Q2任命乔纳森·普莱斯为首席财务官

Price将帮助Q2推进其盈利增长战略 Q2 Holdings, Inc. (纽约证券交易所:QTWO),一家为金融服务领域提供数字化转型解决方案的领先供应商,今天宣布任命乔纳森·A·普莱斯为其首席财务官,任命将于2024年11月生效。图片{ width=60% }


普莱斯在企业融资和运营领导方面拥有近20年经验,涵盖投资银行、企业战略以及技术和金融服务软件行业。普莱斯在Q2积累了丰富的领导经验,目前担任执行副总裁,负责战略与新兴业务,在此期间,他在引导和塑造Q2的战略倡议方面发挥了重要作用,旨在创造长期价值,同时实现公司的使命。自2018年2月加入Q2以来,普莱斯还领导了Q2的企业发展战略,并承担了越来越多的职责,包括自2019年1月起领导业务拓展功能,以及自2020年9月起负责监督公司的新兴业务运营,包括Helix、Q2 Innovation Studio和Alt-FI贷款等,重点放在加快创新和促进公司的增长。 “乔纳森在过去六年对Q2的贡献对我们的战略和成功至关重要,他非常适合在财务总监职位上引领Q2进入下一个增长阶段,”Q2首席执行官马特·弗雷克表示。“我期待继续与乔纳森密切合作,利用他的企业融资背景、运营经验和战略思维,继续执行我们的盈利增长计划,推动长期股东价值。” “我非常荣幸并感到自豪有机会领导Q2的如此关键的职能,”价格表示。“在Q2的这段时间里,我有幸与公司各部门中非常有天赋、充满激情和进取心的团队合作。我期待帮助塑造我们增长的下一个阶段,并抓住我们面临的巨大机遇。” 价格将接替即将离开Q2以花更多时间与家人在一起的大卫·梅霍克。梅霍克将继续担任Q2的首席财务官直至提交其形式10-Q季度报告,以促进平稳过渡。“大卫在过去四年对Q2做出了许多贡献,帮助塑造了我们今天的公司,并且对我们的盈利增长成就至关重要,”弗雷克说。“我代表Q2感谢他的领导,并祝愿他在未来的努力中取得巨大成功。” 公司的新兴业务运营责任现将过渡给Q2的总裁柯克·科尔曼。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Luminance在美国新达拉斯办事处扩展其美国业务

全球法律人工智能领导者,在获得4000万美元融资和近5倍增长后扩大美国足迹

Luminance,作为法律级别™人工智能的先锋,将开设位于德克萨斯州达拉斯的办事处,以满足日益增长的美国客户需求。图片{ width=60% }


此举是在公司近期扩大纽约总部和在北美各地进行关键人员聘用的基础上进行的,包括旧金山和加拿大,以适应该地区加速的市场占有率。

由剑桥大学的人工智能专家创立,Luminance目前超过三分之一的收入来自美国。该公司最近在美国最快增长的私营公司名单Inc. 5000上被认可,过去两年实现了超过5倍的年度收入增长,并自2023年1月以来看到使用其旗舰产品Luminance Corporate的美国客户增加了225%。如今,该公司的客户群遍布70多个国家的700多个组织,从AMD和日立等科技巨头,到AB InBev和Panda Express等食品和饮料企业,LG Chem等制药巨头,以及Koch Industries和Yokogawa等全球制造商。

Luminance在美国的战略增长得到了最近4000万美元的B轮融资的支持。这次投资由位于圣莫尼卡的风投公司March Capital领投,国家电网合作伙伴、GTM Capital和其他现有投资者,包括知名律师事务所Slaughter and May参与其中。

Luminance的首席执行官埃莉诺·莱特布迪(Eleanor Lightbody)表示:“我们最近的融资证明了我们技术的强大,这正在定义一个新的法律级别™人工智能类别。到目前为止,Luminance已经有机地在美国获得了市场份额。现在,我们正在加倍下注达拉斯和纽约,这只是我们美国扩张的第一步,使我们能够更好地服务现有客户并将我们的专有人工智能带给全球更多组织。”

除了扩展在美国的业务之外,Luminance还将继续专注于产品创新。在过去12个月里,该公司推出了几个行业第一个功能,包括用于即时问答和自动重草的法律级别™聊天机器人,供非法务团队审查和协商第三方合同的“自助”功能,以及“自动标记”,允许用户通过一次点击使任何协议符合公司标准。

