AI视野：WPS AI宣布接入WPS Mac版；爱奇艺推出AI搜索；苹果计划明年推出生成式AI功能；DALL-E3易受越狱攻击

🤖📱💼AI应用

爱奇艺推出AI搜索 将生成式AI技术应用于剧情搜索等场景

爱奇艺升级AI搜索，区别于传统搜索第一步只能搜到片名，升级后的爱奇艺AI搜索主打让观众在搜索环节便能一键直达心仪内容。

【AiBase 提要】

1. 爱奇艺升级 AI 搜索，让观众一键直达心仪内容。

2. 业内首次将生成式 AI 技术应用于角色搜索、剧情搜索、明星搜索等场景。

3. 通过搜索建议栏提供丰富的内容推荐。

WPS AI 宣布接入 WPS Mac 版 提供内容生成等功能

WPS宣布，Mac版的WPS已经接入了WPS AI，这将带来内容生成、内容修改和辅助阅读等功能。

【AiBase 提要】

1. WPS 宣布 Mac 版的 WPS 已经接入 WPS AI，提供内容生成、内容修改和辅助阅读等功能。

2. 用户可以通过 WPS AI 一键生成文章大纲、讲话稿、会议纪要等文件。

3. WPS AI 基于大语言模型下的生成式人工智能应用，可以帮助用户生成文档，并支持多轮话。

苹果计划明年推出生成式AI功能和新版Siri

苹果正计划推出一系列采用生成式人工智能（AI）技术的功能，其中包括新版本的 Siri，预计明年发布。新功能包括重新设计的「Siri」与「信息」应用程序之间的互动，使用户更有效地处理复杂问题和自动完成句子。

【AiBase 提要:】

💡苹果计划推出一系列生成式 AI 功能，包括新版本的 Siri，预计明年发布。

💡苹果高管正在领导人工智能努力，开发与 AI 深度集成的新版 Siri。

💡苹果计划在各个应用中添加 AI 功能，包括 Apple Music 和生产力应用程序。

🤖📈💻💡大模型动态

DeepMind 大模型无法自我纠正推理，除非预设真值标签

DeepMind 的研究人员发现，大型语言模型（LLM）在推理任务中无法通过自我纠正获得更好的回答，除非数据集中预设了真值标签。这一发现揭示了 LLM 在推理能力上的重大缺陷。

【AiBase 提要】

🔍 研究发现 LLM 无法通过自我纠正改善推理回答，除非预设真值标签。

🔍 先前的研究中发现，自我纠正改进来自于引入外部信息，而不是模型自身。

🔍 自我纠正在推理任务中无法提供实质性的改进，且可能导致回答质量下降。

天猫精灵全面上线 “精灵大模型”

天猫精灵“精灵大模型”现已全面上线，带来四大升级技能，包括开放域对话和AIGC创作功能的优化、解决就近唤醒问题以及支持音色切换。

【AiBase 提要】

1. 升级技能包括开放域对话和 AIGC 创作功能的优化、解决就近唤醒问题以及支持音色切换。

2. 全双工连续对话功能，让你随时打断，无需多次唤醒，带来无限畅聊体验。

3. AIGC 创作功能，让你通过 AI 灵感创作学富五车，作诗、故事共创都能行。

中科院国家天文台开源天文大模型 StarWhisper

星语 StarWhisper 是一个基于天文大模型 StarGLM 开发的开源项目，旨在提升大模型在天文通用知识和多模态任务上的能力，为未来可部署于望远镜阵列的科学具身智能 —— 司天大脑打下基础。

项目地址:https://github.com/Yu-Yang-Li/StarWhisper

【AiBase 提要】

1. 中科院国家天文台的开源星语 StarWhisper 天文大模型在甲骨文 AI 研究院与 LanguageXAILab 联合发布的 CG-Eval 上获得了总排名第二的成绩。

