作者：子渝 编辑：王与桐

吉利将于下半年发布全球首个汽车行业全场景AI大模型

7月31日消息，据吉利汽车官方消息，吉利汽车集团CEO淦家阅今日在内部经营工作大会上透露，吉利将于下半年发布“行业首个全栈自研的全场景AI大模型”。据悉，该模型将拥有丰富的应用场景，包括了绘画、音乐、语言等，甚至会主动搭讪、自动嗨歌，帮你哄娃等等。此外，吉利银河L6预计将于9月份上市。

谷歌拟在Google Assistant中引入大语言模型技术

8月1日消息，谷歌宣布将对Google Assistant进行更新，并引入大语言模型技术。目前，安卓版的Google Assistant已经加入了一项由AI驱动的功能，可以帮助用户总结当前网页的内容，如此对于需要快速了解网页主要内容的用户来说将更加方便。未来，谷歌还计划将更多生成式功能引入到移动版的Google Assistant中，这将会为用户提供更加智能化的服务。

OpenAI 已为 GPT-5 申请商标，自曝GPU 很缺

8 月 1 日，OpenAI 已经为 GPT-5 申请了商标。GPT-5 的训练，需要 5 万张 H100 加持。英伟达 GPU 已成为各大 AI 公司开发大模型的首选利器。然而，OpenAI 首席执行官 Sam Altaman 自曝 GPU 很缺，竟不希望太多人用 ChatGPT。当前，生成式 AI 爆发仍旧没有放缓，对算力提出了更高的要求。一些初创公司都在使用英伟达昂贵、且性能极高的 H100 来训练模型。马斯克说，GPU 在这一点上，比药物更难获得。Sam Altman 说，OpenAI 受到 GPU 的限制，这推迟了他们的短期计划（微调、专用容量、32k 上下文窗口、多模态）。

安卓版 ChatGPT 全面上线

8月1日讯，据 OpenAI 官方消息，安卓版 ChatGPT 现已在所有支持 ChatGPT 的国家和地区上线。安卓版 ChatGPT 于7月26日推出，先行上架美国、巴西、孟加拉国等地区，并在两天后扩展至英国、法国等16个国家和地区。如今，安卓版ChatGPT应用已在所有支持ChatGPT的国家和地区上线。此前该APP 已在5月登陆iOS平台。移动版 ChatGPT 功能和网页版类似，用户可以免费下载。

CMU研究人员发布针对各种LLM构建对抗性攻击的算法 LLM Attacks

8月1日，来自卡内基梅隆大学（CMU）的研究人员发布了 LLM Attacks，这是一种可以针对各种大型语言模型（LLM）构建对抗性攻击的算法，包括 ChatGPT、Claude 和 Bard。这些自动生成的攻击，在 GPT-3.5 和 GPT-4 上的成功率为 84%，在 PaLM-2 上的成功率为 66%。与大多数通过试错手动构建的“越狱”攻击不同，CMU 团队设计了一个三步过程，自动生成提示后缀，可以绕过 LLM 的安全机制，并导致有害的响应。这些提示也是可转移的，意味着一个给定的后缀通常可以作用于许多不同的 LLM，甚至是闭源模型。

Kickstarter要求生成式AI项目披露更多信息

8月2日，Kickstarter今天宣布，其平台上使用人工智能工具生成图像，文本或其他输出（例如音乐，语音或音频）的项目将被要求在其项目页面上披露“相关细节”。这些详细信息必须包括有关项目所有者计划如何在其工作中使用AI内容的信息，以及其项目的哪些组件将是完全原创的，哪些元素将使用AI工具创建。并且还要求涉及开发人工智能技术、工具和软件的新项目提供有关项目所有者打算使用的培训数据源的详细信息。Kickstarter说，项目所有者必须说明消息来源如何处理同意和信用流程，并实施自己的“保障措施”，例如内容创建者的选择退出或选择加入机制。Kickstarter的信任和安全总监Susannah Page-Katz表示，新政策将于8月29日生效。但该平台不打算对该日期之前提交的项目追溯执行。

Amazon CodeWhisperer与Amazon Glue实现集成，借助生成式AI提升开发效率

8月2日消息，集成不同来源的数据是一个复杂而耗时的过程。为此，亚马逊云科技推出了Amazon Glue，帮助用户在无服务器基础设施上集成多个来源的数据，用于分析、机器学习和应用程序开发。Amazon Glue为数据集成任务提供了完全不同的编写体验，而notebook是最常见的工具之一。数据科学家倾向于以交互方式运行查询，并立即检索结果，用于编写数据集成任务。这种交互体验可以加速构建数据集成任务的进度。

Meta发布可生成声音和音乐的生成式AI框架

8月2日消息，Meta发布了一个名为AudioCraft的框架，它可以从简短的文本描述或提示中生成“高质量”、“逼真”的音频和音乐。Meta解释说，与该领域之前的工作(例如Riffusion、Dance Diffusion和OpenAI的Jukebox)相比，AudioCraft框架旨在简化音频生成模型的使用。AudioCraft的代码是开源的，提供了一组声音和音乐生成器以及压缩算法，可以用来创建和编码歌曲和音频，而不必在不同的代码库之间切换。并且，Meta发布了它的训练代码，用户可以在自己的音乐数据集上训练这个模型。

