AI视野：谷歌搜索推出文生图功能SGE；首个生成式AI安全指导性文件发布；
🤖📱💼AI应用
谷歌搜索推出文生图功能SGE
谷歌的AI搜索功能SGE（Search Generative Experience）引入了搜索的会话模式，使用户能够生成图像和写草稿，并采取了严格的过滤策略以防止不当内容的出现。
【AiBase提要:】
1. 🆕 谷歌的AI搜索功能SGE现在支持生成图像和写草稿，提供更多搜索体验。
2. 🚫 谷歌实施严格过滤策略以防止生成不当、误导或淫秽的图像，保护用户和信息的安全。
3. 📝 SGE用户可以根据需要输出不同类型的写作，包括更长或更短的文稿，并自定义语气，增加灵活性。
Adobe推出生成式AI视频处理技术Project Fast Fill
Adobe正在研发名为「Project Fast Fill」的生成式AI视频处理技术，允许用户轻松添加或删除视频中的对象。
【AiBase提要】
🔍 Adobe发布「Project Fast Fill」，一项生成式AI视频处理技术，可用于视频中添加或删除对象。
🔍 这一实验性功能类似于Google的Magic Editor，可在视频中对运动中的对象进行编辑。
🔍 Adobe计划将「Project Fast Fill」推广至Creative Cloud用户，用于Premiere Pro和After Effects，但尚未提供时间表。
百度发布国内首个生成式数据分析商业智能产品百度GBI
在百度世界2023媒体预沟通会上，百度宣布推出国内首个生成式数据分析商业智能产品百度GBI，能够加速数据分析过程，提供便捷的接入方式，注入专业知识。
【AiBase提要】
📊 百度GBI将缩短数据分析的决策周期，从以天为单位缩短到以分钟为单位，加速企业决策过程。
🤖 百度网盘推出大模型助理“云一朵”以改善知识管理和文件操作体验。
🚗 百度还整合大模型与汽车座舱，提高汽车的智能互动和用户体验。
QQ浏览器推出“PDF阅读助手”AI工具
QQ浏览器推出了“PDF阅读助手”，由腾讯混元大模型支持，可智能摘要、提供问答功能，方便用户快速获取所需信息。
【AiBase提要:】
📋 QQ浏览器发布“PDF阅读助手”，支持腾讯混元大模型，提供智能摘要功能，减少阅读时间。
🤖 该助手还具备智能问答功能，用户可快速获取所需信息，无需完整阅读文档。
📑 助手支持原文定位，便于查看引用上下文，未来还将覆盖更多应用场景如Word、Excel、PPT、网页。
亚马逊发布Amazon Bedrock 集成多家领先的大模型
亚马逊Bedrock提供全流程的生成式AI服务，整合领先大模型，降低企业入门门槛，同时优化算力成本和数据隐私。
【AiBase提要:】
✅ 亚马逊Bedrock整合顶尖大模型，为生成式AI提供基础模型，简化应用开发和数据定制。
✅ 服务采用Serverless技术，降低算力成本，提供高性能的AI计算平台。
✅ 强调数据隐私和安全，提供专门的安全连接以确保数据不暴露在公共网络上。
Hook:利用AI为TikTok的热门音乐制作合法的混音
Hook应用旨在借助AI帮助音乐粉丝合法创作他们最喜欢的音乐混音，为TikTok等短视频应用提供新的音乐内容。
【AiBase提要】
1. 🎵 Hook是一款AI应用，旨在合法混音用户喜欢的音乐曲目，以在短视频应用如TikTok上分享，提供60秒内歌曲片段供用户个性化创作。
2. 🎤 创始人Gaurav Sharma强调Hook的目标是为音乐创作者和唱片公司提供价值，解决创作权和报酬问题，利用AI技术解决版权问题，使创作者能够合法创作音乐。
3. 💰 Hook已获得300万美元的种子资金支持，计划在未来推出应用程序，为音乐粉丝提供合法方式创作和分享音乐混音，同时帮助唱片公司从这些创意中获得回报。
📰🤖📢AI新鲜事
首个生成式AI安全指导性文件发布 包含31项安全要求
