Google 推出将用户文档转化为音频播客的 AI 功能

Google 周三宣布，其人工智能笔记和研究应用 NotebookLM 将添加“音频概览”功能,为用户提供另一种方式来消化和理解他们上传到该应用的文档中的信息，例如课程阅读材料或法律摘要。此前该应用已经可以使用文字的方式帮助用户简化复杂内容。

AI 生成的两位虚拟主持人将使用对话式的语音模式为用户总结其分享的材料。主持人将分享来自源材料的事实或引人注目的话题，并使用隐喻来解释复杂的概念。谷歌表示，聆听这些讨论将帮助用户找到文档之间的新联系或为他们的草稿获得灵感。

—— TechCrunch

via 风向旗参考快讯 - Telegram Channel

Adobe 将推出的文本转视频生成 AI 工具

Adobe 透露了即将推出的一些生成式 AI 视频工具，其中包括可以从静态图像中生成视频片段的新功能。该最新预览版以该软件巨头四月份展示的正在开发的 Firefly 视频模型为基础。新的宣传片展示了 Firefly 的文本转视频功能所制作的素材，Adobe 于今年早些时候宣布了该功能。该工具允许用户使用文本描述生成视频剪辑，并使用模拟摄像机角度、运动和拍摄距离的各种“摄像机控制”调整结果。还演示了 Firefly 视频模型的图像转视频功能，该功能可以使用特定的参考图像生成剪辑。文本转视频和图像转视频功能将在年底作为独立 Firefly 应用首次推出测试版。

—— TheVerge

via 风向旗参考快讯 - Telegram Channel

美国即将批准向沙特出口英伟达芯片

知情人士称，美国政府正在考虑允许英伟达向沙特出口先进芯片。这将有助于该国训练和运行最强大的人工智能模型。今年早些时候，美国减少了英伟达先进显卡的出货量，因为担心沙特阿拉伯与中国的密切关系可能会让宝贵的人工智能机密流入那里，或可能为中国获取这些芯片打开大门。据了解沙特政策的人士透露，沙特政府已采取措施限制其与中国企业的合作，如果美国切断沙特与最先进芯片的供应，沙特政府仍向中国敞开大门。沙特政府预计将收到英伟达H200芯片，这是该公司目前最先进的芯片。

—— Semafor

via 风向旗参考快讯 - Telegram Channel

Google NotebookLM推出 “Audio Overview” 的功能 可以将任意文档转换成播客对话

Google 推出的 NotebookLM 新增了一项名为 “Audio Overview” 的功能，允许用户将上传的文档内容转换为音频对话。这一功能通过两位 AI 主持人进行“深入探讨”，将上传的文档总结为一段对话，帮助用户以听觉方式理解信息。用户可以下载生成的音频，方便随时随地收听。

主要功能特点：

1. AI 主持人讨论： ● 一旦用户上传了文档并点击生成按钮，两位 AI 主持人将启动一个类似对话的讨论，深入剖析文档中的主要内容。 ● 他们会总结内容，探讨文档中的主题，并尝试建立不同概念之间的联系，为用户提供一个对话式的学习体验。
2. 支持多种资料类型： ● NotebookLM 支持用户上传的各种资料来源，并能根据这些内容生成音频概述。用户可以用该工具来快速理解复杂的文档或研究报告。 ● 生成的内容并不是对文档的全面分析，而是基于用户提供的资料进行总结，所以不一定是绝对客观或全面的。
3. 随时下载音频概述： ● 用户可以生成并下载音频文件，将其随身携带，方便在上下班途中或其他闲暇时间收听，提升学习和信息处理的灵活性。
4. 与 NotebookLM 其他功能集成： ● 除了音频生成，NotebookLM 还能够快速创建学习指南、简报文档等，这些功能通过 Google 的 Gemini 1.5 多模态模型支持。 ● 这些功能有助于更好地组织和提取资料中的关键信息，简化复杂信息的处理。
5. 数据隐私和安全： ● Google 强调 NotebookLM 不会使用用户的个人资料来训练模型，确保用户数据的隐私和安全。
6. 实验阶段和已知限制： ● Audio Overview 功能目前还处于实验阶段，可能会有一些限制： ● 生成速度：对大型笔记生成音频可能需要几分钟。 ● 语言支持：目前只支持英文对话。 ● 不完全准确：有时主持人的解释可能不够准确，尤其是在内容复杂或具有专业性时。 ● 互动性有限：当前用户无法在对话生成过程中插入问题或打断主持人。

生成联邦公报播客

博士论文生成播客

如何使用 Audio Overview：

1. 打开 NotebookLM：访问 NotebookLM 并打开您已创建的笔记。
2. 点击生成按钮：在笔记中点击“生成”按钮，NotebookLM 将自动开始创建音频概述。
3. 下载音频：生成的音频可以被下载，方便在移动设备上播放。