Uber开发基于人工智能的聊天机器人集成到应用程序中

8月3日消息，优步（Uber)正在开发一款基于人工智能的聊天机器人，以集成到其应用程序中。这使得 Uber 加入了那些利用语言工具来改善客户服务、营销和其他自动化任务的公司的行列中。Uber 首席执行官 Dara Khosrowshahi 在接受彭博科技节目采访时并未透露聊天机器人具体可以做什么的细节，但强调了目前 Uber 在业务中使用人工智能的方式。相关报道还显示，Uber 的竞争对手 DoorDash 和 Instacart 也在致力于构建聊天机器人。其中，DoorDash 正在构建的聊天机器人 DashAI将帮助客户订购食物并在应用程序上发现新选项。

AI芯片初创公司Tenstorrent获三星和现代1亿美元投资

8月3日，现代汽车集团宣布将向人工智能半导体领域的初创公司Tenstorrent进行战略投资。自2017年至今，现代汽车集团已向自动驾驶、人工智能、电动化等领域的初创公司投资了1.3万亿韩元。 现代汽车集团在官网上公布，将投资5000万美元给Tenstorrent，由旗下的现代汽车和起亚这两大厂商出资，前者提供3000万美元，后者投资2000万美元。这笔投资使得现代汽车集团成为Tenstorrent新一轮融资的主要投资者，而这轮融资的总额为1亿美元。 Tenstorrent是一家位于加拿大多伦多的人工智能半导体公司，成立于2016年，专注于研发加速人工智能和机器学习负载的处理器。这轮1亿美元的融资将加速Tenstorrent设计和研发人工智能芯片及机器学习软件。 现代汽车集团对Tenstorrent的投资，是看中了其人工智能技术。该公司表示，已经从现代汽车集团和三星投资基金等机构筹集了1亿美元。Tenstorrent在这轮融资之前已经筹集了2.345亿美元，估值为10亿美元，是挑战英伟达市场领导地位的几家新秀之一，英伟达是向开发ChatGPT等人工智能产品的供应商提供芯片的领导者。Keller曾经为苹果、特斯拉和英特尔开发过芯片，今年年初接任了这家初创公司的首席执行官。此轮融资以债务形式进行，未来将转换为股权，这表明Tenstorrent在进行另一轮股权融资之前并不会有一个正式新估值，该公司表示预计明年将进行同样方式融资。

CoreWeave抵押大量NVIDIA H100 AI加速卡：贷款165亿元

8月4日消息，AI算力新秀CoreWeave，依靠抵押H100，获得债务融资23亿美元(约165亿人民币)，但抵押数额并未透露。其表示融资用途为购买更多英伟达GPU，年底前再建10个新数据中心。磁星资本、黑石集团领衔了这一轮投资，贝莱德集团(BlackRock)、太平洋投资管理(PIMCO)、凯雷集团(Carlyle)、Coatue、DigitalBridge等也都参与其中。CoreWeave创立于2017年，3位联创原来是大宗商品交易商，一开始的业务则是加密货币，曾融资4.21亿美元，估值超过20亿美元。

软银正在开发日本版ChatGPT 预计明年推出

8月4日消息，早些时候，软银集团CEO孙正义宣布，已经组建了100人左右的团队，准备开发日本版的“ChtaGPT”，并预计将在明年推出这款AI产品。近日， 软银集团电信部门CEO宫川润一宣布，“日本版GPT”开发进度顺利，目前正在进行AI的训练过程。 为了实现这一目标，软银将成立全资子公司SB Intuitions，专注于训练生成式AI。同时，软银还计划与微软合作，以加速相关技术的落地过程，并为日本企业提供一系列可信的生成式AI服务。 据报道，软银目前有大约1000人的团队正在进行“日本版ChatGPT”的开发工作。

库克：包括生成式AI在内，苹果多年来一直投资各种AI技术

8 月 4 日，苹果公司公布了 2023 财年第 3 财季（今年第 2 季度）的业绩，在财报电话会议上，公司首席执行官蒂姆・库克在接受采访时表示苹果多年来一直在研究包括生成式 AI 在此的各种 AI 技术，而其此前总是回避谈论生成式 AI 技术。库克在采访中表示，正在寻找各种切入点，将包括生成式 AI 在内的各种 AI 技术融合到产品中，以进一步丰富用户的生活、工作。并且根据财报表现，苹果在 2023 年第三季度的研发支出增长至 226.1 亿美元（备注：当前约 1625.66 亿元人民币），与去年同期相比增加了 31.2 亿美元。

