20240620 每日AI必读资讯

🤖一个人使用ChatGPT 取代了60名员工 ，最后自己也被解雇了

Miller领导着一个由 60 多名作家和编辑组成的团队，负责为技术公司撰写和编辑文章。

起初，这个工作让Miller感到非常有创造性和成就感。

后来他们的工作逐渐被 ChatGPT 所取代，而他们的职责则变成了专门修改AI生成的文章，使其不那么机械化和公式化

公司引入了一个自动化系统：经理将文章标题输入在线表单，AI生成大纲，Miller的团队根据大纲撰写文章，Miller进行最后的编辑。几个月后，公司决定让ChatGPT编写完整的文章，大部分团队成员被解雇，剩下的人负责编辑AI生成的文本，使其更像人类写的。

到2024年，公司解雇了Miller的整个团队，他变成了唯一的员工，每天都在编辑AI写的文章。

这种工作变得非常单调重复，让Miller感觉自己像机器人一样。Miller的经历反映了一个更广泛的趋势：许多行业开始使用AI来完成原本由人类进行的工作。

原文：https://bbc.com/future/article/20240612-the-people-making-ai-sound-more-human

🌐Meta AI 公布多项新的研究成果：4个可用的新的AI模型和2个额外的研究成果

- Meta Chameleon：能同时理解和生成文本与图像的混合模态模型

🔗论文：https://arxiv.org/pdf/2405.09818

- 多令牌预测模型：通过预测多个未来标记来提高模型的效率和性能。

🔗论文：https://arxiv.org/pdf/2404.19737
🔗模型下载: https://huggingface.co/facebook/multi-token-prediction

- JASCO： 一个可以将文本转换为音乐的生成模型

🔗项目地址: https://pages.cs.huji.ac.il/adiyoss-lab/JASCO/

- AudioSeal：音频水印模型 专门用于检测AI生成语音的音频水印技术

🔗项目地址: https://github.com/facebookresearch/audioseal

- PRISM数据集：包含来自75个国家的1500名参与者的社会人口统计数据和偏好反馈，旨在提高LLM的反馈多样性和包容性。

🔗论文: http://https:/l/arxiv.org/pdf/2404.16019
🔗数据集: https://huggingface.co/datasets/HannahRoseKirk/prism-alignment

- 衡量和改善文本到图像生成系统中的地理差异，确保AI生成的图像能真实反映不同地区的文化和地理特征。

🔗论文: https://arxiv.org/pdf/2405.04457
🔗GitHub: https://github.com/facebookresearch/DIG-In
🔗Meta官方介绍:https://ai.meta.com/blog/meta-fair-research-new-releases/

🖥️OpenAI、斯坦福等多所机构筛选出1565篇论文发布大模型《提示技术报告》！

- 研究团队从各种学术资源中筛选出超过1,500篇相关论文，整理出了一套标准术语和提示方法，并创建了一个易于理解和使用的目录。

- 使得不论是开发者还是普通用户，都能更清楚地知道如何给AI下达有效的指令。

- 研究团队系统性地审查了相关文献，采用了PRISMA方法，从三个主要学术数据库（arXiv、Semantic Scholar和ACL）中共处理了4797条记录，最终筛选出1565篇与提示技术相关的论文。

- 论文中详细介绍了58种基于文本的提示技术。

- 此外，还收集并整理了许多模态（如图像、音频）和多语言的提示技术。

- 除了基础的提示技术外，论文还审查了如何扩展这些技术来创建更复杂的系统，比如如何评估生成的内容，以及设计出更加安全和可靠的提示。

🔗报告简介：https://trigaten.github.io/Prompt_Survey_Site/
🔗报告全文：https://arxiv.org/pdf/2406.06608

🖼️Hedra：上传人物照片+任意语音 可实现人物唱歌、说话

- 支持根据任意人物照片和语音内容生成个人会说话和唱歌的动态视频，同时保持唇形和表情、姿态和语音内容相匹配。

可在桌面和移动设备上使用。
无限时长（30秒开放预览）。
如果 H100 供应充足，每 60 秒生成 90 秒内容。
支持表达性对话、歌唱和说唱角色。

- 可以直接文字转语音，目前有6个语音。

- 输入或粘贴你的文本并选择一个预设的声音。

- 也可以直接上传音频，输入你的角色描述，Hedra 会生成角色。

🔗 Hedra

🔗 https://blink.csdn.net/details/1734602

🎨MimicBrush：通过模仿参考图像对目标图像选定区域自动进行局部编辑

- 可以选择图片中的某个部分（比如一个人的衣服、背景等），然后选择一个喜欢的参考图片。

- MimicBrush会根据参考图片的样子自动修改选择的部分，让它看起来像参考图片中的那样。

- 就可以只修改图片的某一部分，而不是整个图片。

- 同时MimicBrush还能够智能地将参考图像中的纹理（如豹纹、花纹、木纹等）提取出来，然后传输到目标图像中。

🔍B 站开源轻量级 AI 语言模型 Index-1.9B 模型

- Index-1.9B base: 基座模型具有19亿非词嵌入参数量，在2.8T中英文语料上预训练，领先同级别模型。

- Index-1.9B pure: 对照组与基座模型相同，但过滤了指令相关数据以验证对benchmark的影响。

- Index-1.9B chat: 基于base模型通过SFT和DPO对齐后的对话模型，引入互联网社区语料，聊天趣味性更强。

🔗 GitHub - bilibili/Index-1.9B