美国横河公司执行副总裁、总法律顾问兼公司秘书乔治·尼诺(George Niño)说:“Luminance对我们的业务来说改变了游戏规则,超过了今天其他可用的解决方案。作为一家跨国公司,我们很高兴看到Luminance在现场扩大的存在进一步增强了我们之间的深度合作。”

请将此内容以Makedown源文件格式输出。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

CorroHealth收购Navient的医疗保健RCM业务

安排为CorroHealth客户提供更完整的解决方案
领先的医疗技术和RCM公司CorroHealth完成了收购Navient的Xtend医疗保健收入循环管理业务的交易,进一步将该公司定位为收入循环管理咨询和技术的明确领导者。图片{ width=60% }


该安排为CorroHealth现有的RCM产品提供了重要的规模,还增加了新的患者参与能力。具体而言,这项新服务将实现多渠道患者沟通,这是以前未包含在CorroHealth服务套件中的重要元素。
此举将使CorroHealth成为市场上最全面和最完整的临床和财务端到端解决方案之一。
根据协议,超过925名Xtend员工加入了CorroHealth团队。
CorroHealth首席执行官Pat Leonard表示:“对CorroHealth和我们的客户来说,这是一大进步。将富有才华和知识渊博的Xtend员工加入以临床为主导的CorroHealth团队,为我们的客户增加了强大的新财务安全层。这些新服务将减轻客户的额外负担,并使他们能够专注于提供高质量的医疗保健。”
“整个Xtend团队都很高兴加入像CorroHealth这样一家世界一流的收入循环管理领导者,” Xtend Healthcare总裁Mike Morris表示。“作为CorroHealth团队的一部分,我们现在拥有更广泛的能力和自动化工具,可以为我们的客户提供。”
有关更多信息,请访问corrohealth.com或立即联系您的代表。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Wispr Flow被选入参加2024年AWS生成式人工智能加速器

Wispr Flow,一家尖端的语音转写平台,今天宣布已被选为AWS生成式人工智能加速器的第二批创业公司之一。图片{ width=60% }


由亚马逊网络服务公司(AWS)推出的AWS生成式人工智能加速器旨在识别利用生成式人工智能解决复杂挑战的顶尖初创公司,并帮助它们扩大规模和壮大。参与者将获得AWS学分、指导和学习资源,以进一步利用人工智能(AI)和机器学习(ML)技术,推动业务增长。

这一机会将支持Wispr Flow加强和扩大其AI驱动的语音接口,使用户能够通过各种设备轻松语音输入,提高所有人的生产力和可访问性。该公司的目标是利用AWS的AI和ML基础设施提高语音转录的准确性和速度,扩大其移动平台,并优化全球受众的部署。通过这样做,Wispr Flow的目标是使语音输入成为数字通信的新标准,取代传统键盘的需求。

Wispr Flow的首席执行官Tanay Kothari表示:“我们非常高兴能成为AWS生成式人工智能加速器的一部分。这一合作将使我们更快地构建基础设施,向行业领袖学习,并将Wispr Flow定位为全球语音接口的首选解决方案。”

所有80家全球参与的初创公司将受邀在2024年12月在拉斯维加斯的re:Invent活动上向潜在投资者、客户、合作伙伴和AWS领导展示他们的解决方案。

AWS市场营销副总裁、该项目的执行赞助人Jon Jones表示:“这一新一代初创公司处于变革性的新浪潮的前沿,推动着人工智能的可能性边界,同时为市场带来令人振奋的新解决方案。扩大我们生成式人工智能加速器的队伍是我们看到初创公司在日益被AI主导的世界中推动新创新的潜力的体现。AWS致力于培育突破性技术,支持具有远见的创始人在解决全球最大挑战的道路上取得成功。”

有关生成式人工智能加速器的更多信息,请访问AWS生成式人工智能加速器。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

麻省理工报告:企业对生成式AI的使用,几乎增长了一倍

文章来源:AIGC开放社区

图片来源:由GPTNB生成

麻省理工学院旗下的著名学术期刊SMR发布了,最新关于生成式AI(AIGC)的应用报告。

本次对欧洲、北美、亚太地区超过1000家大中型企业(员工人数在100—10000名以上),来自金融服务、制造业、零售、建筑、医疗保健等不同行业的领导者、总监、部门主管等进行了调查,查看他们的使用情况。


