4月25日晚，OpenAI联合创始人兼首席执行官Sam Altman，在斯坦福大学的英伟达（NVIDIA）礼堂进行了公开演讲，超过1000名学生排队参加此次活动。
Altman说：“GPT-5将会比GPT-4更强大，GPT-6将会比GPT-5更智能，OpenAI的终极目标始终都没有变就是实现——AGI（通用人工智能）。”
以下是本次演讲的一些关键信息总结： 1. Sam Altman的演讲：作为OpenAI的联合创始人兼首席执行官，Sam Altman在斯坦福大学的NVIDIA礼堂进行了演讲，吸引了超过1000名学生。 2. AI的未来发展：Altman认为，人类尚未达到AI的极限，并且OpenAI的目标是实现通用人工智能（AGI）。他提到GPT-5将比GPT-4更强大，而GPT-6将比GPT-5更智能。 3. 开源与闭源：Altman认为，为了实现AGI，需要大量的资金投入，因此开源可能不是最佳途径。OpenAI从最初的开源策略转变为闭源，以确保商业回报和持续创新。 4. 资金与投资：他提到，为了推动AGI的发展，无论每年需要多少资金，只要能为全人类和AI领域做出贡献，他都不在乎。 5. OpenAI的核心能力：OpenAI的核心能力在于技术变革，能够定义AI能力的下一个范式转变。 6. Sora模型：OpenAI发布了文生视频模型Sora，这可能会对影视、游戏开发、广告营销等行业产生重大影响。 7. 免费使用ChatGPT：OpenAI宣布无需注册就能免费使用ChatGPT，这有助于那些没有能力开发类似产品的国家或地区。 8. 英伟达与OpenAI的合作：英伟达创始人黄仁勋向OpenAI捐赠了先进的AI超级计算机，这表明了两家公司之间的紧密合作关系。
哎呀，昨晚 Meta 发布被称为最强开源的 Llama 3 系列模型了，大晚上扔了个炸弹啊！说实话，这事儿也不算太意外，毕竟 Meta 总是喜欢搞点大动作。他们这次带来的就是那个自称“有史以来最牛”的开源大模型——Llama 3系列。 咱们设计师，又可以借助这个新模型好好发挥一番了！
一起看看这个 GPT-4 级模型，它能干得过 GPT-4 么？
Llama 3模型的特点 - 规模与性能：Meta开源了两款不同规模的Llama 3模型，分别是8B和70B参数规模。Llama 3 8B在性能上与Llama 2 70B相当，而Llama 3 70B则在性能上媲美甚至超越了其他顶尖AI模型。 - 技术改进：Llama 3在预训练和后训练方面都有所改进，优化了模型的一致性和响应多样性，降低了出错率。 - 多模态与多语言：未来几个月，Meta将推出具备多模态、多语言对话和更长上下文窗口的新模型，其中包括超过400B的模型，预计将与现有的顶尖模型竞争。
Llama 3的性能测试 - 基准测试：Llama 3在多个测试中得分超越了其他同类模型，显示出其在推理、代码生成和遵循指令等方面的突破性提升。 - 人类评估数据集：Meta开发了一套新的高质量人类评估数据集，用于准确研究模型性能。
开源与闭源的辩论 - 开源优势：Meta坚定地支持开源路线，认为这有助于推动社区和公司双方的创新。 - 未来展望：尽管Llama 3为开源模型赢得了一场胜利，但关于开源与闭源的辩论仍在继续。未来，可能会有更高性能的模型出现，为这场辩论带来新的转折。
附上 Llama 3 体验地址：https://huggingface.co/meta-llama/Meta-Llama-3-70B-Instruct
Creative Upscaler 是由 Stability AI 推出的一款基于人工智能的图像增强工具，其主要功能是将低分辨率的图像提升至4K分辨率，并通过先进的机器学习算法为图像添加新的细节和内容，从而实现图像质量的显著提升。这一工具不仅能够放大图像，还能在不损失原始图像细节的基础上，创造出以前不存在的新细节，赋予图像新的生命力。
Creative Upscaler 的核心特点：
1. 分辨率提升：无论原始图像的分辨率如何，Creative Upscaler 都能将其放大至4K分辨率，使图像更加清晰和细腻。 2. 细节创造：通过结合文本提示和图像内容，Creative Upscaler 能够生成原本不存在的新细节，例如增强纹理、修复扭曲的脸部或添加新的视觉元素。这使得它不仅是一个简单的放大工具，更是一个能够创造新内容的条件生成模型。 3. 高质量转换：该工具能够保留原始图像的大部分特征，同时在较低创意设置下保持图像的自然性，适合需要高质量转换的用户。 4. 个性化调整：用户可以根据需求调整创造力等级，以决定是否适度增加或减少新细节的生成量，从而平衡原始图像特征与新内容之间的关系。 5. 适用范围广泛：Creative Upscaler 适用于艺术家、摄影师、设计师等专业人士，也适合普通用户用于社交媒体图像质量提升或商业宣传材料的视觉优化。
