%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
阿里雲旗下的通義大模型平臺近日在其網頁版（tongyi.ai）上線了全新的"PPT創作"功能，爲用戶提供了一個智能、高效的演示文稿製作工具。該功能由通義實驗室自主研發，完全免費使用，旨在簡化PPT製作流程，讓創意表達變得更加便捷。
"PPT創作"功能具備三大核心特點:言之有物、設計精美和智能編排。用戶只需輸入一句話或上傳文檔，通義就能自動生成結構合理的大綱，並圍繞用戶需求展開內容創作。
在設計方面，該功能依託通義萬相視覺大模型，支持文生圖和圖片素材庫搜索匹配，確保配圖與PPT主題高度契合。此外，首批上線的模板涵蓋工作彙報、學術演講和日常分享等多種場景，滿足用戶的多樣化需求。
值得一提的是，通義網頁版還對其他功能進行了升級和整合。原有的"通義聽悟"音視頻轉文字產品升級爲"實時記錄"，"通義智文"長文檔閱讀助手升級爲"閱讀助手"。這兩項功能與新推出的"PPT創作"共同構成了通義效率板塊，形成了一個從信息蒐集整理、內容理解到內容創作的完整工作學習流程。
除了PPT創作功能，通義網頁版還在8月中旬上線了"深度搜索"模式，支持更多內容源索引，提供更深度、專業和結構化的搜索結果。
Meta公司發佈中期更新，顯示其Llama系列模型的採用率顯著增長，尤其在推出Llama3.1後。Llama模型在Hugging Face平臺上的下載量接近3.5億，較去年增長十倍，吸引包括Zoom、Spotify、AT&T、Goldman Sachs在內的知名公司應用。開源AI的發展不僅在性能上接近封閉模型，更在企業層面實現了廣泛應用。Llama模型在Hugging Face的下載量在過去一年翻了十倍，上個月突破2000萬，顯示了其在開發者和企業用戶中的高受歡迎程度。Meta與雲服務提供商的合作，使得開發者更便捷地使用Llama模型，某些雲服務商的月使用量增長了十倍。Llama的崛起標誌着開源AI正在快速追趕市場，對封閉模型公司構成創新和成本壓力。
由中國人民大學、北京郵電大學和上海AI Lab等機構組成的研究團隊開發了一項名爲Ref-AVS的技術，旨在解決人工智能理解複雜物理世界的難題。該技術通過獨特的多模態融合方法，整合視頻對象分割（VOS）、視頻對象參考分割(Ref-VOS)和視聽分割(AVS)信息，使AI系統能夠準確識別並定位視聽場景中的特定物體，無論這些物體是否發聲。爲驗證技術的有效性，研究團隊構建了包含40,020個視頻幀、6,888個物體和20,261個指代表達式的Ref-AVS Bench大規模數據集。Ref-AVS在一系列實驗中展現出卓越的性能，特別是在處理未見過的物體和空引用方面表現出色，證明了其強大的分割能力和泛化能力。這一成果已在ECCV2024上展示，並提供了學習和探索資源，爲AI領域的未來發展開闢了新道路。
AI編程領域迎來重大融資熱潮，Codeium作爲最新獨角獸公司，宣佈完成1.5億美元的融資，估值突破12.5億美元。此輪融資由General Catalyst領投，Kleiner Perkins和Greenoaks參與，彰顯了市場對AI編程技術的看好。Codeium平臺利用自主研發的代碼大模型，旨在簡化軟件開發過程，提高開發者生產力。這筆新資金將加速產品功能開發，擴展市場，並加強合作伙伴關係，助力開發者創新。Codeium自成立以來，用戶數量超過70萬，年收入增長超過500%，處理超過1000億個token，已在Zillow、Dell、Anduril等大型企業中應用。Codeium承諾從用於訓練AI模型的數據集中刪除“非許可”許可代碼，解決代碼生成工具中潛在的法律風險問題。此外，Codeium還推出了Cortex和Forge兩項技術，分別用於管理複雜編碼任務和提高代碼審查效率。
Freepik的AI圖像生成模型Mystic，通過與Magnific AI的合作，開創了AI創作的新紀元。這款模型不僅能夠生成超逼真的圖像，還能在複雜場景中精準捕捉細節，甚至在圖像中生成逼真的文字，達到了全高清水平。Mystic的獨特之處在於它融合了Stable Diffusion、Flux和Magnific的自有模型優勢，經過了由專業團隊精心調校。測試顯示，無論提示多麼複雜或簡單，Mystic都能產出令人震撼的結果，如貓咪彈鋼琴、巨龜揹負城市、火焰編織的頭髮女性和機器人繪製星空等，每幅作品都展示了Mystic在光影處理和藝術表達上的高超技藝。儘管目前僅對Freepik平臺的高級用戶開放，但Mystic的潛力已引起業界廣泛關注，標誌着AI圖像生成領域正迅速發展。Mystic不僅展示了AI技術的最新進展，也爲創意工作者提供了一種強大的工具，預示着AI輔助創作將在不久的將來成爲主流，爲視覺藝術領域帶來前所未有的創新和突破。
研究員Naphtali Deutsch發現數百個開源大型語言模型(LLM)構建服務器和幾十個向量數據庫存在泄露大量敏感信息的問題，這源於企業在急於整合AI到工作流程中時忽視了相關工具的安全性。他通過破解438個Flowise服務器，揭示了存儲的敏感數據，包括GitHub訪問token、OpenAI API密鑰、Flowise密碼和API密鑰等。此外，他還發現了30個向量數據庫沒有任何身份驗證檢查，存儲了包括私人郵件、文件、客戶個人信息和財務數據等敏感信息。向量數據庫的泄露風險更大，可能遭受數據竊取、刪除、破壞或植入惡意軟件。專家建議企業限制對AI服務的訪問，監控活動，保護傳輸的敏感數據，並始終應用軟件更新。強調隨着AI工具的普及，開發者的安全知識不足，安全性往往滯後於技術發展。
在德國路德維希港的綜合調度中心，人工智能技術的引入顯著提高了緊急電話處理效率。AI 系統能即時翻譯42種語言，直接在調度員屏幕上顯示德語翻譯，使他們能用德語與求助者交流，通過一鍵操作將回答翻譯成求助者使用的語言。此外，AI 還能提供問題建議和計算搜索區域，輔助接線員工作。AI 的決策支持確保了信息處理的準確性，但關鍵判斷仍由人類執行。該項目自2021年6月運行以來，旨在簡化信息處理，加快緊急情況應對，並通過實時通訊向公衆發佈警報。