从今年AIGC开始爆火，好像适合程序开发使用AI工具就很少，大多数都是AI绘画和AI视频，AI文案相关的。可以帮助程序员写代码的ChatGPT在前段时间也爆出代码错误率达到了50%左右。那到底有没有适合程序员开发使用的AI工具呢？
近日，Google 推出了一款名为 Project IDX 的新型云集成开发环境（IDE），以改善开发人员的体验，提供人工智能工具和功能，以更有效地构建应用程序。
Google在Visual Studio Code（使用Code OSS）的基础上开发了Project IDX，使其能够专注于AI集成，如Codey和PaLM 2。Google的Codey AI编程助手提供智能代码自动补全、编码问题的聊天机器人以及上下文代码推荐。
使用Project IDX，开发人员可以在浏览器中进行全栈网页和移动应用程序的编写。该平台支持目前流行的框架，如Angular、Flutter、React和Vue.js，并计划将来支持其他语言和框架。
Project IDX的一个主要优点是，它提供了一个一致的开发环境，可以从任何设备访问。这解决了跨设备同步开发环境的常见问题。基于云的IDE还可以利用强大的计算资源，这些资源通常是开发人员在本地无法获得的。
今天凌晨，微软带来了一系列重磅产品，一口气发布了 50 多项更新。
发布会上，微软 CEO Satya Nadella 谈到了关于现代计算的两个梦想。一个是计算机是否可以理解我们，而不是我们必须理解计算机？第二个是在这个信息不断增加的世界里，计算机能否帮助我们根据所有这些信息进行推理、规划和更有效地采取行动？ 从 AI 基础设施的搭建，到模型产品的落地，微软在寻找答案的过程中，逐渐成长为一个全方位的 AI 解决方案提供商。今夜过后，或许我们都得重新审视微软这个巨头。
发布会要点速览： 1、Team Copilot ，从个人助理变成团队助理 2、全新的 Agent 代理功能 3、Phi-3 家族迎来新成员 4、Azure AI Studio，包含 API 集成、完整的工具链及部署全家桶 5、Fabric 大升级，推出实时智能（real-time intelligence） 6、专为云端规模化应用性能优化的 Cobalt 芯片
发布会更多详情：https://mp.weixin.qq.com/s/MoHPci4JAb25ifDhMwUWiQ
华为诺亚方舟实验室、清华大学信息科技学院、大连理工、香港大学和Hugging Face的研究人员，共同发布了一款名为PIXART-δ的超高清文生图模型。
这一模型集成了潜在一致性模型（LCM）和创新控制架构ControlNet-Transformer，实现了在文生图像方面的重大技术突破。仅需0.5秒2-4个推理步骤，PIXART-δ就能完成图像生成，速度比之前的PIXART-α模型快了7倍。
在ControlNet-Transformer的帮助下，PIXART-δ可以对生成模型的输出进行精确控制，包括图像的边缘、深度、分割和对象姿势等，类似于OpenAI的DALL·E 3。
4月24日，苹果开源了大语言模型OpenELM。这与微软刚开源的Phi-3 Mini类似，是一款专门针对手机等移动设备的模型。
以下是一些重点信息的摘要： 1. 开源OpenELM: 苹果公司开源了一个名为OpenELM的大语言模型，这与微软开源的Phi-3 Mini类似，是专为移动设备设计的模型。 2. 模型参数: OpenELM提供了四种不同参数规模的模型，分别是2.7亿、4.5亿、11亿和30亿参数。 3. 功能: 该模型能够执行生成文本、代码、翻译、总结摘要等功能。 4. 预训练数据: 尽管最小的模型只有2.7亿参数，但苹果使用了1.8万亿tokens的数据进行预训练，这是其小参数下仍能表现出色的原因之一。 5. 深度神经网络库CoreNet: 苹果同时开源了用于训练OpenELM的深度神经网络库CoreNet，该库在开源后不久就在GitHub上获得了超过1100个星标。 6. 苹果的开源策略: 苹果通常在手机领域采取闭源策略，但此次开源可能是为了吸引用户，未来可能会推出闭源产品实现商业化。 7. 技术贡献: 苹果不仅发布了模型权重和推理代码，还发布了完整的训练和评估框架，包括数据准备、模型训练、微调和评估流程，以及多个预训练检查点和训练日志。 8. OpenELM架构: OpenELM的架构，包括其技术创新点，如无编码器的transformer架构、层级缩放策略、不使用全连接层中的可学习偏置参数等。 9. 训练流程与数据集: 苹果使用CoreNet作为训练框架，Adam优化算法，以及动态分词和数据过滤的方法。
