AI中文社区

日本绿茶广告女主角使用AI生成 真人演员地位受威胁

近日日本知名茶企业伊藤园在9月份的绿茶饮料广告中，使用AI生成了女主角。伊藤园在油管发布广告后，许多日本人留言表示不认识片中女主角。随后伊藤园发新闻稿证实，这个女主角是由AI生成的。伊藤园也因此成为日本第一家广告使用AI生成的公司。

-- 更多详情

HeyGen AI视频翻译效果惊艳全场

口型完美，卡点和嘴型都对的上。声音克隆稍有缺陷但也很好了，毕竟HeyGen只通过40秒的视频来克隆音频。如果刻意对比原视频，情感还原度稍有欠缺。

⚜️ 付费方案：HeyGen视频翻译功能全套解决
地址： labs.heygen.com/video-translate

⚜️ 开源方案：
- 语音转文字：whisper
- 文字翻译：GPT
- 声音克隆+生成音频：so-vits-svc
- 生成符合音频的嘴型视频：GeneFace++

🖥 github.com/svc-develop-team/so-vits-svc
🖥 github.com/yerfor/GeneFace

期待各种应用场景的出现，YouTube视频分分钟转成全球各种语言，受众立马翻几倍。有朝一日，语言成为人们沟通障碍的情况终会消失。

-- 更多详情

为什么苹果的 LLM 大语言模型叫做 AJAX？

媒体说苹果正在测​​试人工智能聊天机器人，但不知道拿它干嘛。这个工具被苹果内部称为 Apple GPT，使用了苹果自己的 AJAX 大语言模型

因为它使用 Google JAX 构建，所以就叫 Apple JAX 简称 AJAX？命名果然是 CS 领域的第二大难题

-- 更多详情

什么是Deep Fake？

无论你准备与否，深度伪造技术已经来临。Deep Fake将改变我们对周围信息甚至彼此的信任方式。问题是，我们是否准备好应对它们带来的威胁，同时又能充分利用它们的潜力来实现善用？

🔝 https://youtu.be/S951cdansBI

MidJourney 创始人：MidJourney 名字源于庄子，对应中文“中道”

在 2023 世界人工智能大会上，MidJourney 创始人大卫・霍尔茨分享称，他最喜欢阅读两类书，一个是科幻文学，另一个是中国古典文学，MidJourney 名字的来源就是庄子，庄周梦蝶，对应中文的“中道”。

针对 AIGC 技术未来会如何发展的问题，大卫・霍尔茨回应称，“很难讲未来技术会怎么样，我们在这个领域的发展才刚刚开始，未来会有 10 倍、100 倍的进展，不仅仅是技术，我们会在用户界面、产品等领域有更多进步。”

-- 更多详情

-- 来自投稿

顶流音乐奖项格莱美奖修改规则：AI“创作者”将无法获奖

近日，与电影类的奥斯卡金像奖提名的格莱美奖针对目前AI创作的逐渐兴起，修改了评奖规则。根据奖项主办方美国国家录音艺术与科学学院公布的消息，在此次规则修改后，格莱美奖所有类目，均不收纳完全由非人类创作者创作的作品。

— 更多详情

根据微软旗下软件开发平台-GitHub对美国开发人员的一份新调查，92%的受访者表示，他们正在工作和外部项目中使用 Al编码工具，70%的人表示看到了使用人工智能工具带来的显著好处。

该调查访问了企业公司中的500名美国开发人员，绝大部分是 30-40 岁的男性，而这些开发人员所在的公司通常是雇员规模超过1000名员工的大型企业。

在调查中，很多开发人员表示，Al工具帮助他们改善流程，提高代码质量、加快输出速度并减少重大失误。这让他们感到更有成就感，因为他们可以更专注于有意义的工作。

AI 英语口语工具: InstaSpeak

⚜️ https://app.insta-speak.com/

对着麦克风说一分钟，AI会分析你的发音、词汇量、间隔等，帮助你更快的提升自己的口语水平。

-- 更多来源

Google向所有人开放其生成式AI平台

⚜️ 谷歌官方文档

想象一下为每个人解锁机器学习的力量。现在，企业可以将Google的Vertex AI集成到他们的应用中。

⭐️ 开发者现在有了新工具和模型可以使用，如PaLM 2词汇完成模型，以及Model Garden中的更多模型。另外，平台内置了企业级数据治理、安全和保护功能。

⭐️ 在Model Garden中有超过60种模型可供选择。并且更多模型正在途中。另外，用于代码完成、代码生成和聊天的Codey模型现在已经可公开预览了。

⭐️ Vertex AI不仅是一个平台，它是一个工具包。开发者可以在生产环境中调整、启动和管理模型。感谢新的生成式AI工作室，构建自定义生成式AI应用程序从未如此快捷。

