当前位置：首页 > article >正文

Cyber Weekly #30

article 2024/10/28 4:24:08

赛博·新闻

1、加强版Claude3.5上线，可模拟人类操控电脑

Anthropic公司发布了升级版Claude3.5，包括Claude3.5 Sonnet和Claude3.5 Haiku两个新模型，以及名为“计算机操控”的新功能。Claude3.5 Sonnet在推理、知识、编程能力等方面表现出色，能够生成可玩的游戏代码和动效模拟器。Claude3.5 Haiku则在性价比和速度上超越了之前的模型。最引人注目的是“计算机操控”功能，它允许Claude实时分析用户计算机屏幕上的活动，并自主执行在线任务，如浏览、点击和输入，类似于一个真正的AI助手。尽管目前这一功能仅对开发者开放，并且成功率和速度还有待提高，但它展示了AI技术在模拟人类与计算机互动方面的潜力。

2、谷歌版贾维斯即将问世，最强Gemini2.0加持

就在Anthropic发布“计算机操控”功能后，Information爆料称，谷歌正开发同类新项目「Project Jarvis」，能将Chrome网页任务自动化。谷歌“贾维斯”将由未来版Gemini2.0驱动，预计在12月亮相。此外，微软的Omni Parser项目可以将截图转化为结构化数据，帮助AI精准理解用户意图，OpenAI内部已有的AI智能体雏形，可以操控计算机完成在线订餐、自动查询解决编程难题等任务。AI操控电脑已成为微软、苹果等巨头下一个发力的战场，预示着AI自主操控电脑时代即将来临。

3、Stable Diffusion 3.5最强全家桶登场

本周，Stability AI发布了Stable Diffusion 3.5全家桶，这几款模型能够生成多种风格和美学，例如3D、摄影、绘画、线条艺术，以及几乎任何可以想象的视觉风格。个人和组织可以免费使用该模型进行非商业用途，包括科学研究。

Stable Diffusion 3.5 Large：80亿参数，具备卓越的质量和提示词遵循能力，这一基础模型是Stable Diffusion家族中最强大的。该模型非常适合1兆像素分辨率的专业应用。
Stable Diffusion 3.5 Large Turbo：Stable Diffusion 3.5 Large的精简版，仅需4个步骤即可生成高质量图像，同时具备出色的提示词遵循能力，因此比Stable Diffusion 3.5 Large快得多。
Stable Diffusion 3.5 Medium（10月29日发布）：25亿参数，改进了MMDiT-X架构和训练方法，该模型设计为可以在消费硬件上「开箱即用」，在质量与易于定制取得平衡。它能够生成分辨率在0.25到2兆像素之间的图像。

4、清言上线情感语音模型GLM-4-Voice，AI的phone use也来了

本周五（10月25日），智谱宣布上线情感语音模型GLM-4-Voice，该模型能够理解情感、表达情绪、调节语速，并支持多语言和方言。GLM-4-Voice是端到端的语音模型，避免了传统语音转文字再转语音方案中的信息损失。模型已部署在清言app上，并将与视频通话功能结合，打造能看能说的AI助理。此外，智谱还开源了GLM-4-Voice的代码，展示了其在多模态领域的技术实力。同时，智谱介绍了AutoGLM的phoneuse能力，该能力可以模拟人类操作手机，基于自研的中间界面和强化学习框架，智谱表示，在AndroidLab评测基准上，AutoGLM超越了GPT-4o和Claude-3.5-Sonnet的表现。AutoGLMWeb已通过清言插件发布，而手机端AutoGLM正在内测中。

5、OpenAI下一个大模型或将于年底发布

据外媒The Verge报道，OpenAI计划在12月之前推出其下一个前沿模型Orion（猎户座），该模型的性能预计将比现有的GPT-4模型强大100倍。与之前的GPT-4o和o1不同，Orion不会立即部署到ChatGPT，而是首先向与OpenAI密切合作的公司提供访问权限，以便这些公司能够基于Orion构建自己的产品和服务。微软内部的工程师已经准备好最早在11月份将Orion托管在Azure。此外，OpenAI CEO Sam Altman和其他高管在不同场合暗示了新模型的性能将远超现有模型，但名称可能不会是“GPT-5”。