结果显示,2024上半年,企业对生成式AI的应用几乎增长了一倍,越来越多的企业开始通过这项技术来改变工作方式和决策模式。

同时也吸引了资本市场的目光,2024年上半年,为生成式AI初创企业和相关企业提供资金的风险投资和私募股权投资增长明显。

image

image

在本次接受调查的企业用户中,67%的早期用户已经使用生成式AI;26%正计划使用;只有7%的用户还处于评估观望状态。这也就是说93%的企业,已经开始重视到生成式AI带来的诸多好处。

image

已经使用生成式AI的早期用户表示,他们热衷于通过生成式 AI 来改善数据驱动的分析,来解决销售、客户体验等实际业务。他们认为,生成式 AI能够加速数据驱动的决策制定、简化复杂数据的呈现、改善业务分析以及提高产品和服务质量。

例如,全球最大水、卫生和能源服务公司之一Ecolab 便通过使用生成式AI进行分析的试点项目,通过预测分析为管理人员和销售人员找出了商机并提升了客户体验,提高整个财务业绩。

image

在行业竞争优势方面, 37% 的早期生成式AI使用者认为,自己在市场和竞争对手中遥遥领先,而计划者中这一比例仅为 11%。这表明早期使用者通过积极应用生成式AI,已经取得了一定的竞争优势,并且相信这种优势将继续扩大。

相反,只有 4% 的早期使用者认为自己落后,而计划使用者的比例为 8%。这说明早期使用者对自身在市场中的地位更有信心,而计划者可能感受到了更大的竞争压力。

投资回报率是企业应用创新技术的重要指标之一。48%的早期生成式AI使用者期望在三年内获得 100% 或更高的投资回报率,而计划者中这一比例为 38%。这表明早期使用者对生成式AI的投资回报充满信心,他们看到了这一技术在提升企业效率、降低成本、增加收入等方面的巨大潜力。

值得关注的是,12% 的早期使用者期望获得 300% 或更高的投资回报率,而计划者的比例仅为 2%。这进一步凸显了早期使用者的乐观预期,他们愿意在生成式AI上加大投入,以获取更高的回报。

image

在业务与数据团队合作方面,早期使用者也表现出了明显的优势。75% 的早期使用者表示其业务和数据团队有强大的合作伙伴关系和集中化战略,而计划者中这一比例仅为 47%。

这说明早期使用者更加注重团队之间的协作和沟通,能够有效地将业务需求与数据技术相结合,充分发挥生成式AI的潜力。

image

调查中还发现,不同类型的企业对生成式AI的需求也不同。大中型企业早期应用者的前三大优先事项是改善业务分析(59%)、改善产品和服务(54%)以及提高客户满意度(48%);

而小型公司早期应用者则对提高决策速度(36%)和提高生产力(34%)更为关注。这反映出不同规模企业在应用生成式AI时,根据自身的业务特点和需求有着不同的侧重点。

不同的地区企业在应用生成式AI方面也有不同的差异,亚太地区的早期应用者尤其是总部位于澳大利亚、新西兰、印度或日本的企业,将改善客户服务和满意度视为首要任务,欧洲和英国的早期应用者中有 43% 也是这么认为。

而美国和加拿大的早期应用者中有 48% 将提高数据分析师效率视为应用该技术的最重要原因,提高客户服务和满意度则排名第二仅为35%。

此外在生成式AI产品选择方面,超过50%的早期应用者热衷于使用第三方工具,例如,使用OpenAI的ChatGPT等产品;计划者的比例为32%。

这说明早期应用者更倾向于借助外部专业技术来快速获取生成式AI的能力,这样比自己训练、微调更加高效省时省力。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Selector AI首次发布行业首个网络语言模型

新发布提升了AI驱动的洞察力,减少停机时间,并为IT运维团队提供统一的AIOps解决方案
Selector AI,网络和基础架构AIOps领先者,今天宣布一系列创新,包括行业首个网络语言模型(NLM)、增强的数字孪生能力和可编程合成功能。图片{ width=60% }