⭐️ 最新的相关应用：GA Telesis正在使用PaLM模型从邮件中提取数据。GitLab正在使用Codey模型帮助开发者理解和修复代码漏洞。Canva则将其用于语言翻译。

-- 更多详情

今天是Transformer论文《Attention is All You Need》发布六周年纪念日！

有趣的事实：

⭐️ Transformer并非创造了注意力机制，但它将其推向了极致。首篇关于注意力机制的论文早在3年前（2014年）发表，题目并不引人注目：“通过联合学习对齐和翻译实现神经机器翻译”，出自Yoshua Bengio实验室。该论文结合了RNN和“上下文向量”（即注意力）。很多人可能没有听说过这篇论文，但它是自然语言处理领域最重要的里程碑之一，已经被引用了2.9万次（相比之下，Transformer被引用了7.7万次）。

⭐️ Transformer和最初的注意力论文都没有谈论通用序列计算机。相反，它们都被构想为解决一个狭窄而特定的问题：机器翻译。令人惊讶的是，AGI（即将来的人工智能通用智能）可以追溯到谦逊的谷歌翻译。

⭐️ Transformer于2017年发表在全球顶级人工智能会议NeurIPS上。然而，它甚至没有得到口头报告，更别说奖项了。那一年的NeurIPS有三篇最佳论文，至今总共引用了529次。

-- 更多详情

泄露的ChatGPT文件透露了可能的新功能

OpenAI正准备推出ChatGPT的另一个更新，可能是备受期待的商业版本。

一位Reddit用户在挖源代码时发现了一个新的ChatGPT界面，就像他们在发布前一周发现了“聊天共享”功能一样。泄露的截图展示有“工作空间”，允许用户创建个人资料，似乎还有文件上传功能。

这一进展与OpenAI 在2023年4月底承诺计划引入ChatGPT商业版本相一致，新的ChatGPT商业版不再使用用户数据来训练模型。

使用ControlNet AI生成的二维码， 真是狂拽酷炫吊炸天。

⚜️ 制作教程:
https://learn.thinkdiffusion.com/creating-qr-codes-with-controlnet/

-- 更多详情

人类一败涂地，60万年薪的高级工作可被AI取代：成本只要2000多

阿里达摩院与新加坡南洋理工大学合作研究了AI在数据分析上的作用，对比了OpenAI最新的GPT-4与金融行业中的数据分析师优劣。

如果是2年工作经验的初级数据分析师，GPT-4在正确率及工作量上都是完胜的。

对比的高级数据分析师有2种情况，一个是5年工作经验的数据分析师，GPT-4在正确率、图表美观度、复杂性上输了一些。但另一个6年工作经验的数据分析师对比中，GPT-4在正确率上略输一筹，但复杂性、一致性又高于人类。

— 更多详情

最魔幻的两个话题同时上演

一边是参议院开听证会问询 Sam Altman AI 会如何影响人类未来的工作和社会；另一边是 Tesla 在股东会上放出一群 Tesla Bots 出街学习人类行为的视频 。

AI 带来的社会问题太复杂，还是让 GPT-5 来回答吧 。。

-- 更多详情

NVIDIA在SIGGRAPH 2023上展示大约20篇研究论文，这些论文展示了颠覆性的最新AI研究成果，旨在帮助开发者和艺术家实现创意。这些研究论文内容涉及多个领域，包括AI模型将文本转化为图像，逆向渲染工具将图像转化为3D等。如果您有兴趣，可以在NVIDIA的最新博客文章中深入了解这些研究论文的内容。

其中第5篇论文展示了一个令人惊叹的演示，可以实时生成逼真的3D人物头发，让艺术家们能够更加轻松地创作。尤其是体育视频游戏将成为这项技术的受益者。

-- 更多详情

OpenAI完成103亿美元融资

本轮融资后 OpenAI 估值 270~290 亿美元。本次融资与之前微软宣布的投资属于同一轮，今年 1 月份微软宣布投资大约 100 亿美元。

-- 更多详情