文章来源：乌鸦智能说
文／林白

图片来源：由GPTNB生成

今年，一级市场一个普遍感受是，虽然AI大模型融资很热闹，但机构在AI领域的出手却越来越谨慎。
但就是在这种环境下，一家大模型公司却开始了“疯狂”投资，那就是智谱AI（以下简称“智谱”）。

---

根据IT桔子数据，从2023年开始，智谱投资了15个项目，光在今年就出手了8次，其中还包括花了数亿元收购聆心智能。
这样的投资强度，甚至比红杉、金沙江创投等一线机构还猛。凭借7个月投资8家公司的成绩，也让智谱成功超越商汤，成为近年来投资最猛的AI公司。
那么问题来了，为什么智谱要如此频繁地对外投资？‍

…

本文链接：https://www.aixinzhijie.com/article/6846530
。注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要按照格式标准输出为Makedown源文件格式内容。

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。

文章来源：硬AI

除了盘点前50名基于Web和基于移动设备的AI应用，A16Z还揭示了消费类AI产品领域中一些值得注意的趋势，例如，创意工具不断吸引消费者、成为“最佳消费者助手”产品的竞争正在升温、字节跳动在AI应用领域不断发力……

作者 | 蒋紫涵
编辑 | 硬 AI

跟上不断扩大的消费类AI产品领域是一项动态、快速发展的工作，在产品发布、投资公告和大肆宣传中，值得探究的是：人们实际上在使用哪些AI应用？哪些类别的AI在消费者中越来越受欢迎？人们会回归又会放弃哪些AI应用？

每六个月，知名风投A16Z都会对前50名基于Web的AI应用（按每月独立访问量）和前50名基于移动设备的AI应用（按每月活跃用户数）进行排名。与2024年3月的报告相比，这次的上榜公司近30%是新公司。

---

此外，A16Z还揭示了消费类AI产品领域中一些值得注意的趋势，例如，创意工具不断吸引消费者、成为“最佳消费者助手”产品的竞争正在升温、字节跳动在AI应用领域不断发力……

01

基于Web和基于移动设备的AI应用前50

02

创意工具不断吸引消费者

创意工具不断吸引着消费者。名单上52%的公司专注于跨领域（图像、视频、音乐、语音等）的内容生成或编辑。

12家新上榜的公司中，58%来自创意工具领域。他们包括新上榜公司排名前五位中的四位：Luma（第14名）、Viggle（第21名）、SeaArt（第29名）、Udio（第33名）。

过去六个月中进步最大的是音乐生成器Suno，它从36名上升到第5名。

在上次的列表中，大多数内容生成工具都集中在图像上。过去的六个月里，其他领域也得到了发展：图片生成仅占顶级内容生成网站的41%。

在首次上榜的第五代工具中，只有1个（SeaArt）是图像工具。视频领域新上榜3个（Luma、Viggle、Vidnoz），音乐领域1个（Udio），这两个领域的内容输出质量在过去一年中都实现了巨大飞跃。

在移动设备的AI应用中，图像和视频的内容编辑是最常见的。许多排名高的新上榜者都是传统的创意工具，例如美图秀秀（第9名）、SNOW（第30名）、Adobe Express（第35名）。

03

挑战ChatGPT成为“最佳消费者助手”产品的竞争正在升温

在基于Web的AI应用、基于移动设备的AI应用这两个榜单上，ChatGPT第三次成为第1名，但是，成为“最佳消费者助手”产品的竞争正在升温。

04

字节跳动在AI应用领域不断发力

TikTok母公司字节跳动正在进军基于Web的AI应用，它的三个应用首次出现在榜单上：教育科技平台Gauth（第44名）、机器人构建器Coze（第45名）、助理Doubao（第47名）。Doubao也首次进入了基于移动设备的AI应用榜单，排名第26。

