星图像来预测未来的洪水情景。该工具将生成式人工智能与基于物理的洪水模型相结合，生成潜在洪水影响的准确鸟瞰图。使用飓风哈维作为案例研究在休斯顿进行测试，它显示出比仅依赖人工智能的模型更高的准确性。研究人员在 IEEE 地球科学和遥感学报上发表了他们的研究结果，并将该引擎在线提供给公众使用，以加强备灾能力。