2. 该模型在数学推理和天文能力方面接近或超过了 GPT3.5Turbo。

3. 星语 StarWhisper 可以通过 AI-wisemodel 平台下载模型权重后加载，也可以通过 Wenda（闻达）实现多种天文相关的文本处理、知识库回答、AI 绘画等任务。

📰🤖📢AI新鲜事

用GPT-4训练机器人，英伟达最新Agent开源:任务越复杂越拿手

英伟达最新AI AgentEureka ，用GPT-4生成奖励函数，结果教会机器人完成了三十多个复杂任务。比如，快速转个笔，打开抽屉和柜子、抛球和接球。

【AiBase 提要】

1. 英伟达的Eureka用GPT-4生成奖励函数，教会机器人完成30多个复杂任务。

2. Eureka利用GPT-4的生成能力，通过强化学习训练机器人控制器。

3. Eureka在29项基准测试中，83%优于人类设计的奖励函数。

AI技术漏洞!OpenAI的DALL-E3易受越狱攻击 生成儿童吸烟照片

OpenAI的DALL-E3是一种强大的图像生成AI技术，但最新的事件表明，它并非没有漏洞。一位名为Peter Gostev的LinkedIn用户发现了一种越狱技巧，成功生成了一组令人震惊的图像，显示儿童正在吸烟。这一事件引发了对AI系统安全性和道德的担忧。

【AiBase 提要】

1. OpenAI 的 DALL-E3，一种图像生成 AI 技术，被发现容易受到越狱提示的影响，导致生成了儿童吸烟的照片。

2. 越狱技巧是由 LinkedIn 用户 Peter Gostev 发现的，他分享了如何成功绕过 AI 的限制来生成有关儿童吸烟的图像。

3. 尽管越狱提示相当复杂，但这个事件提醒人们即使是硅谷最富有的公司也难以为其 AI 系统建立全面的防护措施。

谷歌Pixel8的换脸照片工具引发人工智能操纵争论

谷歌最新智能手机Pixel8和Pixel8Pro搭载人工智能功能，可帮助用户修改照片中的面部表情。这一创新引发了科技界对AI操纵和伪造的担忧。谷歌官方辩称这项技术并不“伪造”，而是基于真实时刻创建理想效果。部分专家认为重点是这项AI以创造美好图像为目的，而非复制现实。

【AiBase 提要】

1、谷歌最新智能手机 Pixel8和Pixel8Pro使用AI帮助改变照片中人物的表情，引发操纵人工智能的争论。

2、谷歌的新工具被部分评论家形容为“令人毛骨悚然”“诡异”，可能对人们对在线内容的信任造成威胁。

3、专业摄影师表示，即使出于美学目的，AI操纵也可能导致负面后果，需要谨慎对待。

HeyGen太牛了!不但让霉霉说地道中文 而且还能卡点

这两天，美国女歌星泰勒・斯威夫特（霉霉）一则说中文的短视频在各社交平台火了起来。在视频里，霉霉操着一口流利、地道的中文，神情自若，几乎没有早期译制片女主角的那种腔调，口型也能对得上。这么看来，AI 配音真的可以「以假乱真、真假难辨」。

【AiBase 提要】

1. 美国女歌星霉霉以地道的中文惊艳网友。霉霉在短视频中展示流利、地道的中文口语。

3. 视频作者使用 HeyGen AI 工具实现口型替换。

4. HeyGen 为用户提供便宜、省时的视频制作方法。

仅5个字符的新绘图语言火了，ChatGPT都学会了

只用五个字符，就能完成一幅像素画的绘制了。这是一种新的绘图语言，一共支持8种颜色，画幅可达256*256。它包含了“CFR[]”这五个符号，因此名字也就叫CFR[]了，主打的就是一个直观。而且CFR[]免费开源，无需部署安装，在线就能体验。