此外，照片和视频编辑Hypic（第19名）、助理 Cici（第34名）也是字节跳动的产品，在移动设备上，Cici是英文版的Doubao。

05

新类别的AI应用：审美和约会

在基于Web和基于移动设备的AI应用中，只有一个新类别：审美和约会。基于移动设备的AI应用榜单上，这一类别有三个新上榜者：LooksMax AI（第43名）、Umax（第44名）和RIZZ （第49名）。

LooksMax和Umax提取用户的照片进行评分，并提供建议帮助用户变得更有吸引力。Umax还会生成用户完美打扮时的图片，而LooksMax则会分析用户的声音是否具有吸引力。LooksMax声称其拥有超过200万用户，而Umax则声称其拥有100万用户。

这两款应用都通过用户付费订阅来获利：Umax每周收费4.99美元（或邀请三个朋友），LooksMax每周收费3.99美元。

RIZZ则专注于提升用户在约会软件中发消息的水平。用户可以上传对话截图或个人资料，获得有关要说什么的建议，推荐的回复可以直接从RIZZ复制到约会软件中。

06

Discord引领增长

Discord是一款专为社群设计的免费网络实时通话软件与数字发行平台，许多情况下，Discord的流量是AI应用在基于Web和基于移动设备的AI应用榜单中排名的重要指标，特别是在内容生成领域。

一些AI产品在Discord上启动，以便在构建社区的同时进行“沙盒”测试，但随后它们会推出自己的网站并大规模迁移离开Discord。这些产品会退出Discord的排名，典型例子是Suno，它在上次的榜单中排名第31，但这次未出现在榜单中。与这类产品不同，一些公司即使在推出独立产品后，仍保持了较高的Discord使用率。例如，Midjourney在所有Discord服务器的流量中保持第1位。

截至7月，有10家AI公司在所有Discord服务器的流量排名中进入了前100，与1月份相比，其中一半是新上榜者。

{Link 1}

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。

文章来源：硬AI

除了盘点前50名基于Web和基于移动设备的AI应用，A16Z还揭示了消费类AI产品领域中一些值得注意的趋势，例如，创意工具不断吸引消费者、成为“最佳消费者助手”产品的竞争正在升温、字节跳动在AI应用领域不断发力……

作者 | 蒋紫涵
编辑 | 硬 AI

跟上不断扩大的消费类AI产品领域是一项动态、快速发展的工作，在产品发布、投资公告和大肆宣传中，值得探究的是：人们实际上在使用哪些AI应用？哪些类别的AI在消费者中越来越受欢迎？人们会回归又会放弃哪些AI应用？

每六个月，知名风投A16Z都会对前50名基于Web的AI应用（按每月独立访问量）和前50名基于移动设备的AI应用（按每月活跃用户数）进行排名。与2024年3月的报告相比，这次的上榜公司近30%是新公司。

---

此外，A16Z还揭示了消费类AI产品领域中一些值得注意的趋势，例如，创意工具不断吸引消费者、成为“最佳消费者助手”产品的竞争正在升温、字节跳动在AI应用领域不断发力……

01

基于Web和基于移动设备的AI应用前50

02

创意工具不断吸引消费者

创意工具不断吸引着消费者。名单上52%的公司专注于跨领域（图像、视频、音乐、语音等）的内容生成或编辑。

12家新上榜的公司中，58%来自创意工具领域。他们包括新上榜公司排名前五位中的四位：Luma（第14名）、Viggle（第21名）、SeaArt（第29名）、Udio（第33名）。

过去六个月中进步最大的是音乐生成器Suno，它从36名上升到第5名。

在上次的列表中，大多数内容生成工具都集中在图像上。过去的六个月里，其他领域也得到了发展：图片生成仅占顶级内容生成网站的41%。

在首次上榜的第五代工具中，只有1个（SeaArt）是图像工具。视频领域新上榜3个（Luma、Viggle、Vidnoz），音乐领域1个（Udio），这两个领域的内容输出质量在过去一年中都实现了巨大飞跃。