赛博·洞见

1、人工智能何时超越人类？2027-2028年。

文章提出了一个新物理量“Thought-hour(Th)”来量化人类和AI的智能程度，并通过比较token数量来评估智能发展，角度挺新颖的。目前，人类每年的思考量为1.9TTh（1TTh=1*10^12Th），而AI的思考量为0.085TTh，年增长率为36%。文章预测，考虑到AI算法效率的每年0.4数量级提升，AI的智能程度可能在4年内超越人类（也就是2027-2028年）。文章还讨论了知识工作者的数量和全球GPU市场增长对AI发展的影响，并指出这一预测模型虽然简化，但展示了未来发展的可计算性和可预测性。

2、我用AI3D，终于实现了我的手办自由。

作者卡兹克，分享了自己使用AI3D打印技术实现个性化手办制作的经历。起初，作者因找不到心仪的蟑螂小姐手办而决定自己动手制作。通过TripoAI平台（图/文生3D模型，强烈推荐），作者轻松地将图片转换成3D模型，并使用3D打印机制作出手办。文章详细介绍了3D打印的流程，包括建模和打印，并比较了光固化和FDM两种打印方式。作者认为，尽管3D打印技术已不新鲜，但AI的发展大幅降低了建模的人力成本，使得“手办自由”成为可能。文章还提到了其他人使用TripoAI和3D打印技术创造桌游棋子的例子，展示了AI3D打印技术在实现创意方面的潜力。

3、图灵奖得主：AI时代，我们还能教学生什么

在2024西湖高等教育论坛上，图灵奖得主John Edward Hopcroft教授就AI时代教育的挑战和机遇所做的主旨报告。Hopcroft教授认为，教育的目标之一是帮助学生发现自己喜欢的东西，并过上美好的生活。他强调，教育应鼓励学生追随自己的兴趣，因为专注个人兴趣能带来高质量的成果。教授还提到，教育应帮助学生了解自己喜欢什么，并始终保持对兴趣的好奇心。他指出，教师与学生之间的互动是影响教育质量的关键因素，AI虽能在教育中扮演重要角色，但教师的角色不可替代。Hopcroft教授还提到，中国正在努力改善教育，鼓励学生自由探索和成长。

4、世界经济论坛上，伯克利Stuart Russell教授的观点：AI时代你需要掌握的实用技能

文章报道了在世界经济论坛上，专家们就AI时代所需的技能进行了深入讨论。专家们认为，随着AI技术的发展，许多工作将发生变革，甚至消失，因此员工需要掌握新的核心技能。讨论中提到，未来的成功者可能是那些能够快速适应变化环境的人，而教育系统也需要调整以培养人际交往密集型角色所需的技能。专家们还强调了软技能的重要性，如文化意识、对人类的敏感度，以及训练人工智能的能力。专家们提出，在这个新时代，生存能力再次成为关键。在人工智能时代，未来的成功者可能不是那些学识最渊博的人，而是那些能够快速适应变化环境的人。正如我们在当今的金融和商业领域所看到的，真正脱颖而出的往往是那些善于适应的个体。

5、万字长文：十问“AI陪伴”

文章从电影《Her》出发，探讨了AI陪伴的潜力与挑战，包括市场规模、用户接受度、技术限制和社会影响。指出AI陪伴在3-5年内可达千亿市场规模，但目前技术限制使其更多作为“物”存在。讨论了AI陪伴的三大技术前沿：长期记忆、主动想象和多模态生成能力。同时，文章分析了用户对AI陪伴的付费意愿，指出女性更倾向于情感交流，而男性更看重功能性。预测了AI陪伴在儿童、老人、残疾人等弱势群体中的应用潜力，并对社会价值和潜在风险进行了讨论，最后提出了AI陪伴的终极目标是成为“懂我”的第三类家庭成员。

6、10个改变日常的大模型隐藏玩法

文章介绍了10个不为人知但实用的大模型应用方式，包括将家庭录像带转换成数字格式并通过AI进行转录和归档、改善工作沟通、作为家庭调解员、辅助教育、讲述睡前故事、提供烹饪建议、语言学习辅助、增强Linux命令功能、创建个人工作“克隆”以及数据转换等。这些应用展示了大模型在提升日常生活质量、工作效率和学习体验方面的潜力。

