搜索
WWDC 上，苹果终于发布了自己的 AI 功能——苹果智能（Artificial Intelligence），苹果、微软和谷歌在 AI 落地上的不同策略也可见一斑，有些选择集成，有些选择了模块化。 为什么会这么选？哪种策略可能赢得未来？
OpenAI在5月14日推出了新一代人工智能模型GPT-4o，支持文本、音频和图像的任意组合输入，并能够生成文本、音频和图像的任意组合输出。仅仅一天后，谷歌就在新一届I/O开发者大会上发布、更新了十多款产品，包括AI助手Project Astra、文生图模型Imagen3、对标Sora的文生视频模型Veo，以及备受瞩目的大模型Gemini 1.5 Pro的升级版。
在大语言模型突飞猛进的同时，谷歌的研究团队在时序预测方面也取得了突破性的成果——今年2月发表的模型TimesFM，而且放出了模型的代码和权重，让更多开发者体验这种「开箱即用」的零样本预测能力。
上周末在推特平台上有一篇写在谷歌文档里短文，在国外的科技/投资圈得到了非常广泛的浏览，叫做 The End of Software ( 软件的终结 ), 作者 Chris Paik 是位于纽约市的风险投资基金 Pace Capital 的创始合伙人，他之前同样在谷歌文档里总结的自己的投资框架也得到广泛的阅读。
OpenAI自研芯片的计划终于看到了实质性进展。根据SemiAnalysis最近的一篇文章，他们正从谷歌TPU团队招募人才，扩展自己的芯片研发组。
各行业的职场人，都有机会DIY专属自己的AI助手
不仅前沿AI公司需要做出回应，人工智能行业更需有所行动。
循环调用CLIP，无需额外训练就有效分割无数概念。 包括电影动漫人物，地标，品牌，和普通类别在内的任意短语。
全球数百万用户受影响。
最近的一系列研究表明，纯解码器生成模型可以通过训练利用下一个 token 预测生成有用的表征，从而成功地生成多种模态（如音频、图像或状态 - 动作序列）的新序列，从文本、蛋白质、音频到图像，甚至是状态序列。