最新发布的生成式AI安全规定明确了31项安全要求，只有符合这些要求的生成式AI服务提供者才能“持证上岗”，规定涵盖语料安全、模型安全、安全措施和安全评估四大方面。
【AiBase提要】
❇ 生成式AI安全新规发布，包含31项安全要求，生成式AI服务提供者需遵循这些要求，方可“持证上岗”。
❇ 安全要求涵盖语料安全、模型安全、安全措施、安全评估等四大方面，具体包括语料来源黑名单、模型使用规范等关键要求。
❇ 根据不同场景采取保护措施，包括关键信息基础设施、未成年人使用等，以确保生成内容质量和安全性。
OpenAI宣布年收入达13亿美元 每月入账1亿刀
OpenAI2023年年收入达13亿美元，月均1亿美元，同比增长超过4500%，得益于ChatGPT的推出和用户对会话聊天机器人的订阅增长。
🚀 【AiBase提要:】
1️⃣ OpenAI年收入达13亿美元，月均1亿美元，年同比增长4500%。
2️⃣ 谷歌DeepMind业绩下滑，OpenAI快速增长成AI领域旗帜。
3️⃣ OpenAI计划募资1000亿美元，关注成本优化，展望光明前景。
微软启动AI功能Bug赏金计划
微软推出新的人工智能悬赏计划，关注基于AI的Bing体验，奖励高达15000美元，针对Bing的漏洞提交将被悬赏。
【AiBase提要】
📌 微软宣布新的悬赏计划，专注于基于AI的Bing体验，奖励最高达15000美元。
📌 安全研究人员可提交针对AI驱动的Bing体验在不同产品中发现的漏洞，包括Microsoft Edge和Skype应用。
📌 悬赏计划还鼓励报告与Bing相关的漏洞，涉及聊天行为、内部机制、以及超出范围的问题和漏洞类型。
GitHub前CEO回应:Copilot服务亏损是假消息
微软前GitHub首席执行官Nat Friedman回应GitHub Copilot服务亏损传闻，称其为假消息，暗示成本低于价格，但未详细披露成本细节。
【AiBase提要:】
- 👉 Nat Friedman否认GitHub Copilot服务亏损，表明其成本可能低于价格。
- 👉 传闻指出GitHub Copilot在前几个月亏损惨重，引发盈利能力疑虑。
- 👉 该AI编程助手每月收费10美元，免费供认证学生和成熟开源项目用户使用。
Meta向名人支付数百万美元，复刻名人版聊天机器人
Meta的母公司Facebook支付数百万美元给名人，以打造名人版AI聊天机器人，其中一位名人仅工作六小时即获得高达500万美元的酬劳。
【AiBase提要】
🤖 Meta支付数百万美元，创建名人版AI聊天机器人。
🌟 一名不具名的名人仅工作六小时，获得高额500万美元报酬。
📽️ Meta计划将这些虚拟名人扩展到视频交流领域。
Adobe 推出新符号鼓励标注 AI 生成内容
Adobe与微软等公司合作推出新符号，用于标注由人工智能生成的内容，增强透明度，可添加至图片、视频、PDF。
ℹ️ 【AiBase提要:】
1. 🌐 Adobe与微软合作推出新符号，用以标注AI生成的内容，提高透明度。
2. 🖼️ 这一符号将嵌入在内容的元数据中，显示制作工具和所有权信息。
3. 📷 Adobe计划在其产品中使用该符号，以帮助用户识别AI生成的内容。
谷歌承诺为其生成式AI产品用户承担版权方面的法律风险
谷歌承诺为使用其生成式AI产品的用户承担法律风险，以防其因侵犯版权而被起诉。具体提到了七个产品，包括Duet AI、Vertex AI等，谷歌将为这些产品的用户提供法律保护。谷歌采用双重保障策略，覆盖了培训数据和基础模型产生的结果，以应对可能出现的版权问题。
【AiBase提要】
📌 谷歌保护生成式AI产品用户免受版权侵犯的法律风险。
📌 谷歌明确指出七个受法律覆盖的产品，包括Duet AI和Vertex AI。
📌 谷歌采用双重保障策略，覆盖培训数据和基础模型产生的结果。