在移动设备的AI应用中，图像和视频的内容编辑是最常见的。许多排名高的新上榜者都是传统的创意工具，例如美图秀秀（第9名）、SNOW（第30名）、Adobe Express（第35名）。

03

挑战ChatGPT成为“最佳消费者助手”产品的竞争正在升温

在基于Web的AI应用、基于移动设备的AI应用这两个榜单上，ChatGPT第三次成为第1名，但是，成为“最佳消费者助手”产品的竞争正在升温。

在…

---

Full article with images

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。

今年特斯拉的一季报的电话会上，马斯克被各路机构针对交付量的质疑搞的心烦意乱，忍不住跳出来一锤定音，表示特斯拉绝非汽车公司：
如果你把特斯拉只看作一家汽车公司，那么你对特斯拉的理解就是片面的。如果有人不相信特斯拉能解决自动驾驶问题，他们就不应该投资特斯拉。

---

人工智能的浪潮下，特斯拉慢慢从投资机构的白月光，变成美股Magnificent 7里的吊车尾，电动车交付量也不再一枝独秀。
可能是想起当年接受彭博采访时，对比亚迪开过的嘲讽，马斯克在最近的推文里，也把同行相轻上升到了中美车企的路线之争：
“比亚迪要快速转型，否则就有麻烦了。”
高调宣扬特斯拉在人工智能产业的积累，是马斯克在画大饼之外染上的新毛病。虽然这看似特斯拉在中国同行面前的“挽尊话术”，但实际上，特斯拉在以自动驾驶为核心的人工智能领域的涉足常常被忽略。
过去数年，特斯拉积累了一个由端到端算法、FSD自动驾驶芯片和云端Dojo算力组成的AI系统。特斯拉每天接受并处理的视频画面超过1600亿帧，这是商业公司能拥有的最大的真实世界数据集，既可以训练自动驾驶，还能训练神秘的Tesla Bot。
马斯克本人在AI世界的角色也被严重低估，他不仅是OpenAI的创始人之一，也是DeepMind的早期投资人。他参与的人工智能公司还有脑机芯片Neuralink、聊天机器人Grok。理论上来说，特斯拉确实是一家彻头彻尾的人工智能公司。
把新能源车市场放大到中美产业竞争的视角，一方面，依托强大的生产制造能力，马斯克反复念叨的“25000美元的廉价车型”，中国同行基本每个月都在发布；但另一方面，在以自动驾驶为核心的智能化赛道，特斯拉其实远远跑在了前面。
业界常说新能源车“上半场是电动化，下半场是智能化”，在以软件、算法、芯片勾勒的智能化下半场，竞争的序幕正徐徐拉开。
…
…

---

---

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。

来源：乌鸦智能说

文／朗朗

今年以来，越来越多AI巨头和投资机构宣布投资日本AI产业。

①4月15日，OpenAI首个亚洲办公室落地日本东京，并为日企提供日语版GPT-4。

---

②8月17日，a16z计划在日本开设第二家国际办事处，用于东京的融资活动。

③4月9日，微软宣布就云计算和AI领域，未来两年内在日本投资29亿美元。

④4月18日，甲骨文宣布就云计算和AI领域，未来十年内在日本投资80亿美元。

⑤4月，孙正义宣布，软银将以AI半导体为突破口，把业务扩大到数据中心等行业，预计投资额最高达10万亿日元规模。

在AI顶流公司将手伸向日本之前，不少AI应用已经精准锁定了日本市场。

比如，实现千万美金ARR(年经常性收入)的AI转录公司Notta，和进入搜索TOP20的AI搜索公司Sparticle，都是深耕日本市场的成功案例。

种种迹象显示，在这一波AI浪潮之中，之前在AI方面没有建树的日本逐渐有了存在感。

为什么日本突然间成了香饽饽？在AI巨头们纷纷下注日本背后，我们又应该如何看待日本AI市场的机会？

/ 01 /
用户渗透率不到10%
日本市场成AI应用金矿

AI大佬们之所以这么看重日本，实在是因为日本的AI市场太好了！
从渗透率来说，日本是一块几乎没有被AI“浸染”过的处女地。7月，日本总务省发表的2024年版《信息通信白皮书》显示，只有9.1%的个人使用生成式AI。这一比例与中美等国家存在较大差距。