亚马逊CEO：每个业务部门都有多个生成式AI计划正在进行中

8月4日 消息，亚马逊的首席执行官Andy Jassy在公司的季度财报电话会议上透露，人工智能是他们未来计划的核心。Jassy表示，亚马逊内部的每个业务部门都有多个正在进行中的A.I.项目，包括他们的零售店、在线广告、流媒体娱乐、云服务和消费电子产品，尤其是虚拟助手Alexa。鉴于亚马逊涉及多个不同领域的业务，采用A.I.技术将带来降低成本和提升客户体验的诸多机会。这一战略受到了投资者的欢迎，亚马逊在公布财务结果后股价上涨了约9%。该公司报告了11%的同比净销售额增长，主要得益于广告、订阅服务和AWS云业务的显著收入增长。

AI+算力需求爆发，网宿科技升级GPU算力平台拥抱机遇

8月4日消息，近日，网宿科技宣布升级推出GPU算力平台。网宿GPU算力平台基于网宿广泛分布的节点资源，提供高性能GPU算力资源，能显著提升图形处理以及浮点运算能力，并具备弹性、低成本、易于使用等特性，可广泛应用于AI大模型训练、AI推理、图形可视化、视频处理、云游戏、AIGC等多种应用场景。网宿科技边缘云平台部总监苏学敏表示，此次网宿升级推出全新GPU算力平台，是公司在算力网络领域的持续深化，希望为各行业的数智化升级构筑强大算力支撑，共同分享AI时代的创新机遇。

AI.COM从ChatGPT转向马斯克的 X.ai

8月4日消息，马斯克已经拿下了 AI.com 域名，访问 AI.com，能够直接跳转到他的新公司 xAI官网。原本貌似在今年二月份被 OpenAI 购买，并重定向到 ChatGPT 网页界面的 AI.com 域名；现在似乎又到了 Elon Musk 的手上，目前 AI.com 已经重定向至了 X.ai 页面。官网称，“xAI 的目标是了解宇宙的真实本质。”该团队由埃隆·马斯克领导，团队成员曾在人工智能领域的其他知名公司工作过，包括 OpenAI、Google 研究院、微软研究院和 DeepMind。据悉，该公司与马斯克旗下的 X Corp“独立”，“但将与 X（Twitter）、特斯拉和其他公司密切合作。”

OpenAI官方推出ChatGPT全新升级，默认启用GPT-4版本

8月5日，OpenAI 通过官方推特账号宣布，ChatGPT现已默认为PLUS用户升级到全新的GPT-4版本。GPT-4是OpenAI推出的多模态大型语言模型，代表了该公司训练的AI模型的最新进展。在此之前，ChatGPT一直默认运行在GPT-3.5版本上，而微软的Bing Chat则一直保持领先地位。这次升级带来了一系列新功能和改进——ChatGPT 将会增加提示示例，可以帮助新用户了解如何使用 ChatGPT ；还有新的回复建议功能，可以根据聊天内容给用户提出对话建议；另外更新之后 Plus 用户将会默认使用 GPT-4版本进行对话，而不是目前默认的GPT-3.5版本；ChatGPT 还将支持上传多个文件，用户可以通过代码解释器来实现这个功能，更新之后的ChatGPT 还会加入登录状态保持和键盘快捷键功能。

微软展示Rumi项目通过多模方式提高人工智能理解能力

8 月 5 日消息，微软研究院近日展示了 Project Rumi 项目，结合文本，音频和视频数据，通过多模方法，提高人工智能系统的理解能力，从而更能理解人类的意图。现有 NLP（自然语言处理） AI 主要依赖于文本输入输出，忽略了人类在自然交流中的语调，面部表情，手势和肢体语言等线索，从而在理解方面会存在偏差。在 AI 专业术语中，这些线索统称为副语言（paralinguistics/ paralanguage）。微软研究院为了解决这个问题，开发了 Project Rumi，这是一个新颖的框架，旨在通过多模态副语言提示来增强人工智能的理解。该项目包括两个主要部分：多模式副语言编码器和多模式副语言解码器。

丰田与Pony合作在中国量产机器人出租车

8月5日消息，自动驾驶公司 Pony.ai 和丰田表示，他们将合作进行无人驾驶汽车研究，目标未来推出“完全无人驾驶的机器人出租车”。两家公司计划在今年启动合作伙伴关系，广汽丰田汽车有限公司（丰田中国与中国国有汽车制造商广汽集团的合资企业）提供约1.39亿美元资金。而早在2020年，丰田就向Pony注资约4亿美元。展望未来，丰田表示将向Pony.ai提供未知数量的电动汽车，Pony.ai将为电动汽车配备自动驾驶技术和该公司的“机器人出租车网络平台”。

苹果招募生成式AI人才 提供数十个大模型岗位

8月6日，据英国《金融时报》报道，苹果公司正在加强其在生成式人工智能方面的专长，以将其应用于iPhone和iPad。这一举措显示出苹果对生成式人工智能的强烈兴趣，正在积极投入于大语言模型的研究，并致力于不断提升其在移动设备上的性能。这家总部位于库比蒂诺的科技巨头正在加利福尼亚、西雅图、巴黎和北京的办公室招聘数十个职位，这些职位将从事大型语言模型（LLM）工作，主要职责是根据用户的简单提示生成文本、图像或代码。