传送门:

https://susam.net/cfr.html

GitHub项目页:

https://github.com/susam/cfr

【AiBase 提要:】

🎨 仅5个字符的新绘图语言 CFR [] 火了，支持8种颜色，画幅可达256*256。

🐢 CFR [] 的指令包括 C 代表颜色切换、F 代表向前绘制、R 代表顺时针旋转，以及循环结构的使用。

🌈 CFR [] 绘制出的图像需要连续，ChatGPT 学会了一部分规则但对循环理解有限。

新型 AI 算法能在90分钟内诊断脑肿瘤

荷兰研究人员开发了一种算法，叫做Sturgeon，可以在90分钟内识别出脑瘤的类型。Sturgeon算法依赖于一种新的技术，叫做“纳米孔测序”，可以实时地读出DNA样本中的碱基序列。

【AiBase 提要】

1. 荷兰研究人员开发了一种名为 Sturgeon 的算法，可以在90分钟内识别脑瘤的类型。

2. 该算法依赖于纳米孔测序技术，能够实时读取 DNA 样本的碱基序列。

3. 经过训练和测试，该算法能在40分钟内正确识别出18例脑瘤的类型。

韩国SK与德国电信合作开发AI大语言模型

韩国电信巨头SK telecom宣布与全球电信公司德国电信合作，共同开发旨在实现AI视觉的大语言模型（LLM）。这一合作计划于2023年第一季度发布面向电信领域的专业化LLM。

【AiBase 提要】

1. SK telecom与Deutsche Telekom合作，共同开发面向AI视觉实现的大语言模型（LLM）。

2. 合作计划推出面向电信领域的多语言大语言模型，支持德语、英语和韩语等多种语言。

3. 目标是为全球电信公司提供支持，加速开发生成式AI服务，如AI客服。

👨‍💻💡🎯聚焦开发者

全新视觉提示方法 SoM 让 GPT-4V 看得更准、分的更细

研究人员推出了一种新的视觉提示方法 Set-of-Mark（SoM），它可以让 OpenAI 多模态大模型 GPT-4V 在视觉内容理解方面有了质的提升。GPT-4V 是一种基于 GPT-4的多模态模型，可以同时处理文本和图像，并生成多种类型的输出。

论文地址:https://arxiv.org/pdf/2310.11441.pdf

论文主页:https://som-gpt4v.github.io/

【AiBase 提要】

1. 研究人员推出了一种全新视觉提示方法 SoM。 SoM 能够让 GPT-4V 在细粒度视觉任务上表现更好。

2. SoM 在多个视觉任务上取得了优于专用模型和其他开源多模态模型的性能。

3. SoM 使用交互式分割模型将图像划分为不同区域，并在每个区域上添加标记。

港大团队开源 Agent 框架 OpenAgents 支持200 插件

OpenAgents是一个开放平台，用于在日常生活中使用和托管语言智能体。该平台旨在促进构建概念验证的语言智能体，同时考虑非专业用户对智能体的访问和应用层面的设计。

项目地址:https://github.com/xlang-ai/OpenAgents

【AiBase 提要】

1. 港大团队开源 Agent 框架 OpenAgents，支持200 插件。

2. OpenAgents 是一个开放平台，用于在日常生活中使用和托管语言智能体。

3. OpenAgents 目前实现了三个智能体，分别是:数据智能体、插件智能体和网页智能体。

OpenCSG推出“传神”社区，支持大模型应用开发和落地

OpenCSG是一家专注于大语言模型的AI公司，近日在上海发布了“传神”开放创新生态社区，旨在帮助用户快速构建和发布基于大模型的应用。该社区遵循开放中立的原则，同时关注行业应用场景和需求。1OpenCSG还发布了大模型研发和应用开发平台StarNet，以及OpenNova系列开源大模型。

【AiBase提要:】

🚀 OpenCSG推出“传神”社区，打造大模型应用开发和落地的一站式平台

🌟 OpenCSG发布StarNet平台，实现异构算力管理、大模型全流程管理

🌐 OpenCSG开源OpenNova系列大模型，针对不同场景进行优化