大模型｜智能助手豆包的新功能拓展

本文链接：https://blog.csdn.net/h1453586413/article/details/144262299

智能助手豆包的新功能拓展

豆包近日上线图片理解功能，用户可通过App或PC端上传图片，享受智能识别图片元素及特征的服务。无论是风景、影视海报，还是具体地点或角色出处，豆包均能快速分析，提升信息获取效率。这一功能不仅拓宽了豆包的应用场景，还为用户提供了更加智能化的交互体验。此外，豆包在11月推出视频生成内测功能，支持图片和文字的一键视频化，提供动态运镜、多镜头一致性及多样风格选择，为用户创作增添更多可能性。根据IDC报告，豆包在用户活跃度及市场影响力方面表现强劲。然而，娱乐化的产品定位让用户对功能多样性和丰富度提出更高要求。未来，豆包需进一步优化体验，满足用户需求，以巩固其在智能助手领域的领先地位。

亚马逊推出Nova系列AI模型

亚马逊在AWS re:Invent大会上发布了全新的Nova系列AI基础模型，作为Amazon Bedrock模型库的一部分，现已在AWS平台上线。目前，Nova系列包括三款“理解”类模型：Amazon Nova Micro（针对速度和成本优化的文本模型）、Amazon Nova Lite（低成本的多模态模型，可处理图像、视频和文本并生成文本输出）以及Amazon Nova Pro（功能强大的多模态模型）。此外，亚马逊正在训练更强大的Amazon Nova Premier模型，专注于复杂推理任务，预计于2025年初推出。在内容生成方面，亚马逊推出了Amazon Nova Canvas（用于图像生成）和Amazon Nova Reel（用于视频生成），并计划在2025年晚些时候发布语音到语音模型以及“原生多模态到多模态”模型。同时，亚马逊宣布与Anthropic合作，基于其Trainium 2芯片构建全球最大的AI计算集群，以支持未来模型的构建和部署。值得注意的是，原定于今年秋季发布的全新AI驱动的Alexa语音助手已推迟至明年发布。

谷歌发布Veo和Imagen 3生成模型

谷歌近日在Vertex AI平台上推出Veo视频生成模型，并开放Imagen 3图像生成模型供全球用户使用。Veo由DeepMind团队开发，能够根据文本或图像生成高清、连贯的视频片段，现正处于私有预览阶段。这是首次在云服务中提供图像到视频转换功能，预计将革新创意工作流程并降低视频生产成本。Imagen 3则是谷歌最先进的图像生成模型，可生成高质量、定制化的图像，满足企业品牌需求。两款模型均配备SynthID水印技术和安全过滤器，保障生成内容的归属和安全性。谷歌的云集成服务为企业提供了扩展性和安全性支持，有助于简化AI技术的部署和管理。这一创新有望加速AI技术在内容创作和企业应用中的普及。

哥伦比亚大学托夫数字新闻研究中心新发现

哥伦比亚大学托夫数字新闻研究中心的研究人员测试发现，OpenAI推出的ChatGPT搜索工具在提供真实回应方面存在缺陷。去年10月，OpenAI面向订阅用户推出该工具，声称能“快速提供及时答案，并附上相关网页链接”。然而，研究人员指出，ChatGPT搜索在正确识别文章引文方面表现不佳，即使这些引文来自与OpenAI有数据共享安排的出版商。测试中，研究人员要求ChatGPT识别来自20家出版物的200条引文，其中40条来自禁止OpenAI搜索爬虫访问其网站的出版商。然而，ChatGPT仍自信地给出错误信息，且很少承认对所提供细节的不确定性。总体而言，ChatGPT在153次回应中部分或完全错误，仅7次承认无法准确回应查询。在这7次回应中，ChatGPT使用了诸如“似乎”、“可能”或“也许”等限定词，或表示“我无法找到确切文章”。托夫中心测试的作者记录了ChatGPT搜索结果的一个错误案例，即将《奥兰多哨兵报》的读者来信引文错误地归属于《时代》周刊发表的一篇文章。在另一个例子中，当被要求识别《纽约时报》一篇关于濒危鲸鱼的文章的引文来源时，ChatGPT返回了一个完全抄袭该故事的网站的链接。OpenAI对哥伦比亚新闻评论表示，“没有托夫中心保留的数据和方法，很难解决误引问题”，“该研究是对产品的非典型测试”。该公司还承诺“将继续改进搜索结果”。

AWS在re:Invent 2024大会推出SageMaker Unified Studio

AWS在re:Invent 2024大会上推出了SageMaker Unified Studio，这是一款集数据发现、准备和处理于一体的综合平台，旨在提升企业构建AI模型的效率。该平台整合了AWS的多种工具，包括原有的SageMaker Studio，为用户提供统一界面来管理组织内部的数据。AWS数据与人工智能副总裁Swami Sivasubramanian表示，分析与AI正趋于融合，客户对数据的使用方式日益互联。SageMaker Unified Studio为用户提供数据处理、机器学习模型开发和训练以及生成式AI所需的全部工具。此外，AWS还推出了SageMaker Catalog和SageMaker Lakehouse等新工具，进一步增强数据管理和访问能力。这些新功能使客户能够使用其首选的分析和机器学习工具来处理数据，无论数据存储位置和方式如何，从而支持多种用例。

亚马逊AWS在宣布Project Rainer计划

亚马逊云计算部门AWS在re:Invent 2024大会上宣布了Project Rainer计划，旨在构建由数十万枚定制的Trainium2芯片组成的超级计算集群。该集群将支持AI公司Anthropic的模型训练，提供超过现有系统五倍的性能。Trainium2芯片内置八个NeuronCore，每个包含四个计算模块，配备96GB高带宽内存，数据传输速率高达2.8太比特每秒。AWS通过Elastic Fabric Adapter技术优化集群中服务器间的数据传输，降低延迟。Project Rainer计划预计于明年完成建设，届时将成为全球最大的AI模型训练集群之一。

PlayStation联席首席执行官接受BBC采访

PlayStation联席首席执行官赫尔曼·胡尔斯特（Hermen Hulst）在接受BBC采访时表示，人工智能（AI）有潜力“彻底变革”游戏行业，但他强调在开发过程中保持人性化设计的重要性。他指出，未来游戏领域可能同时存在对AI驱动的创新体验和手工制作的深思熟虑内容的需求，关键在于在利用AI技术的同时，保留人类的创造力和情感投入。胡尔斯特的观点与微软游戏部门首席执行官菲尔·斯宾塞（Phil Spencer）一致，后者也强调在创作过程中保护人类元素的重要性。目前，AI技术已被用于加速游戏开发中的重复性任务，但在写作、角色建模和配音等创意领域的应用引发了业界的讨论和担忧。

OpenAI任命首位首席营销官

OpenAI近日宣布，任命前Coinbase首席营销官Kate Rouch为公司首位首席营销官（CMO），她将于12月10日正式履新。Rouch在科技行业拥有丰富的营销经验，曾在Meta工作超过11年，负责Instagram、WhatsApp、Messenger和Facebook的全球品牌及产品营销。加入OpenAI后，Rouch将负责向消费者和企业用户推广公司的产品，并引导公司关于开发通用人工智能（AGI）使命的沟通工作。OpenAI近年来在人工智能领域取得显著进展，公司估值已突破1000亿美元。此次任命被视为OpenAI在AI产品，尤其是ChatGPT日益受到市场欢迎的背景下，加强其营销战略的关键一步。Rouch的加入，预示着OpenAI将积极应对日益增长的AI产品需求，进一步巩固市场地位。