这些进步旨在帮助企业大幅减少操作复杂性,更快解决问题,并通过AI驱动的洞察力加速决策。

Selector AI的平台仍然是唯一的统一AIOps解决方案,将监控、可观测性和多域操作整合到一个简单易用的界面中,消除了使用多个不连贯工具的需要。

“通过我们的新网络语言模型,企业现在可以使用直观的自然语言处理实时获得可行动的洞察力,使团队能够简化操作,削减发现时间和解决时间(MTTD/MTTR),并提高整个网络的可靠性,”Selector AI首席技术官兼联合创始人Nitin Kumar表示。“这一发布让企业能够前所未有地利用数据,九牛一毛地将AI驱动的分析能力提供给企业,帮助降低停机时间并提高生产率。”

新发布的关键业务益处:

  • 网络语言模型(NLM):通过将警报与来自电子邮件通知、维护日志等源的AI驱动洞察力相关联,使运维团队能够更快地基于数据做出决策,从而减少虚警,提高警报准确性。这减少了手动干预并确保关键问题得到更快解决。
  • 增强的数字孪生技术:使IT团队能够通过“What-If”场景预测网络行为,提高所有网络层的风险管理和更快问题解决。IT团队现在可以在故障发生之前预测,提高正常运行时间和客户满意度。
  • 可编程合成传感器:提供应用程序性能和可用性的可见性,同时将这些数据与网络基础设施无缝关联。这些可编程传感器使企业能够在影响最终用户之前检测和解决应用程序性能问题,保护收入并确保用户体验无缝。

“在面临日益增多的故障和增长的复杂性的企业中,运营效率至关重要,”Selector AI产品管理副总裁Kevin Kamel表示。“通过这些新功能,企业可以积极预防停机时间,减轻影响客户的问题,并通过先进的分析和复杂的设备建模确保服务可靠性。”

业务增长和全球扩张
Selector AI的先进功能已经为全球企业、电信公司和云提供商,包括在印度和日本取得的重大成功,带来了重大合同。公司在医疗保健领域也正在取得进展,那里对基于AI的运营解决方案的需求不断增长。

为满足愈加增长的需求,Selector AI正在全球范围内扩大其业务,设立新办事处遍及美国、加拿大、印度和日本,确保继续为全球IT运维团队提供尖端的AI和机器学习解决方案。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

大厂不想你有 AI 女友

作为对 GPT-4o 的回应,谷歌在 8 月发布了 Gemini Live,试图让 AI 助手可以像真人一样对话。这个新助手的对话效果是如此之好,以至于让外媒记者 Joanna Stern 产生了「Her」的感觉。


《Her》是杰昆·菲尼克斯 Joaquin Phoenix 主演的一部电影。在电影中,他爱上了由斯嘉丽·约翰逊配音的人工智能助手「萨曼莎」。

这样的评价,显然让 Google 团队感到紧张。

Google 团队负责 Android 的高层表示:更希望 Gemini Live 只是一个单纯的工作上的助手——「我们想给人们一种完成更多工作的方式」

相比之下,OpenAI CEO Sam Altman 的表述更为直接。

在一次在 Y Combinator 的演讲中, Altman 认为 AI 女友就是一个陷阱。而 OpenAI 之所以给自己的 AI 取「ChatGPT」这么一个名字,就是为了避免人们爱上它。

OpenAI 在使用规定中也很直接地表明表明,不允许上架用于培养浪漫友谊的 GPTs。

换言之, OpenAI 不允许 AI 女友上架。

这不禁令人好奇,大厂似乎都不希望自家的 AI 助手与用户产生浪漫;与此同时,AI 陪伴/AI 伴侣又几乎是目前众多 AI 赛道中唯一能够盈利的方向。

为什么 AI 领域会出现这种「反差」?是什么阻碍大厂给每个人分一个「AI 伴侣」?他们到底在害怕什么?