…

---

---

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。

你可能听说过这样一个故事。

埃瓦里斯特・伽罗瓦（Évariste Galois）是一位富有浪漫主义色彩的数学家。

---

他在 1811 年出生于法国巴黎，从小便体现出了极高的数学天赋，却一直怀才不遇，还在不到 21 岁的时候被卷入一场决斗。

自知必死的伽罗瓦在决斗前将自己所有的数学成果奋笔疾书纪录下来，并时不时在一旁写下「我没有时间」。三天后，他在决斗中腹部中了三颗子弹，几天之后不治身亡。

伽罗瓦死后，他的朋友整理了他留下的手稿，并将其中重要的内容交给了数学家刘维尔（Joseph Liouville）。到 1846 年，刘维尔替伽罗瓦发表「群论」思想，「关于方程根式解的条件」和「用根式求解的本原方程」两篇论文重见天日。在这些论文中，伽罗瓦将其理论应用于代数方程的可解性问题，由此引入了群论的一系列重要概念。

对于学界来说，伽罗瓦理论（Galois Theory）是现代数学的重要发端之一。

在如今，伽罗瓦理论作为大学抽象代数难度最大的一个部分被很多人学习，但时常被抱怨比较难学。

最近，有人公开了新版本的教材。Tom Leinster 是英国爱丁堡大学的一名数学家，他公开了自己于 2021 年到 2023 年在爱丁堡大学面向本科生授课时的 Galois Theory 课堂笔记。

要学习该课程，你需要具备环论、群论和线性代数等基本知识，这些笔记阐述了域扩展及伽罗瓦群的理论，包括伽罗瓦理论的基本定理。其中还包括关于尺规构造的部分、可解多项式具有可解伽罗瓦群的证明以及有限域的分类。

Leinster 表示，这些资料涵盖了：

• 伽罗瓦理论部分的完整、自成体系的说明；
• 大约 40 个简短的解释视频；
• 大量问题；
• 以及近 500 道多项选择题。

目前，课程的资料已被整理到了 arXiv 上。

• arXiv链接：https://arxiv.org/abs/2408.07499
• 视频：https://www.maths.ed.ac.uk/~tl/galois/#videos
• 主页：https://golem.ph.utexas.edu/category/2024/08/galois_theory.html
• 更多资源：https://www.maths.ed.ac.uk/~tl/galois/

值得一提的是，这份学习资料公开之后，因为热度很高，作者感觉有点受宠若惊。

这可能是因为这一版伽罗瓦理论的内容非常详细，而且配有生动的图解。

感兴趣的读者可以点击项目链接开始学习。

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。

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。

---

如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com

论文作者之一 Ao Ma，硕士毕业于中科院计算所，曾在 MSRA 视觉计算组和阿里通义实验室进行学术研究和算法落地工作。目前是奇虎 360-AIGC 团队-视频生成方向负责人，长期致力于视觉生成方向研究和落地，以及开源社区建设。

近日，开源社区又迎来一款强力的「视频生成」工作，可以在消费级显卡 (如 GeForce RTX 3090) 上生成任意分辨率、任意宽高比、不同风格、不同运动幅度的视频，其衍生模型还能够完成视频扩展、视频回溯的功能…… 这便是 360AI 团队和中山大学联合研发的 FancyVideo，一种基于 UNet 架构的视频生成模型。