7、AI时代的权力游戏：开发者、投资人和大厂的微妙平衡

文章分析了AI时代中，开发者、投资人和大厂之间的复杂互动和权力游戏。随着AI技术的发展，开发者成为了投资的焦点，他们在黑客松等活动中崭露头角，成为社交平台上的新流量密码，并在与大模型公司和科技大厂的会议中验证商业模式。然而，开发者们对于与投资人和大厂的合作热情似乎正在消退，他们担心合作成本高、idea泄露，以及产品功能被大厂“借鉴”。投资人和大厂也在寻找能够做出AI Native应用的开发者，但合作并不总是顺利。市场上真正获投的开发者不多，部分原因是行业存在系统性问题，如资金匹配和项目预期的不匹配。同时，大厂也在通过各种方式招募靠谱的AI技术人才，但面临激烈的市场竞争。文章最后指出，尽管存在挑战，但仍有机构在尝试与开发者建立顺畅的合作关系，并预测未来市场上会出现更多适合AI开发者的投资机会。

8、窥见美国AI的未来

文章来自Second Best，基于作者的广泛阅读和行业经验，对美国AI的未来进行了深入的预判。内容包括AI技术的加速发展、开源与闭源模型的未来、技术创新的非线性路径、AI对社会和政治的深远影响、以及AI监管的必要性和挑战。文章强调了AI发展的不连续性和潜在的跳跃式进步，以及在构建通用人工智能过程中可能遇到的技术和伦理挑战。同时，文章也探讨了AI对经济、社会结构和全球权力平衡的影响，以及技术快速变革可能带来的风险和机遇。

9、ISUX「十月」行业设计趋势速递

腾讯ISUX出品，文章详细介绍了不同行业在十月的设计趋势，特别强调了AI技术在各个平台的应用。Snapchat进行了大规模的重新设计，推出了AI驱动的创新功能，如MyAI聊天机器人和Snap AI Video视频生成工具。Gmail在iOS上整合了Gemini能力，推出了GmailQ&A功能和摘要卡，以提高邮件管理效率。Google Chrome book添加了专用于谷歌AI的新按钮，提供了快速访问AI功能的途径。Facebook推出了以Z世代为中心的重新设计，强化了本地社区功能和娱乐体验。福特提供了同时支持Apple Car Play和Android Automotive OS的无缝数字体验。YouTube通过集成VeoAI视频模型，增强了Shorts平台的视频背景生成，并引入了AI助力视频创作功能。Social AI作为一款AI机器人的私密社交网络，提供了定制化的社交体验。Verse是一款由AI驱动的创意应用程序，帮助Z世代设计和发布富有表现力的内容。AI播客NotebookLM革新了播客体验，能够将长文本转换成播客音频。这些趋势展示了AI技术在提升用户体验和内容创作方面的潜力。

赛博·工具

1、JobJump：AI辅助面试工具

JobJump旨在通过提供个性化的AI辅助，帮助用户在求职面试中脱颖而出。该扩展支持超过3个在线平台、50种以上的面试语言，并为200多个行业和职位提供定制服务。在加入Google Meet会议时，面试辅航窗口会自动显示在屏幕顶部，点击“开始”按钮即可启动会话。AI将自动识别面试官的问题，并即时生成个性化的回答提示。用户可以将提示固定在屏幕上，随时更新最新的问题，并自信地回答问题以获得理想的工作。

2、数字素养与技能提升学习社区

一个不错的互联网资源查找、工具效率提升导航站。

3、AlleyRead-重塑你的信息源

一个由用户推荐、人工审核的国内外优质内容导航网站。

4、NewsNow

一个不错的资讯聚合网站，收录了国内外主流新闻媒体，实时更新。

赛博·资源

1、甲子光年：2024年AI代码平台及产品发展简报（关注公众号【产品老A】回复【2024年AI代码平台及产品发展简报】下载）

甲子光年智库发布的这份简报深入分析了AI代码平台及产品在2024年的发展情况。报告指出，随着大模型数量和能力的显著增长，生成式AI应用的爆发为代码领域带来了创新和变革的契机。AI技术在代码生成、理解、互联网搜索、调试等方面的应用，正在逐步解决开发者的高频刚需问题，提升编程技能，防止倦怠，并优化代码结构。报告还讨论了大模型技术对代码生成带来的质的改变，以及AI+代码的技术历程。此外，报告展望了AI代码平台在金融、泛互联网、运营商等多个行业的应用前景，并提出了AI代码平台的产品功能架构图。最后，报告强调了AI代码平台在提升工程效能、重构智能时代的开发模式方面的隐性价值，并提出了基于项目开发“Know-How”的“AI+”技术的未来发展方向。