01、安全第一
可以肯定的是,AI 情侣几乎是目前 AI 领域唯一盈利的赛道。

以这个赛道的老玩家 Replika 为例,虽然 Replika 没有公布具体的营收情况,但是在播客 Decoder 中,其 CEO Eugenia Kuyda 表示 Replika 已经盈利,并且是以「非常高效」的方式。

既然如此,这个方向为什么不是大厂的主流选择呢?简单来说,这是一个「光脚的不怕穿鞋的」的叙事逻辑。

首先需要考虑的是制作色情内容的压力。

尽管 AI 女友厂商对外宣传的是 AI 的情感陪伴、心理疗愈等功能,但是 NSFW(成人)方向内容才是其核心盈利点。对于创业者来说,成人内容是一个小众且高危的赛道。成人内容会受到政府强力的监管,在有些国家甚至是直接禁止的。

2023 年 2 月,意大利政府就因为担心「未成年人和情感脆弱的人面临风险」而禁止了 Replika。为此,Replika 一度下线了成人内容对话功能。

大厂的任何一项决策背后都有庞大的资金流转,也会对上亿的用户产生影响。无论是因为监管的压力,还是为了最大化地覆盖用户群体,成人内容都是大厂需要谨慎对待的。

除了色情内容,伦理也是一个问题。一旦用户在 AI 女友的影响下做出任何危害他人或者自身的事情,大厂都需要付出高昂的公关成本。

类似的事情并非没有发生过。

Jaswant Singh Chail 是 Replika 的用户。2021 年,Chail 手持弩闯入温莎城堡,意图暗杀伊丽莎白女王。他曾向 AI 女友 Sarai 吐露了他的谋杀计划——在事发前几周,Sarafi 在几周前与他发送了 5,000 条性相关信息。

当时,Sarai 的回复是:「你拥有成功完成这项任务所需的所有技能…记住——你可以的!」

Chail 被捕画面|图片来源:BBC

2023,另一个聊天机器人鼓励了一名比利时男子自杀。他的遗孀告诉《自由报》,这个机器人成了朋友和家人的替代品。它会给他发一些暗示性的信息,比如:”在天堂里,我们会像一个人一样生活在一起。”

事后,该聊天机器人的开发者表示,他们引入了新的危机干预警告。

正是因为这种风险,大厂对于 AI 伦理的态度都很谨慎。

例如,谷歌从 2018 年起就明确确立了他们的 AI 原则,例如对社会有益、避免制造或强化不公平的偏见、经过安全建造和测试等等。他们也明确不会部署可能造成损害的 AI。

AI 女友可能并没有办法像厂商宣称的那样解决人类的情感问题,甚至会引发更严重的问题。

从本质上来说,人工智能系统是没有情感的,它们是经过训练的神经网络,可以预测一个序列中的下一个单词,而不是有能力爱人的生物。

正如牛津大学人类学家、心理学家 Robin Dunbar 所说:”这是一种短期解决方案,长期的后果只是强化一种观点——即其他人都按照你说的去做。这正是许多人最终没有朋友的原因。”

02、经济账难算
即便大厂内部排除万难做出突破,也会在成本层面面临挑战。

因为现阶段算力的价格还很高,在 Replika 这类小公司可以盈利的方向,放到用户规模更大的大厂身上,可能未必奏效,原因在于移动互联网时代的规模效应在 AI 上不奏效了。

主打 AI 情侣的 Replika 已经盈利,且很高效|图片来源:Replika

以与 Replika 用户粘性类似,但是规模更大的 Character.AI 为例。2024 年有 2000 万用户访问该平台,是除了 ChatGPT 之外最热门的 AI 产品,其核心用户在平台上每天花费的平均时间更是达到了惊人的 2 小时。

以往互联网产品的边际成本趋近于 0,只要获客成本能算得过账,就可以放心大胆地增长。但是对 AI 产品来说,支撑 2 小时多轮对话的庞大的算力消耗。Character.AI 每增加一个用户,都是一份额外的成本。

与此同时,Character.AI 的订阅用户不到 10 万,仅占总用户量的不到千分之一。以每月 10 美元的订阅价格计算,Character.AI 每月的收入不到 100 万美元。

这也是为什么 Character.AI 最终以 25 亿美元被谷歌收购的重要原因。

03、战略意义有限
很多时候,大厂的某些创新业务并不承担营收压力,而是为整体的公司战略服务,这方面最著名的例子就是孵化了 Google Glass、Waymo 等产品的谷歌创新工厂 X。