作者基于已经开源的 61 帧模型，实测效果如下。

首先适配不同分辨率、宽高比：图片链接其次支持不同风格： 图片链接最后生成不同运动性： 图片链接

• 论文地址：https://arxiv.org/abs/2408.08189
• 项目主页：https://fancyvideo.github.io/
• 代码仓库：https://github.com/360CVGroup/FancyVideo
• 论文标题：FancyVideo: Towards Dynamic and Consistent Video Generation via Cross-frame Textual Guidance

跨帧文本引导模块

作者在进行视频生成研究过程中，发现现有的文本到视频（T2V）工作通常会采用空间交叉注意力（Spatial Cross Attention），将文本等价地引导至不同帧的生成过程中，缺乏对不同帧灵活性的文本引导（如下图左）。这会导致模型理解提示词所传达的时间逻辑和生成具有连续运动视频的能力受到限制。

FancyVideo 正是从这一角度切入，特殊设计了跨帧文本引导模块（Cross-frame Textual Guidance Module, CTGM, 如下图右）改进了现有文本控制机制。

具体来说，CTGM 包含 3 个子模块：

• 时序信息注入器（Temporal Information Injector, TII）– 将来自潜在特征的帧特定信息注入文本条件中，从而获得跨帧文本条件；
• 时序特征提取器（Temporal Affinity Refiner, TAR）– 沿时间维度细化跨帧文本条件与潜在特征之间的相关矩阵；
• 时序特征增强器（Temporal Feature Booster, TFB）– 增强了潜在特征的时间一致性。

图片链接

FancyVideo 训练流程

FancyVideo 整体训练 Pipeline 如下所示。其中在模型结构方面，FancyVideo 选择在 2D T2I 模型基础上插入时序层和基于 CTGM 的运动性模块的方式构造 T2V 模型。在生成视频时，先进行 T2I 操作生成首帧，再进行 I2V。这既保存了 T2I 模型的能力，使视频整体画质变高，又大大减少了训练代价。

此外，为实现运动控制的能力，FancyVideo 在训练阶段将基于 RAFT 提取视频运动信息和 time embedding 一起注入到网络中。

图片链接

实验结果

作者通过定量和定性两个方面对模型效果进行评估。他们首先在 EvalCrafter Benchmark 上比较了 FancyVideo 和其他 T2V 模型，可以看到 FancyVideo 在视频生成质量、文本一致性、运动性和时序一致性方面均处于领先位置。

图片链接

论文还在 UCF-101 和 MSR-VTT Benchmark 上进行了 Zero-shot 的评测，在衡量生成视频丰富性的 IS 指标和文本一致性的 CLIPSIM 指标均取得了 SOTA 结果。

图片链接

…

应用场景

基于这种训练 pipline 和策略，FancyVideo 可以同时完成 T2V 和 I2V 功能，还可以在生成关键关键帧的基础上进行插帧操作：

图片链接

视频扩展、视频回溯操作：

图片链接

FancyVideo 上线开源社区不到一周，已经有手快的同学自发搭建了 FancyVideo 的 ComfyUI 插件，让大家可以在自己的机器上玩的开心。

图片链接

此外，据作者了解，后续 FancyVideo 团队除了会放出更长、效果更好的模型到开源社区，还计划上线网页版本供大家【免费】使用。在 AIGC 时代，人人都是「能诗会画」的艺术家。

结论

相比于 SORA 类视频生成「产品」的发展，开源社区中视频生成模型的更新和迭代显得略微缓慢，FancyVideo 的发布也给了普通用户更多选择。相信在社区小伙伴共同的努力下，视频生成这一目前看上去费时费力的任务，能够成为更多普通小伙伴日常生活、工作中的工具。

---

---

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。

SQL 即将被 AI 取代，这种说法你同意吗？

一年前，AI 大牛 Andrej Karpathy 曾预言，最热门的新编程语言是英语。

一年后，人工智能及机器学习研究商 Abacus.AI 首席执行官 Bindu Reddy 表示：「LLM 用英语取代的第一个编程语言是 SQL，SQL 生成准确率超过 95%，超过了人类 SQL 程序员（准确率为 92%）的平均水平，大多数数据库产品已经提供了一个 chatbox 接口来查询数据」。