实用场景：

● 复杂信息总结：对需要处理大量复杂信息的用户，Audio Overview 可以帮助快速抓住文档的要点。
● 学习工具：对那些更喜欢听觉学习的用户，这项功能能够提升学习效率。
● 随时随地获取信息：用户可以将生成的音频带在身边，在任何时候播放，充分利用碎片时间。

未来改进：

Support authors and subscribe to content

This is premium stuff. Subscribe to read the entire article.
Login if you have purchased

加入会员
加入会员查看更多会员内容和教程。
超过1000+的会员内容，每天更新。
开通会员

via XiaoHu.AI学院 (author: 小互)

Invalid media: video

🆔 项目名称：auto-video-generateor

⭐️ 项目功能：解说视频生成

📁 项目简介：一款根据用户输入的主题，自动生成解说视频。

系统调用大语言模型生成故事或解说的文字，然后通过语音合成接口生成解说的语音，接着调用文生图接口生成与文字内容相匹配的图片，最终融合语音和图片生成解说视频。

🌐 项目地址：点击打开
📢 频道 ✈️ 群聊 📬 投稿 💵 商务

via AI绘画｜AI视频 | AI音乐 - Telegram Channel

欧洲机构调查谷歌将数据用于AI模型的情况

欧洲隐私监管机构正在对谷歌开发的一款人工智能模型对人工数据的处理展开调查。负责执行欧盟《通用数据保护条例》(GDPR)的爱尔兰数据保护委员会表示，已经对这家科技巨头的 PaLM 2 模型启动了法定调查。该调查将评估谷歌是否违反了 GDPR 对欧盟和欧洲经济区公民个人数据处理的义务。根据该框架，企业在开始处理此类数据前，如果其使用方式可能对个人的权利和自由构成高风险，就必须进行数据保护影响评估。

—— 英国金融时报

via 风向旗参考快讯 - Telegram Channel

Vchitect 2.0：上海人工智能实验室开发的视频生成模型 金额生成5 到 20 秒的高清短视频

via XiaoHu.AI学院 (author: 小互)

Telegraph

Vchitect 2.0：上海人工智能实验室开发的视频生成模型 金额生成5 到 20 秒的高清短视频

Vchitect 2.0 是由上海人工智能实验室开发的视频生成模型，它支持通过文本和图像生成5 到 20 秒的高清短视频，用户可以灵活调整视频的宽高比。该模型集成了超分辨率和帧插入功能，支持内容修正，生成的视频更加流畅。 文本到视频生成：用户可以通过文本提示生成 5-20 秒的视频 图像到视频转换：允许将静态图像转换为 5-10 秒的视频 灵活的宽高比：允许用户生成任意宽高比的视频。 高清质量和集成的超分辨率和帧插入，具有用户可调节的内容校正功能。

Adobe 将推出新的生成式 AI 视频模型 Firefly Video Model 集成到其视频工具中

via XiaoHu.AI学院 (author: 小互)

Telegraph

Adobe 将推出新的生成式 AI 视频模型 Firefly Video Model 集成到其视频工具中

Adobe 将推出新的生成式 AI 视频模型Adobe Firefly Video Model ，专门用于视频生成和编辑。它将被集成到 Adobe 的视频工具（如 Premiere Pro）中，帮助视频编辑者更快、更高效地完成工作。这款新模型可以通过文本提示生成视频片段，如填补时间线中的缺失内容、移除不需要的对象、平滑跳剪过渡等，还支持创建动画、控制相机角度和运动等。 Firefly Video Model 的亮点在于： Support authors and subscribe to content This…

Hume AI推出 EVI 2 全新的基础语音到语音模型 可进行极其人性化的语音对话

via XiaoHu.AI学院 (author: 小互)

Telegraph

Hume AI推出 EVI 2 全新的基础语音到语音模型 可进行极其人性化的语音对话

Hume AI 推出的全新语音对话基础模型：EVI 2 ，能够与用户进行极其人性化的语音对话。它可以快速流畅地回应，识别并生成各种语调，并满足个性化的需求，例如调整语速或模仿说唱风格。EVI 2 具备多语言能力，能够模仿多种性格、口音和说话风格。 EVI 2 专注于情感智能，能够根据用户的偏好和需求进行适应和调整，使其语音和个性更加愉悦和有趣。它已经开放了 Beta 版本供公众使用，开发者可以通过 API 将其集成到应用程序中。 Hume AI 强调，EVI 2 不支持直接的语音克隆，避免了与身份相关的…

