📱 全球反垄断审查对大型科技巨头的关注加剧

包括谷歌、苹果、Meta、亚马逊和X（前身为推特）在内的全球领先科技公司，正面临来自美国司法部（DOJ）和欧盟监管机构日益严格的反垄断审查。司法部正在对谷歌提起重大案件，指控其在价值6770亿美元的在线搜索市场和展示广告中形成垄断。华盛顿可能采取分拆谷歌业务的行动，这将是一个历史性的举措。

苹果也在美国受到抨击，被指控通过其iPhone和iPad上的硬件和软件实践限制竞争。这起诉讼是在对苹果市场行为进行五年调查后提出的。

在欧洲，新法规——《数字市场法案》（DMA）和《数字服务法案》（DSA）——正在对Alphabet Inc.、Meta Platforms Inc.、字节跳动有限公司、微软公司等主要科技公司实施更严格的控制。这些法律旨在遏制反竞争行为，对于重复违规者，根据DMA规则可处以高达全球销售额20%的罚款。

此外，欧盟DSA要求社交媒体平台更有效地处理非法内容，否则将面临相当于其年度收入6%的处罚。最近的一些调查针对Facebook、Instagram、TikTok、X以及AliExpress的不合规问题展开。

监管机构还关注大型科技公司在人工智能领域的投资，例如微软向OpenAI投资130亿美元，以防止这些企业主导这一新兴行业。大西洋两岸都密切关注这些发展，因为他们希望在全球数字市场中平衡创新与公平竞争。

(Bloomberg Technology)

via 老裕泰 - Telegram Channel

🔍 爱尔兰监管机构调查谷歌的AI数据实践

爱尔兰数据保护委员会（DPC）已对Alphabet公司旗下的谷歌展开调查，以评估其在开发Pathways语言模型2（PaLM 2）过程中是否遵守欧盟隐私法。此次调查重点关注谷歌是否根据《通用数据保护条例》（GDPR）进行了强制性的数据保护影响评估，这是在处理个人数据时保障个人权利的重要措施。在全球对大型科技公司使用个人数据进行人工智能开发的审查日益严格之际，欧盟实施了严厉法规以控制此类活动。由于这些公司的欧盟总部设在爱尔兰，因此由爱尔兰DPC负责监督，包括谷歌等公司。最近，在面临来自DPC的类似监管压力后，埃隆·马斯克的X Corp同意停止使用欧洲用户的数据来训练其AI聊天机器人Grok。此外，由于收到DPC关于用户帖子用于模型训练请求，Meta平台推迟了其AI聊天机器人在欧洲的推出。

(Bloomberg Technology)

via 老裕泰 - Telegram Channel

Jina AI 推出专门将原始 HTML 转换为干净的 Markdown 的小型语言模型

via XiaoHu.AI学院 (author: 小互)

Telegraph

Jina AI 推出专门将原始 HTML 转换为干净的 Markdown 的小型语言模型

Jina AI 推出的两款专门将原始 HTML 转换为干净的 Markdown 的小型语言模型。 Reader-LM 的功能特点 HTML 到 Markdown 转换：HTML 到 Markdown 的转换： Reader-LM 专为将原始 HTML 内容转换为干净、结构化的 Markdown 文件而设计，简化了从网页提取和清理数据的过程。无需复杂的规则或正则表达式，模型能自动处理噪声内容，如广告、脚本、导航栏等，生成结构清晰的 Markdown。

Mistral AI 发布其首个多模模型 Pixtral 12B

2024-09-12 15:30 by 燃烧的银河

法国 AI 创业公司 Mistral AI 发布了其首个多模模型 Pixtral 12B，具有语言和视觉处理能力，它能识别图像但不能生成图像。用户可通过 Hugging Face 和 GitHub 访问其源代码，源码采用 Apache 2.0 许可，用户可以不受限制的下载、微调和使用。Pixtral 12B 有 120 亿参数，模型大小 24GB。它是基于文本模型 Nemo 12B，应该能执行为图像添加文字描述和计算照片中物体数量等任务。Mistral 没有披露使用了哪些图像去训练模型。

https://techcrunch.com/2024/09/11/mistral-releases-pixtral-its-first-multimodal-model/
https://huggingface.co/mistral-community/pixtral-12b-240910
https://github.com/mistralai/mistral-common/releases/tag/v1.4.0

#人工智能

via Solidot - Telegram Channel

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…