---

Bindu Reddy 口中的 Chatbox 是一个开源的桌面端程序，Prompt 的调试与管理工具，支持 OpenAI 模型、Claude、Google Gemini 等。

从大模型出现以来，改变的不仅是文字、图片生成领域，还有编程领域。这些 AI 助手给句提示就能自主学习新技术、构建和部署应用程序、以及自主查找和修复代码中的 Bug。一时间，AI 取代程序员的争论不断。我们暂且不管这种说法结论如何，但 AI 已经确确实实的影响到了每一位开发者。

就连 Karpathy 都表示自己基本上无法再回到三年前那种「无辅助」编码的状态了。

英伟达首席执行官黄仁勋在一次关于人工智能未来的演讲中也曾表示，在过去 10 年、15 年的时间里，你会告诉自己的孩子学习计算机科学至关重要。但现在情况几乎相反，人工智能所带来的奇迹可以让每个人都成为程序员。

我们不难看出，黄仁勋的观点与 Reddy 言论不谋而合。

不过，Bindu Reddy 一言既出，不少质疑也冒了出来：「你声称（LLM 生成）SQL 准确率高达 95%，有什么文献或者统计支撑吗？」

Bindu 立马给出了回击，她贴出了两个示例片段，片段展示的正是 Bindu 家的一款 AI 工具。如下所示要求 AI 筛选同时符合选中特征的店铺和销售，但不要统计店铺关闭时的数据：

它就自动把代码都写好了，距离完成工作，只差一个复制到数据库的动作。

稍微复杂的任务它也能搞定，只需要说清楚你想要的这组数不包含指定期间的数据，并统计每个港口的平均出发延误时间。不需要进一步提示，AI 助手自己就能分析出解题思路，并写出按条件过滤数据，并把几个表格关联起来计算平均值的 SQL 代码。

看完展示，有网友表示，AI 写 SQL 的效果这么好，似乎也合情合理。因为相比 Java、Python 等编程语言，SQL 中有 90% 是英语，它主要用于和数据库交互，在格式上相对固定，需要填空的部分比较少，模型产生「幻觉」的空间有限。

然而，也有在日常工作中经常用大模型生成 SQL 代码的网友得到了另一番体验：「到目前为止，ChatGPT 或 Perplexity 生成的 SQL 查询还没有一个不需要大量重写的。」

他表示，这和用 AI 写代码差不多：「确实可以节省时间，但远不能代替开发人员。」

这是因为大模型经常犯错，并且「不长记性」，还总是在同一个地方翻车。常见错误有：语法问题，混淆了 SQL Server、Postgres 等不同平台的语法；使用了在某些平台无效的函数；缺少别名；在不同平台之间迁移代码时表现得很差。虽然挑了一堆错，这位网友还是认同 AI 写 SQL 的能力的：「尽管如此，它仍然比手写要好。」

不过他已经被 Bindu 拉黑了，这让人很难不怀疑，Bindu 只是在推广自家产品。

这位网友进一步质疑道：「当脱离了基准测试里的简单任务，需要做比较复杂的查询时，不会所有 AI 工具都失效了吧。」

评论区也有很多工作中常用 SQL 的网友与他有同感：

「AI 会写 SQL 与能写高效且性能优良的复杂 SQL 是两码事。」

「写 SQL 查询很容易，但想要优化查询，需要在工作中积累经验和基于真实世界的知识，这是 AI 未能实现的。」

「我每天都用大模型，它们无法进行复杂的查询。任何超过一个 CTE 的内容，我都必须手动拆分。拆起来需要你会编程，否则只会白费几天的时间。」

甚至还引来了 Hacker News 官方下场发表评论：「SQL 的核心不在于语言本身，而在于它能够查询和操作复杂的数据结构。」在他看来，提出正确的问题和理解数据结构可能比语法本身更为关键。