开源地址：https://huggingface.co/collections/apple/openelm-instruct-models-6619ad295d7ae9f868b759ca?ref=maginative.com CoreNet地址：https://github.com/apple/corenet?ref=maginative.com 论文地址：https://arxiv.org/abs/2404.14619
《人工智能生成合成内容标识办法》适用范围 - 网络信息服务提供者：适用于符合相关规定的网络信息服务提供者开展的人工智能生成合成内容标识活动。
标识分类与要求 - 标识分类：分为显式标识和隐式标识。 - 显式标识：在生成合成内容或交互场景界面中以文字、声音、图形等方式呈现，用户可明显感知。 - 隐式标识：通过技术措施在生成合成内容文件数据中添加，用户不易明显感知。 - 添加显式标识的要求：根据不同类型的内容（文本、音频、图片、视频、虚拟场景等），在相应位置添加显著的提示标识。 - 添加隐式标识的要求：在生成合成内容的文件元数据中添加包含生成合成内容属性信息、服务提供者名称或编码、内容编号等制作要素信息的隐式标识，鼓励添加数字水印等形式的隐式标识。
我只是截取了一部分，感兴趣的朋友可以看看原文，大家也可以评论区说一说本次的人工智能生成合成内容标识办法会对行业带来哪些影响！
今年接触了太多 AI 工具了，AI 绘画的先不说，光是视频生成就已经让我震惊不已。今天刷到了一个 VideoPoet 作者的专访，分享的一些关于视频生成领域的观点非常有意思，其中关于视频生成领域的 “ChatGPT 时刻”的解读前瞻性十足，大家感兴趣的可以了解一下！
以下是引用： “ 视频生成的“ChatGPT 时刻”，我觉得大概是，哪怕模型生成的还是比较短的片段，比如 2-5s，但这个生成是可控的，人类也很难分辨是 AI 生成还是人类制作。从用户角度，只需要几美分的代价，就能获得一个可以被送到好莱坞专业 studio 的样片。如果类比的话，可以类比到图像领域 stable diffusion 1.x 或 2.x 版本，肯定还有再提升的空间，但已经到了能使用的程度，而且能激发很多应用。
我的预测是，到 2024 年底或 2025 年初，我们可能会到这个时刻。并且我认为，实现这个时刻肯定也需要 diffusion 参与，并且 diffusion 在未来一段时间，比如 1 到 2 年内，可能仍然是主流，扮演很重要的角色。这里说的 diffusion 已经包含了 transformer。
“ChatGPT 时刻”意味着模型到了一个相对稳定的阶段，但后面还会再改，只不过是在这个基础上做小的改动，可能一开始版本只能做到逼近好莱坞，有一些缺点，但可以商业化运用了，但要达到真正稳定需要更长时间。随后还可能仍会迭代升级。
现在市场上所有的视频生成都达不到这个标准，所以我认为视频生成的方法可能还需要进一步迭代，有可能要达到“ChatGPT 时刻”需要新的模型和方法，它不一定是全新的模型或者架构，可能是现在市场上的某个技术路线或者方案再往前走一步。”
近日，Adobe为 Premiere Pro 引入新的AI工具，现在也升级了Lightroom应用程序引入诸多AI功能，例如高级人工智能功能Denoise可以去除图像中的数字噪点，在不丢失细节的情况下提高照片质量。 这在低光下处理高ISO文件时特别有用。目前该功能仅适用于RAW照片，后续会添加更多图片格式的支持。用户可以使用蒙版中的曲线调整图像特定部分的对比度、色调和颜色，从而创建高度自定义和精确的编辑。 Select People引入额外的AI Mask类目，该功能可自动为肖像生成mask，让用户更轻松更改服装、面部毛发的颜色。 Polished Portrait使您能够快速平滑人像上的皮肤、增强照明并优化面部特征以获得所需的外观。 或者使用Darken Beard将照片中模特的面部毛发加深，以获得更大的效果。 同时，Enhance Clothing可以增加对比度、饱和度和纹理。 你觉得哪一个最实用呢？
昨天晚上，Anthropic 正式推出了 Claude 3 系列模型，包括 Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku。
这些模型在多个方面超越了GPT-4，包括推理、数学、编码、多语言理解和视觉处理等。
以下是Claude 3系列模型与同行在多个能力评估基准上的对比：
可以看到，其中Claude 3 Opus模型性能完全碾压GPT-4，以及Gemini 1.0 Ultra。
Claude 3 Sonnet在部分基准上，比如GSM8K、MATH等超越了GPT-4。Claude 3 Haiku可以与Gemini 1.0 Pro相抗衡。
GPT-4是否真的已经过时？Claude 3的横空出世是否意味着我们即将进入一个全新的AI时代？
Claude 3 体验地址：https://claude.ai/chats
