科技无界，但也有着自己的独特进程。这里，动点出海将和大家一起回顾本周（2024.04.29-2024.05.05）东南亚地区的科技互联网领域都有哪些事件发生。 过去的这一周里，微软在东南亚留下了足够深刻的足迹。 如正文所述，在于周一公布了将在印尼投资17亿美元建设云和人工智能基础设施后，在随后的时间…
近40亿美元投资，微软在东南亚疯狂加码｜SEA Now
腾讯副总裁蒋杰：混元文生文大模型将在三季度开源
在腾讯生成式AI产业应用峰会上，腾讯副总裁、腾讯混元大模型负责人蒋杰透露称，将在今年三季度开源混元最核心的文生文模型。蒋杰称，腾讯内部正在训练三种尺寸（S、M、L）的文生文模型供开源使用，S版主要部署在手机端，拥有3B参数量；M版主要部署在PC端，参数量为5B；L版主要部署在云/数据中心，是30B参…
索尼音乐集团警告 AI 公司不得使用自家资产进行模型训练
索尼音乐集团正在通知各大 AI 公司不得“未经授权使用公司旗下的资产进行模型训练”。 索尼音乐目前已经向 700 多家公司发送了信件，以保护其知识产权，索尼提到，任何 AI 公司未经明确许可，不得使用索尼旗下的专辑封面艺术、音乐作品和歌词等内容。 在 AI 模型的训练上，版权一直是一项令人“头大”的…
美国参议院小组公布AI政策路线图，敦促政府每年投入数百亿美元资金
以美国参议院多数党领袖查克·舒默为首的一个两党参议员小组公布名为“AI政策路线图”的报告，呼吁美国国会制定立法，减轻人工智能的潜在危害，资助研究以促进美国经济和国家安全。该小组建议尽快将用于非防务AI创新的联邦支出提高到每年至少320亿美元。这笔开支将涵盖广泛举措，从协助设计和制造高端AI芯片到地方…
芯片的下一步是什么
大型科技公司、初创公司、人工智能设备和贸易战将如何改变芯片的制造方式及其驱动的技术。 《麻省理工学院技术评论》的“下一步是什么”系列着眼于各个行业、趋势和技术，让您对未来有一个初步的了解。您可以在这里阅读其余内容 。 由于人工智能的蓬勃发展，芯片世界正处于巨大潮流转变的风口浪尖。人们对芯片…
OpenAI 的新 GPT-4o 让人们可以在同一模型中使用语音或视频进行交互
该公司的新免费旗舰产品“omnimodel”看起来就像 Siri 或 Alexa 等助手的增强版。 OpenAI 刚刚推出了 GPT-4o，这是一种新型 AI 模型，您可以通过实时语音对话、手机视频流和文本进行实时通信。该公司表示，该模型将在未来几周内推出，并将通过 GPT 应用程序和网络界面免费向…
谷歌的 Astra 是其首款人工智能代理
今年晚些时候推出时，用户将能够使用音频和视频与人工智能助手进行交互。 谷歌将于今年晚些时候推出一款名为 Astra 的新系统，并承诺它将成为迄今为止推出的最强大、最先进的人工智能助手。 当前一代的人工智能助手，例如 ChatGPT，可以检索信息并提供答案，但仅此而已。但今年，谷歌将其助手…
OpenAI 和Google正在推出强大的人工智能助手。以下是您可以尝试的方法
他们承诺将超越 Siri 或 Alexa 等工具。 本周，谷歌和 OpenAI 都宣布他们已经构建了强大的人工智能助手：这些工具可以与你实时对话，并在你打断它们时恢复，通过实时视频分析你的周围环境，并即时翻译对话。 OpenAI 在周一首次亮相，推出了新的旗舰型号 GPT-4o。现场演示…
阿联酋推出新人工智能模型与大型科技巨头竞争
阿联酋通过推出新的开源生成人工智能模型掀起了轩然大波。这一由政府支持的研究机构采取的举措引起了人们的关注，标志着阿联酋成为全球人工智能竞赛中的强大参与者。 在阿布扎比，技术创新研究所 (TII) 推出了猎鹰 2 系列。据 路透社报道，该系列包括基于文本的模型 Falcon 2 11B 和能…
谷歌凭借人工智能进步迎来“双子座时代”
谷歌公布了其人工智能产品的一系列更新，包括推出 Gemini 1.5 Flash、Gemini 1.5 Pro 的增强功能以及 Project Astra 的进展，该项目是其对人工智能助手未来的愿景。 Gemini 1.5 Flash 是 Google 型号系列的新成员，旨在更快、更高效地提供大…
苹果将为 iPhone 和 iPad 推出眼动追踪辅助功能