除了从亲身体验的角度对 Bindu 提出质疑之外，还有一些专业人员摆出了现成的数据。在基础测试集 Text-To-SQL on Spider 中，目前的 Sota 模型的准确度是 87.6%。

在另一个注重策略针对大型数据库的基准测试集中，最好的方法准确率也仅为 72.28%，远不及 95%。

目前，也有不少科技公司推出了用大模型提升数据处理和查询分析的产品，比如火山引擎数智平台 VeDI—AI 助手、 Kyligence Copilot AI、ThoughtSpot 等。不过，这些企业解决方案面向的是专业用户和团队，而像 Abacus.AI 这样的个人 SQL 助手可能更侧重于帮助「小白」快速上手。

---

。注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要按照格式标准输出为Makedown源文件格式内容。

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。

历时半年的 SB 1047法案投票将于近日迎来大结局。

「这是一个艰难的决定，会让一些人感到不安。

---

但是，综合考虑所有因素，我认为加州或许应该通过 SB 1047 人工智能安全法案。二十多年来，我一直是人工智能监管的倡导者，正如我们对任何对公众存在潜在风险的产品 / 技术进行监管一样。」刚刚，马斯克发了这样一则推文。

马斯克提到的 SB 1047 全称是「Safe and Secure Innovation for Frontier Artificial Intelligence Act（《前沿人工智能模型安全创新法案》）」，旨在为高风险的 AI 模型建立明确的安全标准，以防止其被滥用或引发灾难性后果。

具体来说，该法案旨在从模型层面对人工智能进行监管，适用于在特定计算和成本阈值之上训练的模型。但如果严格按照规定的计算和成本阈值来算，现在市面上所有主流的大型模型都会被认为存在「潜在危险」。而且，法案要求模型背后的开发公司对其模型的下游使用或修改承担法律责任，这被认为会给开源模型的发布带来「寒蝉效应」。

该法案于今年 2 月份在参议院被提出，随后一直争议不断。很多科学家认为，法案的条款过于不合理，将对科技创新造成毁灭性的影响。前段时间，李飞飞亲自撰文，阐述了法案可能带来的诸多不利影响。加州大学的数十名师生签署了联名信，以反对这一法案（参见《李飞飞亲自撰文，数十名科学家签署联名信，反对加州 AI 限制法案》）。

在反对声浪如此高涨的当下，马斯克的态度多少有点出人意料。毕竟一旦法案通过，他创建的 xAI…

---

…法案的最终…

---

对于两位好友的看法，和他们一起获得 2018 年图灵奖的 Yann LeCun 表示完全不同意。他既不相信现在的大模型能达到超人水平，也不认为超级 AI 必然主宰人类。在他看来，现在对 AI 进行严格监管还为时过早。

---

---

值得注意的是，商业软件联盟 BSA（成员包括 Adobe、微软等）在 4 月份曾表示反对 AB 3211 法案，他们在致加州立法者的一封信中称该法案「不可行」且「过于繁重」。然而，该法案的修正案似乎改变了他们的想法。

---

---
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](https://gptnb.com)。

当上周特朗普分享了一系列AI生成的图像，错误地描绘泰勒·斯威夫特及其粉丝支持他的总统竞选活动时，这位前美国总统正在放大一个神秘的非营利组织的工作，该组织旨在资助右翼媒体意见领袖，并且传播错误信息。

---

特朗普在他的Truth Social平台上发布的一些图像展示了一些数字化渲染的年轻女性穿着“斯威夫特粉丝支持特朗普”T恤，这些图像是约翰·弥尔顿自由基金会的产品。这家总部位于德克萨斯州的非营利组织去年成立，自诩为新闻自由团体，旨在“赋予独立记者力量”并“巩固民主的基石”。

…

---

---

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。