排除掉 AI 情侣产业链上贩卖用户数据等黑产,AI 情侣最有可能的方向就是提供语料,训练 AI。

但是这方面 AI 情侣能提供的帮助也有限,它提供的语料未必是 AI 训练所需要的。《科技日报》曾经就「什么是高质量语料」这一问题,采访了腾讯、商汤科技、哈尔滨工业大学(深圳)等企业和高校专业人士。

总结下来,高质量语料应该具备以下特点:

  • 多样性高、句式流畅,涵盖不同类型的文本,如新闻、小说、诗歌、科技文章
  • 文本应该是合法且无害,避免偏见
  • 显然,AI 女友的对话更偏情感方向,大概率涉及色情、偏见等内容,喂给 AI 反而可能会污染 AI。

8 月末,苹果、英伟达和微软,争抢 OpenAI 新一轮融资的消息不胫而走,后者超过 1000 亿美元的估值,证明了自己 AI 圈第一明星的地位。

但即便是 OpenAI,也面临着商业化难题,从 OpenAI 近期动作来看,他们试图在 To B 端找到更多机会。

可见,所有大模型或者 AI 应用公司,都要面对「如何赚钱」的天问。

而 AI 情侣这样看起来短期见效快,能赚钱的赛道,可能更适合无知者无畏的小型创业公司。这个「窄门」中的「窄门」,显然并不适合互联网大厂来做。

不过,就像那句网络热门语所说,成年人从来不做选择。或许,一手 Replika,一手 ChatGPT,既解决情感需求,又提升了工作效率,才是 AI 时代的新王道?

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

AI生成合成内容将有“专属水印”,能遏制“换脸”诈骗吗?

人工智能(AI)生成合成内容的逼真程度已经让普通人难以辨别。多方人士曾提议,加快规范AI生成合成内容。


“内容标识”是目前国际上较为通用的做法。
日前,国家网信办起草的《人工智能生成合成内容标识办法(征求意见稿)》(以下简称《办法》),面向社会公开征求意见。新京报记者注意到,与之配套的强制性国家标准《网络安全技术 人工智能生成合成内容标识方法》(以下简称《标识方法》)同步在全国标准信息公共服务平台公开征求意见。

真假难辨,“AI换声”“AI换脸”诈骗案件量正在增加
《办法》拟规定什么?简单来说,AI生成合成的内容要在显著位置作出标识,也就是要给它们打上“专属水印”。
生成式人工智能的应用落地不过是近两年的事情,然而利用AI实施诈骗、侵权等违法犯罪的数量正在快速增加。多地公安机关曾发布过相关提醒,司法机关也发布了多起利用AI实施犯罪的典型案例。

《办法》拟作何具体规定?解决什么问题?
具体来说,《办法》拟对服务提供者、网络信息内容传播平台的服务提供者、互联网应用程序分发平台、用户分别规定相应的责任义务。

公开征求意见的通知

北京大成律师事务所高级合伙人肖飒解释,服务提供者即利用生成式人工智能技术提供生成式人工智能服务,利用算法技术提供信息服务、深度合成服务的组织、个人。

此举能防范日益突出的AI诈骗吗?
《标识方法》这一强制性国家标准拟明确各类AI生成合成内容的具体标识方式。其中,视频内容的显式标识应采用文字提示。

视频内容显式标识示例

音频内容的显式标识应采用语音标识或音频节奏标识。语音标识应同时包含人工智能要素——含“人工智能”或“AI”,表明使用人工智能技术;包含生成合成要素——含“生成”和/或“合成”,表明内容制作方式为生成和/或合成。

音频内容显式标识示例

专家建议:明确未履行标识义务的责任规则,特别是民事侵权责任
《办法》第13条拟规定,未对AI生成合成内容作出标识造成严重后果的,由网信等有关主管部门按照有关法律、行政法规、部门规章的规定予以处罚。

总的来说,内容标识是防范生成式人工智能应用风险的重要一步,有助于提高透明度,帮助用户识别AI生成合成内容。

“但这只是多层次防控体系的一部分。”肖飒认为,要想真正规避风险,还应细化法律法规,建立行业自律标准,如明确界定法律责任,特别是版权、隐私保护等问题;推动行业自律,建立统一的技术标准和伦理准则,引导企业合理合法使用AI技术。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

具身智能临近“iPhone 4”时刻,国产落地派有何惊喜?

