AI上周热点#006

AI 总结
DeepMind推出Veo 2，一款新的视频生成AI，能够生成高达4K分辨率的两分钟视频，超越OpenAI的Sora。Pika Labs发布了AI视频生成器2.0，新增“场景成分”功能，允许用户将自己的图像融入AI生成的视频。DeepMind还推出了Project Mariner，一个可以代替用户在网络上互动的AI代理。微软发布了Phi-4，一个新的生成AI模型，特别擅长解决数学问题。其他新闻包括苹果与Siri的ChatGPT集成、OpenAI的ChatGPT搜索引擎向所有用户开放、以及Meta推出的Apollo视频理解模型等。

以下全文
[谷歌DeepMind推出了一种新的视频模型，以与Sora竞争
DeepMind宣布了Veo 2，这是一款下一代视频生成AI，可以创建长达两分钟的4K分辨率视频，超越了OpenAI的Sora在分辨率和时长上的表现。Veo 2独家在谷歌的实验性视频创作工具VideoFX上提供，具有更好的物理和相机控制理解能力，能够生成更清晰的画面。该模型能够更真实地模拟运动、流体动力学和光的特性，包括不同的镜头和电影效果。公司还宣布对其商业图像生成模型Imagen 3进行了升级，该模型可以生成更明亮、构图更好的图像和照片，风格多样。

Pika Labs发布了带有新功能的AI视频生成器2.0
Pika Labs推出了其AI视频生成器的2.0版本，推出了一项名为“场景成分”的重要功能，使用户能够将自己的图像融入AI生成的视频中。该AI工具通过允许用户从各种视觉组件（如人物、物体、服装或环境的图片）构建场景，AI随后确定每张图像的用途并将它们合并成一个功能性场景。这个更新的视频生成器还具有增强的视觉质量和改进的提示遵循，将向所有用户开放，包括欧盟的用户，这与OpenAI的Sora形成对比，后者仅对专业订阅者完全开放。

谷歌推出海洋计划：人工智能代理为您使用网络
DeepMind推出了Project Mariner，这是一个可以代表用户与网络互动的AI代理。这个基于Gemini的代理可以控制Chrome浏览器，移动光标，点击按钮，并填写表单，模拟人类与网站的互动。该代理目前正在小范围内测试，可以执行诸如根据购物清单创建购物车或查找航班和酒店等任务。然而，它无法代表用户填写信用卡信息或接受Cookies。该代理在Chrome浏览器的最前面活动标签上工作，这意味着用户必须观看代理执行任务。

微软在研究预览中推出了新的生成性人工智能模型Phi-4

微软推出了Phi-4，这是其Phi系列生成性AI模型的最新成员，特别擅长解决数学问题，因为训练数据质量得到了改善。该模型由140亿个参数组成，目前在微软的Azure AI Foundry开发平台上有限访问，供研究使用。Phi-4的性能提升归功于使用高质量的合成数据集和人类生成的内容，以及未具体说明的后期训练改进。这次发布标志着自微软Phi模型开发的关键人物塞巴斯蒂安·布贝克离职以来，首次推出Phi系列模型，他已离开公司加入OpenAI。


苹果推出了Siri与ChatGPT的集成
苹果通过最新的软件更新为iPhone、iPad和Mac带来了Siri与ChatGPT的集成功能。这项更新不仅增强了Siri处理复杂查询的能力，还保护了用户隐私，标志着苹果在人工智能战略上迈出了重要一步。

ChatGPT搜索引擎现已向所有用户开放
OpenAI的ChatGPT搜索引擎已向所有用户开放使用。该版本包括一个经过优化的移动端界面，配备了高级语音模式，并提供类似传统搜索引擎的功能，如基于位置的图像和地图搜索结果。

OpenAI将其o1推理模型引入API——针对特定开发者
OpenAI的o1推理模型现在通过其API向部分开发者提供，提供了更好的定制和准确性，但成本更高且初始访问有限。

NVIDIA推出其最实惠的生成式人工智能超级计算机
NVIDIA的新型紧凑型生成式AI超级计算机通过软件升级提升了性能，价格更加亲民。

ChatGPT 增加了实时视频访问功能，可以“看到”你的手机所见
OpenAI正在为ChatGPT移动应用推出手机屏幕和实时视频共享功能，可在高级语音模式中使用。

Meta AI发布Apollo：一系列用于视频理解的新型视频-LMMs大型多模态模型
Apollo模型引入了创新技术，如fps采样和双视觉编码器，以增强视频理解，在视频语言任务中实现了强大的性能，同时为现实世界应用提供了可扩展的解决方案。

Meta推出了一款用于给AI生成的视频添加水印的工具
Meta Video Seal，一个开源工具，用于给AI生成的视频添加水印，以应对深度伪造的兴起，提供对常见视频编辑和压缩的抵抗力，同时通过公开排行榜和合作倡议鼓励行业采用。

OpenAI推出Projects功能助力ChatGPT对话管理
OpenAI为ChatGPT新增的Projects功能让用户能更好地管理和定制对话内容。该功能集成了画布支持和网络连接，使用户可以轻松处理项目管理和个人网站创建等任务。


Databricks将在新一轮融资中达到620亿美元的估值
Databricks正在筹集100亿美元的资金，以达到620亿美元的估值，计划投资于人工智能产品、收购和国际扩张，同时为未来可能的公开上市做准备。

OpenAI 发布电子邮件显示马斯克曾希望将 OpenAI 转为营利组织
OpenAI 正在反驳马斯克的诉讼，公布的邮件显示这位联合创始人本人曾希望将 OpenAI 转型为营利性公司。讽刺的是，马斯克现在却在起诉阻止 OpenAI 进行这样的转型。


AI错误认为膝盖X光片能显示饮酒习惯——这完全不成立
医学影像中的AI模型可能会通过捕捉到意外的数据关联而得出误导性结论，这凸显了对AI系统进行严格评估的重要性，以避免产生错误的临床判断。

更多咨询在微信公众号“鼠部落”首发
本周刊每周更新，欢迎您关注、点赞、转发！

很棒，很全面，对于墙内的人，可以说是整合了信息