苹果公司宣布将于今年晚些时候推出全新的辅助功能，包括眼动追踪，可以帮助残障用户通过眼动来使用 iPad 或 iPhone。此外，音乐触觉将为听觉受损用户提供在 iPhone 中使用触感引擎体验音乐的全新方式；人声快捷键让用户可以通过自定义声音来执行任务；当在移动的车辆中使用 iPhone 或 iPa…
剑指 Sora，Google 推出 Veo 文生视频模型：时长超 1 分钟、最高 1080p，支持电影手法
OpenAI 于三个月前推出了文本转视频 Sora，引发了网友、媒体以及圈内人士的广泛讨论。Google 在今天召开的 2024 I/O 开发者大会上也推出了对标产品——Veo，其可以生成长度超过 1 分钟、分辨率最高 1080p 的“高质量”视频，并具有多种视觉和电影风格。 根据 Google 官…
车载GPT爆红前夜：一场巨头竞逐的游戏
在基于GPT-3.5的ChatGPT问世之前，OpenAI作为深度学习领域并不大为人所看好的技术分支玩家，已经在GPT这个赛道默默耕耘了七八年的时间。 好几年的时间里，GPT始终没有跨越从“不能用”到“能用”的奇点。转折点发生在2020年6月份发布的GPT-3，从这一版本开始，GPT可以做比较出色的…
重磅突发！OpenAI联合创始人官宣离职，GPT-4负责人将接任职位
万万没想到，OpenAI联合创始人，首席科学家Ilya Sutskever在网上销声匿迹几个月后的首次回归，竟然是官宣了自己的离职消息。 今天早上（5月15日），Ilya Sutskever突然在社交平台官宣了将从OpenAI离职的消息。从某种程度上说，他今天的官宣很像是第二只靴子的最终落地，印证了…
五大重磅更新速览！谷歌I/O开发者大会究竟公布了什么？
在演讲中，这家科技巨头发布了众多有关人工智能的产品和服务： 一、Gemini的广泛升级 谷歌推出了新模型“Gemini 1.5 Flash”，以作为Gemini 1.5 Pro更具成本效益的替代方案，同时仍具有强大的功能。Gemini 1.5 Flash从活动当天开始在谷歌的AI工作室和Vertex…
谷歌I/O开发者大会集合贴：足足喊了120次AI 实时交互、视频模型登场
从北京时间周三凌晨1点开始，谷歌在山景城总部附近的海岸线圆形剧场，召开了长达两个小时的年度I/O开发者大会Keynote演讲。 与预期一致，谷歌的这场发布会基本都是在谈AI、AI、AI、AI和AI。根据发布会最后的官方统计，整场Keynote的演讲稿里总共提了120次AI。而且这只统计了讲稿，实…
预计 2024 年人工智能市场规模将达到 1840 亿美元
我们常常会对人工智能的突破以及人工智能塑造未来的方式发生翻天覆地的变化感到非常兴奋。然而，正如那些对人工智能感兴趣的人所知，这项技术已经嵌入到我们的许多日常交易中，它已经改变了我们工作、休息和娱乐的方式。 几十年来，媒体一直在报道大型科技故事，包括将为我们做所有基本家务的类人机器人。早在 1966 …
GPT-4o 通过文本、音频和视觉集成提供类人人工智能交互
OpenAI推出了新的旗舰模型 GPT-4o，它无缝集成了文本、音频和视觉输入和输出，有望增强机器交互的自然性。 GPT-4o，其中“o”代表“omni”，旨在满足更广泛的输入和输出模式。 OpenAI 宣布：“它接受文本、音频和图像的任意组合作为输入，并生成文本、音频和图像的任意组合输出。” …
OpenAI 推出 Mac 版 ChatGPT 应用，今年晚些时候推出 Windows 版
OpenAI 终于推出了 ChatGPT 桌面版应用程序，该公司在官方公告中表示：“从今天开始，我们将首先向 Plus 用户推出 macOS 应用，并在未来几周内向更广泛的用户开放。我们还计划在今年晚些时候推出 Windows 版本。” OpenAI 还称，ChatGPT 还将拥有经过优化的用户界…
OpenAI 发布全新旗舰生成式 AI 模型 GPT-4o：语音对话更流畅，免费提供
OpenAI今天凌晨发布会上，尽管备受期待的GPT-5和SearchGPT未亮相，但仍公布了数项重大更新。这些更新展示了OpenAI过去一年在工程能力上的显著提升，开启了多种AI应用场景的可能性，导致许多大模型应用公司失利。 主要更新内容包括： GPT-4o发布：此模型集成了视觉、语音和文本处理能力…