今天我要向大家介绍一个非常强大的工具——Perplexity Deep Research。在Humanity’s Last Exam这个测试中，我刷到了20.5%的成绩，这个成绩超过了目前发布的所有模型，仅次于OpenAI的Deep Research。最棒的是，这个工具是免费提供的！
让我来简单介绍一下它的工作原理： 1. 研究推理：Perplexity的深度研究模式配备了搜索和编码功能，能够迭代搜索、阅读文档，并推理下一步行动。我自己在使用时，发现它能够非常智能地找到相关材料并进行深入分析。 2. 报告撰写：一旦源材料被全面评估，它会将所有研究综合成一份清晰而全面的报告。我在使用过程中，发现生成的报告非常详细且易于理解。 3. 导出与分享：你可以将最终报告导出为PDF或文档，或者将其转换为Perplexity Page，与同事或朋友分享。我自己就经常把报告导出为PDF，方便与团队共享。
关于测试得分，Humanity’s Last Exam上达到了20.5%的准确率，这个成绩显著高于Gemini Thinking、o3-mini、o1、DeepSeek-R1等众多领先模型。在SimpleQA基准测试中，Perplexity Deep Research以93.9%的准确率远超其他领先模型的性能，这个测试包含数千个用于检验事实性的问题。而且，Perplexity Deep Research在完成大多数研究任务时仅需不到3分钟，效率非常高。
近日有内幕爆出，苹果公司不会在今年推出由 Apple Intelligence 驱动的全新 Siri。
苹果会计划在明年 1 月开启全新 Siri 测试，并在 iOS 18.4 中推出正式版本。另外，Siri 的其他功能，例如新设计和 ChatGPT 集成，将于今年晚些时候推出。此前的报道中，Gurman 指出 Apple Intelligence 也将出现在 Vision Pro 上，但要到明年。
苹果在 6 月举办的 WWDC 上推出了搭载 Apple Intelligence （Apple 智能）的全新 Siri，用户在升级到 iOS 18 后，可以更自然地与 Siri 对话，新的 Siri 还能够很好地理解上下文。
不过，全新 Siri 只支持 iPhone 15 Pro 及以上的设备，而即将推出的 iPhone 16 系列也将支持 Apple Intelligence。另外，Mac 和 iPad 设备需要搭载 M1 及以上的芯片才能使用 Apple Intelligence。
大家对新版的 Siri 有哪些期待呢？
首先有一个误区，很多人觉得开源就是免费，开源就是没有版权。其实这是完全错误的理解！ 开源≠免费。开源≠没有版权。开源≠随意商用。开源≠完全透明。
对开源模型的理解，目前大致有四个 Level，开放程度依次增加： 1. 封闭式“开源”（以 OpenAI 为代表） - 核心理念：早期以开源和非营利为目标，逐渐转向封闭模式，通过 API 提供服务，不公开模型权重和训练细节。 - 特点：模型权重和训练数据不公开，仅提供黑箱化的 API，通过订阅服务和 API 收费实现盈利，有助于控制模型滥用风险。 - 争议：违背了开源的核心精神，被批评为技术垄断。
2. 自定义开源（以 Meta 为代表） - 核心理念：开源模型（如 LLaMA），但采用自定义许可证（如 LLaMA 社区许可协议），强调研究和非商业用途，限制商业使用。 - 特点：公开模型权重，但限制商业使用和分发，主要面向学术机构和非营利组织，用户需申请访问权限。 - 争议：自定义许可证限制了模型的广泛使用，不符合完全开源的定义。
3. 传统开源（以 DeepSeek 为代表） - 核心理念：采用传统开源许可证（如 Apache 2.0），完全开放模型权重和代码，强调自由使用、修改和分发，包括商业用途。 - 特点：模型权重、代码和部分训练数据公开，允许商业使用，无歧视性限制，鼓励社区协作和创新。 - 优势：符合传统开源定义，推动技术普及和创新。
4. 理想开源（以 OSI 为代表） - 核心理念：OSI 正在制定 OSAID 1.0（Open Source AI Definition），旨在为开源 AI 系统提供明确标准，强调透明度、可访问性和可修改性。 - 特点：要求公开模型权重，允许用户自由使用，尽可能公开训练数据的来源和组成，训练和推理代码必须开源，不得限制特定用户群体或用途。 - 目标：确保开源 AI 系统符合开源精神，推动技术民主化。