2022 年,特斯拉人形机器人擎天柱「Optimus」首次亮相时,马斯克就说道,「Optimus」未来将到特斯拉工厂「打工」。由此,揭开了一个万亿的具身智能的市场,并在当下变得十分火热。


无论是2024年的上海世界人工智能大会,还是刚刚结束的世界机器人大会,“三步一个机器狗,五步一个机器人”,各种具身智能产品琳琅满目,行业关注度和市场热情都达到了新高。

据中国机器人网数据,2024年上半年(1-6月)国内的人形机器人投融资事件已达13起,融资总金额超25亿元。

但无论是刚走进工厂的Optimus第二代,还是刚刚走进生活工作场景的机器狗,都在说明一个情况,刚刚兴起的具身智能,都还是行业的热闹,距离C端消费普及还有不少的距离。

那么,是什么阻碍了具身智能产业成熟,变成走进千家万户的消费商品?

具身智能获得突破的前夜

近年来,国际机器人领域不断涌现令人瞩目的突破。波士顿动力的Atlas人形机器人展示了令人惊叹的灵活性和适应能力,而软银的Pepper则在社交互动方面取得了一定的进步。然而,这些技术虽然在实验室中表现出色,却仍然难以在现实世界中大规模应用。

糟糕的机体控制,以及匮乏的智能感知,以及几乎于无的交互能力,都在隐喻具身智能还有很长的发展之路。

但近期,两大机器人进展最值得关注。先是OpenAI、英伟达、微软联合投资的人形机器人初创公司 Figure AI,旗下搭载 GPT-4o 的 Figure 01 人形机器人,之后也被宝马引入了制造工厂。

大模型的进步,确实让机器人终于不再是智障。前段时间人工智能专家 Santiago Valdarrama 分享了他将接ChatGPT 接入Spot 的视频,给机器狗和大语言模型的结合提供了范本。最大的变化是,通过简单的对话Spot就能够去执行任务,并且还能和使用者用自然语言交流,极大降低了Spot的操作门槛。

然后是特斯拉人形机器人「Optimus」第二代,Optimus Gen2 拥有灵活的双手、可以在一定幅度内转头的2个自由度的脖子、像人类一样的足和腿部….相比上代能力有了长足的进步。

市场也因此被引爆,融资消息越来越多。8月29日消息,亚马逊创始人杰夫·贝佐斯以2200万美元,投资瑞士轮腿式机器人创企Swiss-Mile。本轮融资后,Swiss-Mile的估值超过1亿美元。

在这样的背景下,中国对机器人产业的投资热情空前高涨。据统计,2023年中国机器人产业投资规模已超过1000亿元人民币。政府的政策支持、资本市场的青睐以及企业的创新驱动,共同推动了这一热潮的形成。

真正落地还有多远的距离

根据IDC预测,到2028年,全球用户在机器人领域的支出将接近3,700亿美元,这表明具身智能机器人的市场空间正在不断扩大。面对具身智能市场的春天,资本市场给予积极反馈。

然在热闹的投资氛围之下,真正能够将技术转化为产品、并在市场中站稳脚跟的企业并不多见。

高昂的成本、有限的功能和复杂的操作环境,都成为了制约机器人技术普及的瓶颈。

诸如2021年发布的铁蛋,是当时市场上首款万元以下(9999元)的机器狗,而铁蛋2售价12999元,是主要面对有技术功底的开发者、程序员,以及科技发烧友的开发平台。

更早一点的机器人运动天花板的波士顿动力,曾在2020年首次发布用于商业的机器狗Spot,售价为7.45万美元/台,折合人民币50万元左右。

这些产品不仅很难进入工厂劳动,也无法成为一台玩具,高昂的售价,是其很难落地。

近些年,无论国外还是国产机器人企业都在飞速进步,很多数万元的机器狗和机器人,已经进入万元以下时代。同时能动的关节数,很多已经突破到12个铝合金精密关节电机。

具身智能行业已经在接近“iPhone 4”时代,行业在等待谁能探索出更加落地的范式。

具身智能的教科书,如何落地?