OpenAI正商谈以1500亿美元估值筹集资金

据知情人士透露，人工智能公司 OpenAI 正在商谈以1,500亿美元的公司估值向投资者筹集65亿美元。新的估值不包括正在筹集的资金，已经远远高于该公司今年早些时候要约收购的860亿美元估值，巩固了其作为全球最有价值初创公司之一的地位。其中一位知情人士表示，OpenAI 还在商谈以循环贷款的形式向银行借款50亿美元。知情人士指出，讨论仍在进行中，数字可能会发生变化。

—— 彭博社

via 风向旗参考快讯 - Telegram Channel

AI生成的深度伪造促使泰勒支持哈里斯

泰勒·斯威夫特在昨晚的总统辩论期间通过社交媒体平台 Instagram 发文支持卡玛拉·哈里斯竞选总统，她表示自己之所以觉得有必要发声，是因为有人工智能生成的虚假图像伪造了她对特朗普的支持。“最近我得知，有张人工智能生成的‘我’虚假支持特朗普竞选总统图片被发布在他的网站上。这真的让我对人工智能产生了恐惧，也让我意识到传播虚假信息的危险，”斯威夫特写道。“这让我得出结论，作为一名选民，我需要非常透明地说明我对这次选举的实际计划。对抗错误信息最简单的方法就是用真相。我将在2024年总统大选中投票给哈里斯和蒂姆·沃尔兹。”

—— 404media

via 风向旗参考快讯 - Telegram Channel

美国或将批准向沙特出口英伟达先进芯片

美国政府正在考虑允许英伟达向沙特阿拉伯出口先进芯片，这将帮助沙特训练和运行最强大的人工智能模型。据知情人士透露，沙特正努力满足美国的安全要求，以尽快获得这些芯片。沙特政府已采取措施限制与中国企业的合作，同时保持与中国的联系，以防美国切断沙特获取最先进美国芯片的渠道。

据悉，沙特政府预计将获得英伟达最先进的H200芯片。然而，美国商务部发言人表示，无法就具体许可或交易发表评论。

Semafor

☘️ 关注频道 @ZaiHuapd
📮 热点投稿 @ZaiHuabot

via TestFlight 在花频道📮投稿 - Telegram Channel

🎙️ Google AI 推出播客功能，将笔记转化为音频讨论

Google 在其 NotebookLM 平台上推出了一个名为“音频概述”的新功能，允许用户将文档和笔记转化为由两个 AI 生成的主持人进行的音频讨论。这项实验性技术可以通过将内容上传到 Notebook 并点击“生成”按钮来访问，它会创建一个时长八分钟的播客风格概述。这些声音模仿人类对话，但被注意到带有类似电视购物节目的语气。

主要细节包括：

- AI 主持人目前仅支持英语。
- 用户可能会遇到生成内容中的不准确之处。
- 大容量笔记本可能需要几分钟才能处理。
- 交互功能有限；听众目前无法打断主持人。

这项创新旨在通过提供一种更具吸引力的信息消化方式来帮助学生，将其定位在 Google 的 Project Astra 等其他教育工具旁边。

(PCMag.com)

via 老裕泰 - Telegram Channel

🚀 红杉资本押注于人工智能应用而非模型，瞄准未来的十亿美元公司

风险投资公司红杉资本正在优先投资于人工智能应用，而不是基础模型，据合伙人帕特·格雷迪透露。在高盛的一次活动中，格雷迪表示，红杉已经在开发基础模型的公司（如OpenAI和xAI）上投资了大约1.5亿美元。尽管管理着超过550亿美元的资金，该公司将更多资金分配给应用层公司的投资，这些公司预计将在未来产生大多数价值数十亿的企业。

格雷迪指出，虽然这些应用目前的收入比模型开发要低，但他相信这个领域将在长期内取得更大的成功。他还强调了“被科学震撼效应”对投资者行为的影响，并强调需要谨慎，以避免仅基于创新吸引力做出假设。值得注意的投资包括法律服务提供商Harvey和生产力工具Notion Labs Inc.，同时大家也对OpenAI即将推出的Strawberry模型充满期待。

(Bloomberg Technology)

via 老裕泰 - Telegram Channel

🚀 OpenAI估值飙升至1500亿美元，新一轮融资谈判进行中

OpenAI正在进行一轮规模达65亿美元的重大融资谈判，这将使其估值升至令人印象深刻的1500亿美元，高于今年早些时候的860亿美元。这使OpenAI成为全球最有价值的初创公司之一。此外，该公司还寻求通过银行的循环信贷额度获得另外50亿美元的债务。这轮融资预计将由Thrive Capital领投，微软、苹果和英伟达等主要投资者也将参与。OpenAI成立于2015年，因其创新的AI产品（如ChatGPT）而声名鹊起，这些产品引发了人们对人工智能技术的极大兴趣和投资。

