[AI 周报]20240105 - 机器人的关键一年

大公司动态

OpenAI 计划下周上线 GPT Store

千呼万唤的 GPT Store 终于要上线了。自从 2023 年 11 月，OpenAI 宣布 GPT Store 的计划以来，GPT Store 就广受关注。GPT Store 是属于 OpenAI 用户自己的 app store，它允许用户通过 OpenAI 的 GPT-4 语言模型创建的自定义符合自己需求的 AI 代理。而且用户可以将其发布到平台并根据受欢迎程度从中获取收入，虽然关于如何获取收入的细节没有具体的解释，但是可以想象这一功能的商业前景还是很大的。目前，该功能仅适用于 ChatGPT Plus 和企业 VIP 用户。

微软即将在 PC 键盘集成 Copilot 键

我们都知道，键盘上已经有了 windows 键，如今，为了提高 PC 用户与 AI 交互的体验，微软即将把 Copilot 键也集成到键盘上。这是自从 1994 年 windows 键出现在键盘上之后，微软首次为键盘添加的物理按键。 Copilot 键的取代的是标准 PC 键盘的右 Control 键，该键位于 Alt 和左箭头之间。

微软在努力让 2024 年成为“人工智能 PC 年（year of the AI PC）”，这次把 AI 融入到日常中，也反映了它的决心。

We believe it will empower people to participate in the AI transformation more easily. The Copilot key joins the Windows key as a core part of the PC keyboard and when pressed, the new key will invoke the Copilot in Windows experience to make it seamless to engage Copilot in your day to day.

Gemini Ultra 即将到来？

根据爆料，谷歌正在开发 Bard 的升级版 —- “Bard Advanced“，它的底层由谷歌之前演示的 Gemini Ultra 提供支持。但是这个消息尚未得到谷歌官方确认。

Gemini Ultra 演示的时候，由于其多模态的集成，确实引起很大的轰动，但是最终也陷入了造假的传闻。按照计划，Gemini Ultra 即将于 2024 年一季度上线，不知道到时候它和 chat GPT 又会擦出什么样的火花。

行业资讯

机器人的时代即将到来

或许大家已经不止一次的听过 2024 年即将成为机器人技术的具有里程碑意义的一年。最近，英伟达高级研究助理 Jim Fan 也宣称机器人已经迎来 “ChatGPT时刻”。他认为，未来机器人的基础模型，算法，感知，数据，硬件已经基本上准备好了。

也期望，我们在这一年可以看到更多的成果。

LLM 在评估文本时存在偏见

根据一项研究显示，大语言模型（LLM）在评估文本时，会存在与人类偏好不一致的认知偏差（cognitive biases）。

这样会有什么影响呢？举个例子，假设你使用 AI 系统对工作申请进行评分，通过 AI 系统使用 LLM 来评估求职信的质量。但是，如果 LLM 具有特定的喜好，例如偏爱较长的内容文本或一些特定的关键字，那么 AI 系统可能最终根据自己的偏见选择某些申请人，即使这些申请人的资格并不是最好的。

阿里推出文本转3D 的Mach 模型

阿里巴巴的 Make-A-Character (Mach) 轻松地将文本描述转化为个性化的视觉化形象，为用户提供一个便捷的工具来创建与其想要的角色相符的虚拟形象。这款新工具利用大型语言和视觉基础模型，从简单的文本描述或自然语言中生成详细逼真的3D形象。研究人员表示，当前版本重点生成视觉上吸引人的亚洲种族 3D 形象，因为其选定的 SD 模型主要是在亚洲面部图像上训练的。他们期望在未来几个月内扩展对不同种族和风格的支持。

github: https://github.com/Human3DAIGC/Make-A-Character

英伟达发布中国特供芯片 RTX 4090D

为了符合美国政府的出口管制，英伟达（Nvidia）将在中国推出 RTX 4090 游戏芯片的降配版本 RTX 4090D。调整后的 RTX 4090D 的处理速度比原版减少了 11%。2023年，美国对中国半导体技术的管制加码，限制先进芯片的对华出口。英伟达为了绕开禁令，与美国政府密切合作，以合规合规的方式开发了这款产品。一方面，美国加大力度打压对中国在高科技例如半导体，AI 方面的发展；另一方面，英伟达等巨头也在尽可能的不放弃相关市场。

但是随着中美两国在科技领域的竞争加剧，英伟达这样的状态可以持续多久呢？

GitHub Copiliot Chat 向个人订阅用户免费开放了

所有具有 GitHub Copilot 个人订阅的用户都可以在 Visual Studio Code 和 Visual Studio 中访问 GitHub Copilot Chat。Copilot Chat是基于OpenAI的GPT-4模型，再结合其海量、优质的代码数据开发而成，通过文本问答的方式就生成、分析、审核代码等。此外，开发者可以直接将Copilot Chat集成在Visual Studio Code、Vim、Visual Studio等IDE开发平台中使用。

Pika Labs 的高级功能已经向全部用户开放

Pika Labs 的高级功能已经向全部用户开放。用户可以使用图像、文本或者这两个的结合来生成视频，并且，Pika 还可以调节参数，比如：相机移动、图像的纵横比、视频文本的一致性等。而且现在生成的流程更加简单，视频长度最高可达 15 秒。Pika 最终还是卷入了拥有 Stability AI、Google 和 Meta 等公司的在视频生成赛道。

商汤科技进军日本消费级 AI 市场

商汤科技宣布在日本推出“元萝卜AI下棋机器人围棋版”，成为该市场首个家用版下棋机器人。这是商汤科技首次进军日本消费市场，进一步拓展其海外业务版图。商汤科技持续推动原创AI技术出海，实现前沿技术与当地特色的融合创新，本次发布的日版产品借助创新AI技术促进当地围棋文化的发展。之前由于联合创始人汤晓欧的去世，商汤科技的股价一路下跌。

争议

DALL-E 3 生成侵权图像

尽管 OpenAI 配备了严格的审核系统，但是仍然有人使用 ChatGPT 生成了受版权保护的图像，这明显会为 OpenAI 带来侵权的争议。X 用户 NLeseul 通过与 ChatGPT 对话，希望生成一张关于一个水管工探索充满宝藏的神秘管道的图像，并且要求生成的角色是正对摄像头的。对话用到的提示词基本上并没有很多除了“红帽子”之外暗示的词语，但是 ChatGPT 还是生成了任天堂的马里奥。

如何打击 AI 引发的图片深度造假？

尼康、索尼和佳能正在合作通过在它们的相机中嵌入数字签名的方式，来防止由 AI 协助完成的深度造假（deepfake）。随着 AI 技术的发展，很多 由 AI 生成或者修改的图像正在变得越来越以假乱真。因此尼康们正在通过新技术—- 在相机中加入数字签名的方式来为照片的真实性加上一层防护。数字签名包含了照片的日期、时间、位置和摄影师等不能被篡改的信息。这项技术对保证照片的真实性至关重要。这些相机将于 2024 年发布。

相关阅读：AI 诈骗的新方式

公共服务

AI 提高了药物的开发速度

制药业 与 AI 的结合，大大的提高了药物研发的速度，可以为某些药物提供更快、更便宜的替代品。AI 驱动的技术可以用于个性化治疗。Exscientia 的配对技术就成功地用一种以前被认为对其癌症类型无效的药物治疗了一名血癌患者。Exscientia 不仅能够现有药物治疗患者，还可以利用 AI 开发新药物。而且，其第一批开发的药物已经正在进行临床试验了。为了加大药物的研发速度和减小成本，已经有越来越多的初创公司将 AI 应用到药物的研发中了。

韩国使用无人机和 AI 监控交通

韩国将于 2024 年启用无人机实时监控交通状况。届时，AI 算法将对无人机从距地面约200米高度拍摄的监控画面进行分析，找出规律并预测路况。根据 2023 年的测试，韩国政府希望未来能够通过无人机与人工智能技术的结合，更快地发现并应对可能出现的交通问题。无人机还将被用于检查路旁建筑工地，辅助检查人员工作。

展望

电子春晚–国际消费电子展（Consumer Electronice Expo, CES）即将于 1 月 9 日开幕。这次 CES 2024 将以 AI 为主题，将有超过 130000 与会者， 4000 家公司参与其中。作为活动的亮点，英特尔即将推出 AI 电脑，而三星、英伟达、索尼、LG 等都已经宣布即将为我们带来各种各样的重磅产品。

AI 工具

• Laterbase 是一款 AI 书签管理器，它通过对话的方式快速检索和提醒书签中的内容。
• Cliptutor 可以帮助你提高看视频学习或者教学的效率。你把视频的 Youtube 链接发送给它，然后 Cliptutor 就可以帮你总结视频内容，并生成测验，创建学习指南。