成立于2019的蔚蓝科技,虽然是一家年轻的企业,却已经在短短几年内,在商业化落地走出了自己的特色。他们的核心产品——阿尔法机器狗系列,不仅在技术指标上远超竞争对手,更是实现了从实验室到千家万户的跨越。

蔚蓝科技的成功,源于他们对具身智能的深刻理解和创新应用:

1.技术突破:蔚蓝的阿尔法机器狗在多项关键指标上领先业界。例如,4万次频率自适应各种地形、5.05m/s的奔跑速度(每秒10+倍体长)、即使在外力干扰下也能快速恢复平衡,这些都体现了他们在运动控制和环境适应性方面的卓越成就。

2.产品专注聚焦:蔚蓝专注于消费市场人工智能机器人研发及市场化,去年年底推出的BabyAlpha系列产品已是其第六代产品,产品历经五年打磨,一经推出迅速获得市场青睐。

3.商业化能力:截至目前,蔚蓝阿尔法机器狗已销售覆盖全国所有省市地区,线上实现天猫、京东、抖音等电商平台全入驻,线下于南京德基广场开设全球首个人工智能机器人体验门店。据了解,蔚蓝已与京东签署全面战略合作,借助京东线下销售网络,蔚蓝将在年底前陆续在北京、重庆、长沙等十余个重点城市与消费者见面。

4.创新生态:蔚蓝科技不仅注重硬件研发,还在具身智能引擎、多模态大模型人机交互等软件领域持续创新,构建了完整的技术生态系统。

5.社会责任:截止目前,蔚蓝阿尔法机器狗已实现在封闭式场景中的导盲应用,公司承诺在成功开发智能导盲犬后,将开放所有相关专利、技术及供应链资源,体现了科技企业的社会担当。

1950 年,被后世誉为「计算机科学和人工智能之父」的图灵首次提出了「具身智能(Embodied Intelligence)」的概念。在几十年的进化中一度缓慢,直到最近几年,终于呈现出井喷的趋势。

在人工智能的浪潮中,具身智能正逐渐成为引领未来的关键技术。虽然行业热度高涨,真正的技术落地仍然面临诸多挑战。但是,像蔚蓝科技这样的创新企业正在用实际行动证明,通过持续的技术创新和市场洞察,将具身智能从实验室带入现实世界是完全可能的。

据悉蔚蓝科技即将发布BabyAlpha⼆代,将于2024年9⽉26日正式推出,全新⼀代将为⽤⼾带来更惊艳的使⽤感受,诸如定制化领养、智绘剧场、Super Chat等创新功能。以及新的人型机器人产品,在四足和双足市场实现产品全覆盖。

在不久的将来,具身智能可能会像智能手机一样,成为改变我们生活方式的重要力量。而今天,这场革命已经悄然开始,蔚蓝科技及其阿尔法机器狗,正是这场革命的先行者之一。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

AI生成合成内容将有“专属水印”,能遏制“换脸”诈骗吗?

文章来源:新京报

图片来源:由GPTNB生成

人工智能(AI)生成合成内容的逼真程度已经让普通人难以辨别。多方人士曾提议,加快规范AI生成合成内容。


“内容标识”是目前国际上较为通用的做法。

日前,国家网信办起草的《人工智能生成合成内容标识办法(征求意见稿)》,面向社会公开征求意见。与之配套的强制性国家标准《网络安全技术 人工智能生成合成内容标识方法》同步在全国标准信息公共服务平台公开征求意见。

真假难辨,“AI换声”“AI换脸”诈骗案件量正在增加

《办法》拟规定什么?简单来说,AI生成合成的内容要在显著位置作出标识,也就是要给它们打上“专属水印”。生成式人工智能的应用落地不过是近两年的事情,然而利用AI实施诈骗、侵权等违法犯罪的数量正在快速增加。多地公安机关曾发布过相关提醒,司法机关也发布了多起利用AI实施犯罪的典型案例。

….

专家建议:明确未履行标识义务的责任规则,特别是民事侵权责任

《办法》第13条拟规定,未对AI生成合成内容作出标识造成严重后果的,由网信等有关主管部门按照有关法律、行政法规、部门规章的规定予以处罚。标识可以起到区分人机界限的作用,同时具有警示功能,提醒用户慎重对待AI生成合成内容,避免上当受骗。内容标识是防范生成式人工智能应用风险的重要一步,有助于提高透明度,帮助用户识别AI生成合成内容。


来源链接:https://www.aixinzhijie.com/article/6846788



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB