全部新闻
Pixel 手机将于 2024 年推出带有人工智能的实际天气应用程序
谷歌的天气应用程序具有人工智能生成的天气报告，并允许用户重新排列数据显示顺序。它提供基于雷达的降水预报和“临近预报”预测。然而，该应用程序因缺乏特定国家（英国、德国、法国、意大利）之外的花粉预测而受到批评，并且在某些手机应用程序列表中无法轻松访问，仅作为小部件提供。用户还对其与其他谷歌应用程序的集成问题及其整体外观不满意。
这是人工智能机器人未来的一瞥
旧金山初创公司 Physical Intelligence 开发了一种名为 π0 的人工智能模型，可以使用大量的机器人数据来执行各种家务活。这一成就让科幻小说中的多功能家用机器人的概念更加接近现实。该公司的目标是通过在大量机器人数据上训练算法来创建具有与大型语言模型类似的通用功能的机器人。视频显示，机器人以令人印象深刻的技能执行诸如卸载烘干机、清理桌子和折叠衣物等任务，尽管它们偶尔会表现出类似人类的怪癖和错误。尽管在扩大这种学习方法方面存在挑战，但这一发展被视为朝着更广泛的工业和家用机器人迈出的重要一步。
Google 的 Gemini API 和 AI Studio 与 Google 搜索打下基础 |TechCrunch
谷歌宣布，使用其 Gemini API 和 AI Studio 的开发人员现在可以将其提示结果与谷歌搜索的数据结合起来，以获得更准确的响应。AI Studio 中提供免费访问用于测试目的，而付费层的 Gemini API 用户将每 1,000 个接地查询支付 35 美元的费用。该功能通过连接可验证的数据来帮助避免模型幻觉，并提供返回源的支持链接。开发人员可以通过设置调整来自定义 API 使用接地的频率。
英伟达和其他人工智能股票正受到微软和 Meta 的拖累
尽管微软和 Meta 公布了强劲的季度利润，但其股价仍下跌，因为两家公司都表示未来人工智能支出将大幅增长，且增长前景将放缓。这导致英伟达、AMD、美光科技和博通等主要半导体和硬件提供商的股价下跌。微软承认其数据中心建设速度无法满足人工智能需求，而 Meta 则宣布继续大力投资人工智能，以与业界同行竞争。这些事态发展给投资者带来了不确定性，并影响了整个科技行业的股票表现。
Meta 正在使用超过 100,000 个 Nvidia H100 AI GPU 来训练 Llama-4——马克·扎克伯格表示 Llama 4 正在一个“比我见过的任何东西都大”的集群上进行训练
Meta 首席执行官马克·扎克伯格在财报电话会议上宣布，该公司正在使用超过 100,000 个 H100 AI GPU 的集群来训练 Llama 4 模型，强调其规模超过了微软和谷歌等竞争对手。虽然 Llama 4 的功能细节尚未披露，但据报道它包括新的模式、更强的推理能力和更快的性能。Meta 的方法与其他方法形成鲜明对比，它自由发布模型供外部使用，同时保留商业限制。所需的大量计算能力引发了重大的能源消耗问题，促使科技巨头探索核解决方案以满足未来的电力需求。
拉丁裔选民表示，他们正成为人工智能生成的西班牙语广告的目标，其中包含不正确的投票信息，而 Facebook 的模式是最严重的违规者之一
在 11 月 5 日美国总统大选之前，拉丁裔选民面临着由人工智能模型生成的大量西班牙语误导性选举相关信息。根据 Proof News 和 Factchequeado 的分析，超过一半的人工智能生成的西班牙语回复包含错误信息相比之下，英语为 43%。Meta、Anthropic 和 Google 等主要科技公司就投票权和选举制度给出了不准确的答案，引发了投票权倡导者对西班牙语选民影响的担忧，在西班牙裔人口众多的州，西班牙语选民占合格选民的很大一部分。人口。
微软的代理 AI 工具 OmniParser 在开源排行榜上名列前茅
微软本月发布的开源人工智能模型 OmniParser 已成为 Hugging Face 上最热门的模型。OmniParser 旨在将屏幕截图转换为 AI 代理可以理解并与之交互的格式，它使用高级对象检测、OCR 和语义分析来实现与图形用户界面 (GUI) 的无缝交互。它由用于元素检测的 YOLOv8、用于上下文理解的 BLIP-2、用于决策的 GPT-4V 以及用于文本提取的 OCR 模块组成。其开源特性使其能够灵活地跨各种视觉语言模型和平台，使其在主导人工智能屏幕交互的竞争中脱颖而出。尽管存在重复图标检测和边界框精度等挑战，但通过社区贡献快速改进的潜力是有希望的。
ChatGPT 高管表示人工智能将取代每小时 2000 美元的律师助理……谁想告诉她？
生成式人工智能不太可能取代律师，但有可能处理目前成本高达 2000 美元/小时的高端律师助理职责。然而，使用人工智能来节省此类成本背后的经济逻辑并不成立，因为公司将损失大量的可计费收入。生成式人工智能的真正影响可能是从按小时计费模式转向固定费用计费，因为围绕律师行为的道德规则可能会促进这种转变。这种变化可以更好地反映所提供的价值，而不仅仅是工作时间，特别是在技术提高法律任务的效率和速度的情况下。
现在是投资实施代理人工智能的合适时机吗？
代理人工智能使机器能够以最少的人为干预执行任务，并根据上下文和数据驱动的见解进行调整，正在成为企业技术战略中越来越重要的一部分。然而，由于各种挑战，许多公司仍处于试验的早期阶段。以下是有关代理人工智能采用的要点摘要：1. **学习曲线**：大多数用于构建代理人工智能代理的无代码或低代码平台都是有限的，并且需要比供应商经常声称的更多的技术理解。企业报告了更陡峭的学习曲线，特别是在定制集成和决策能力方面。2. **集成挑战**：由于连接器有限或不可用，遗留系统在与代理人工智能等新技术集成时可能会带来重大挑战。如果没有事先进行彻底的后端工作流程设置，这可能会使对现有技术堆栈进行重大更改变得困难。3. **成本效益分析**：组织需要根据潜在收益（例如提高的企业敏捷性、可扩展性和运营效率）仔细评估成本和时间投资。一些专家建议使用代理人工智能作为机器人流程自动化 (RPA) 的补充而不是替代品。4. **供应商集成**：随着 RPA 供应商开始提供代理 AI 功能，对于企业来说，在对独立代理 AI 解决方案进行大量投资之前，等待并观察这些集成如何发展可能是有益的。5. **分阶段采用**：分层或分阶段的方法可能是最好的策略，从更简单的用例开始，随着技术的成熟逐渐转向更复杂的应用程序。6. **实验**：如果代理人工智能的能力不断改进和发展，决策者可能需要进行实验来建立战略优势。7. **风险评估**：如果现有 RPA 解决方案有效运行，可能不需要立即投资代理人工智能，除非预先清楚地理解和证明特定用例的价值。总之，虽然代理人工智能具有巨大潜力，但企业应谨慎行事，仔细评估其当前的技术格局，并考虑分阶段采用。这使他们能够平衡创新与风险管理并有效利用现有投资。
这个令人印象深刻的人工智能艺术工具将控制权交还给艺术家，并“重新思考人工智能艺术应该如何运作”
Blendbox 是一款 AI 艺术应用程序，具有用于调整单个图像元素的模块化图像控制、用于即时参数调整的实时调整以及用于对每一层进行精细管理的分层输出控制。与 Midjourney 和 Stable Diffusion 等“即时骑师”应用程序不同，Blendbox 旨在让艺术家更好地控制自己的创作过程。