AI研究人员发现了主要大语言模型中关键漏洞 可低成本复制
AI研究发现大型语言模型（LLM）如ChatGPT和Bard存在关键漏洞，可以以低成本被复制，可能导致私人信息泄露和有针对性的攻击。
【AiBase提要:】
1. 🕵️♂️ 大型语言模型（LLM），包括ChatGPT和Bard，面临安全漏洞，可被低成本复制，引发担忧。
2. 🤖 名为“模型寄生”的攻击方法允许攻击者通过与LLM交互获取关键信息，可能泄露私人数据或发动有针对性攻击。
3. 💼 尽管LLM技术有潜力，企业在采用和部署LLM时需要认真考虑网络安全风险，这是一个重要关切点。
《赛博朋克2077》使用AI技术再现已故配音演员声音
波兰游戏公司CD Projekt在旗下游戏《赛博朋克2077》中，使用AI技术重现已故配音演员Miłogost Reczek的声音，这一决定引起了游戏开发中的AI伦理法律问题讨论。
【AiBase提要:】
😊 CD Projekt使用AI技术重现已故配音Miłogost Reczek的声音
🤔 此举引发游戏开发中使用AI的伦理法律争议
💡 反映出AI在娱乐业的广泛应用潜力和面临的挑战
👨💻💡🎯聚焦开发者
Meta提出CoVe提示工程方法 减少ChatGPT等聊天机器人幻觉问题
Meta AI研究人员提出了一种名为链式验证（CoVe）的新方法，通过让聊天机器人生成验证问题来减少ChatGPT等语言模型产生的错误信息，大幅提高答案准确度。
【AiBase提要】
1. 🔗 Meta的CoVe方法让聊天机器人自动生成验证问题，独立于初步输出，从而显著降低ChatGPT等语言模型的错误信息复制。
2. 📊 CoVe不仅提高了列表式问题的准确度，而且在长文本中也能提高事实准确性，为解决幻觉问题提供了新思路。
3. 🌐 未来，CoVe方法有望结合外部知识，允许聊天机器人访问外部数据库以回答验证问题，进一步改善性能。
南加州大学提出通道式轻量级重编码CLR 解决大语言模型灾难性遗忘问题
南加州大学和Google Research提出通道式轻量级重编码（CLR）方法，解决大语言模型持续学习中的遗忘问题，使模型可以在学习新任务时保持对旧任务的性能。
- 论文地址: https://arxiv.org/pdf/2307.11386.pdf
- 项目地址: https://github.com/gyhandy/Channel-wise-Lightweight-Reprogramming
- 数据集地址: https://ilab.usc.edu/andy/skill102
【AiBase提要:】
1. 南加州大学和Google Research的通道式轻量级重编码方法通过在模型的固定骨干中引入轻量级模块，对特征图进行重编程，解决了大语言模型持续学习中的遗忘问题，仅增加了0.6%的额外参数。
2. 通道式轻量级重编码采用动态网络方式，使模型能够持续学习多个新任务，而不会出现灾难性遗忘，实现了在不同任务之间的灵活切换。
3. 这一创新方法为持续学习领域带来了新的机会，使模型能够在不断学习新任务的同时，有效地保持对旧任务的性能，为多任务学习领域带来了新的突破。
Lakera推出API，保护大型语言模型免受恶意提示攻击
瑞士初创公司Lakera发布了一款API，旨在保护企业免受大型语言模型的恶意提示攻击，同时通过互动游戏和分类系统识别攻击类型，致力于数据隐私和安全性。
地址:https://www.lakera.ai/
【AiBase提要:】
1️⃣ Lakera发布API，保护企业免受大型语言模型的恶意提示攻击，融资1000万美元支持。
2️⃣ Lakera开发互动游戏“Gandalf”来识别语言欺骗攻击，建立“prompt injection”攻击分类系统。
3️⃣ Lakera关注数据隐私、内容过滤，帮助企业应对LLM引发的误导、事实错误，适应欧盟AI法规。