(Bloomberg Technology)

via 老裕泰 - Telegram Channel

在 AI 虚假信息之后 Taylor Swift 公开支持 Kamala Harris

2024-09-11 23:40 by childless cat lady

上月底，特朗普（Donald Trump）在其平台 Truth Social 上分享了一组图片，其中一部分涉及歌星 Taylor Swift，称 Swift 支持特朗普，鼓励她的粉丝给特朗普投票。特朗普在明显由 AI 生成的虚假图像下表示接受。在 9 月 10 日 ABC 总统候选人辩论之后，Swift 通过其 Instagram 账号公开宣布她支持民主党总统候选人、副总统贺锦丽（Kamala Harris）。Swift 在声明中表示，她最近得知 AI 生成的虚假的她支持特朗普的图片发布到特朗普网站上，这令她对 AI 感到恐惧，也意识到传播虚假信息的威胁，作为一名选民，她需要对此次选举明确表态。对抗错误信息的最简单方法就是说出事实。

https://politics.slashdot.org/story/24/09/11/0427236/taylor-swift-endorses-kamala-harris-in-response-to-fake-ai-trump-endorsement
https://www.instagram.com/p/C_wtAOKOW1z/

#USA

via Solidot - Telegram Channel

🔥 AI霸权之争：帕米·奥尔森《Supremacy》书评

在她的著作《Supremacy》中，帕米·奥尔森记录了过去七年中AI行业的快速发展，重点关注了像OpenAI联合创始人兼CEO萨姆·阿特曼这样的关键人物。阿特曼19岁时从斯坦福大学辍学，他的旅程最终引导他创建了一个旨在负责任地开发AI技术的非营利组织，并得到了埃隆·马斯克的大力支持。然而，由于愿景不同，马斯克于2018年离开后，阿特曼转向了一种结合非营利伦理和盈利野心的混合模式。

OpenAI与微软之间的合作至关重要；它获得了10亿美元投资，同时允许OpenAI保持运营独立性——这一安排与谷歌尽管早期在AI技术上取得突破但却陷入官僚困境形成鲜明对比。奥尔森强调工程师亚历克·拉德福德（Alec Radford）的创新推动了OpenAI的发展，通过开发生成预训练变换器（GPT），这些技术成为ChatGPT等产品的重要基础。

虽然奥尔森对围绕着资金困境和道德问题提供了深刻分析，但她有争议地淡化了关于高级人工智能系统可能带来破坏性行为的担忧。批评者认为，这一忽视可能导致低估强大技术所带来的风险。

总体而言，《Supremacy》提供了一幅关于塑造我们科技未来竞争格局的生动叙述，但也提出了如何平衡创新与安全的重要问题。

(华尔街日报)

via 老裕泰 - Telegram Channel

🎥 Bluesky 推出视频发布功能，并附带新限制和审核工具

Bluesky，作为 X 的去中心化替代品，推出了一项新的视频发布功能，允许用户在其桌面网站和移动应用程序上分享最长 60 秒的视频。这项更新于周三宣布，包括自动播放功能（可以禁用）以及添加字幕和内容标签的选项。用户每天最多可以上传 25 个视频，总计不超过 10GB。

为了增强安全性，Bluesky 要求在发布视频之前进行电子邮件验证，并可能限制违反社区准则的用户。该平台将通过 Hive 利用人工智能审核，并与 Thorn（一家专注于打击儿童性虐待的非营利组织）合作，监控内容中是否存在非法材料。

此次推出旨在通过使体育迷、表情包创作者和新闻机构能够有效地参与视频内容来吸引更多用户。访问该功能可能需要刷新桌面网站或将移动应用程序更新至 1.91 版本，因为它正在平台上逐步实施。

(The Verge)

via 老裕泰 - Telegram Channel

📈 IBM 股价逼近历史高点，得益于人工智能关注和稳定增长

IBM 的股价在 2024 年上涨了 26%，接近 2013 年的历史高点，这是因为该公司将重点转向软件和人工智能 (AI)。这家科技巨头的最新收益显示，人工智能咨询的预订量与上一季度相比翻了一番。IBM 的远期市盈率低于 20，在利率上升的情况下被视为一种稳定的投资，提供约 3.3% 的股息收益率。分析师仍然谨慎；由于人工智能增长潜力存在不确定性，不到一半的分析师建议买入股票。然而，专家建议，对于寻求稳定而非快速增长的长期投资者来说，这是一个有吸引力的选择。

(Bloomberg Technology)

via 老裕泰 - Telegram Channel