一起用AI-5月24日AIGC晨报

一起用AI-5月24日AIGC晨报

1、政治顾问因AI伪造电话被罚600万美元

政治顾问Steve Kramer因在新罕布什尔州使用AI技术模仿总统拜登的声音制作并发送误导性电话,被指控欺诈并面临罚款。

这通电话告诉选民留在家中,为大选“节省”票数。此事件被视为美国政治中首次利用深度伪造技术的案例,引发了官方和监管机构的关注。

最终,Kramer承认了自己的行为,并声称此举是为了促进对AI伪造技术的更严格监管。

联邦通信委员会随后对他开出了600万美元的罚单,并禁止未经请求的AI机器人电话,以防止此类事件再次发生。

一起用AI-5月24日AIGC晨报

译文:

新闻:当时为迪恩·菲利普斯(Dean Phillips)工作的政治顾问史蒂夫·克莱默(Steve Kramer)向我承认,他委托拜登进行了深度伪造的机器人呼叫,他已被起诉。

原文地址链接:

https://x.com/aseitzwald/status/1793402232253120586

新闻地址链接:

https://www.wmur.com/article/steve-kramer-ai-robocalls-biden-indictment-52224/60875422

2、Arc Search 的新 Call Arc 功能可让您通过“拨打电话”来提问

Arc Search 的新功能,Call Arc,是一种使用语音快速获取答案的新方式。用户只需将手机放在耳边,提出问题,App就会即时用语音回答。

这个功能让用户体验像打电话给朋友那样简单,尤其适合在做饭等忙碌时刻使用。比如在烹饪时,你可以问:“意大利面要煮多久?”App会迅速给出答案。

Arc Search的其他功能还包括“为我浏览”,通过阅读多个网页,为用户提供详细的信息页面。这些都得益于OpenAI等的模型技术支持。

一起用AI-5月24日AIGC晨报

 

译文:

隆重推出 ☎️ CALL ARC,这是一种随时随地获得答案的全新方式。

假设你正走在火车上,你有一个简短的问题。

只需将 Arc Search 举到耳边并询问它!

原文地址链接:

https://x.com/nateparrott/status/1793643577605796307

3、2024 GitHub Accelerator:认识塑造开源 AI 的 11 个项目

GitHub宣布了其2024年加速器计划,支持11个开源人工智能项目。这些项目涵盖了机器学习框架、生物医学研究、AI模型测试平台等领域,目的是推动AI技术的创新和应用。

每个项目都将接收高达40,000美元的赞助资金和多达350,000美元的技术支持,以及来自Microsoft Azure和其他合作伙伴的资源。

这次支持旨在帮助开发者在开放环境中推动AI的发展,加速实现他们的目标。

一起用AI-5月24日AIGC晨报

译文:

原文地址链接:

https://github.blog/2024-05-23-2024-github-accelerator-meet-the-11-projects-shaping-open-source-ai/

4、Viva Tech 上的OpenAI演示:语音到视频的AI魔法

在Viva Tech大会上,OpenAI的Romain Huet展示了如何利用AI将语音转化为视频。

这项技术通过ChatGPT理解语音内容,并用Sora生成配套视频。

即使是不同语言的语音输入,也能保持原始音色不变。此外,ChatGPT还可以为视频生成准确同步的字幕。

这项技术不仅简化了视频制作过程,还提升了多语言用户的体验,为内容创作带来了全新可能。

一起用AI-5月24日AIGC晨报

译文:

OpenAI 似乎有能力在 Sora 中创建视频,将其发送给 ChatGPT 进行脚本,使用语音引擎进行配音并将其放在一起。在这个片段中,所有这些都可以从 @VivaTech 节目中 @romainhuet  #vivatech

原文地址链接:

https://twitter.com/RyanMorrisonJer/status/1793647054306390069

 

5、探索大型语言模型:GitHub上的LLM课程全面指南

“LLM Course”是一个开源课程,旨在帮助初学者深入了解和使用大型语言模型(LLM)。这个课程通过一系列的路线图和Colab笔记本,提供了从基础到高级的学习资源。无论是学术研究还是个人兴趣,任何对人工智能语言模型感兴趣的人都可以通过这个项目学习如何操作和实现这些复杂的技术工具。项目页面提供了所有必要的材料和指南,适合追求技术深度的学习者。

一起用AI-5月24日AIGC晨报

 

译文:

该LLM课程在 GitHub 上获得了 30k 颗星! 这超出了我的想象。相比之下,vLLM 有 20k 星,Jax 有 28k。我们还没有达到 llama.cpp (58k) 或 PyTorch (78k),但这已经让人感觉不雅了。 感谢大家的支持!我将很快添加新部分并更新旧部分。 让我知道您希望在课程中看到什么以及我如何改进它。

原文地址链接:

https://twitter.com/maximelabonne/status/1793601311134416976

github项目地址:

https://github.com/mlabonne/llm-course

 

© 版权声明

相关文章