摘要：OpenAI 宣布，ChatGPT 的語音功能現(xiàn)已面向所有免費用戶開放,。意味著無需支付任何費用,，就能與 ChatGPT 進行自然的對話，體驗猶如與真人交流一般的奇妙互動,；Meta 最新發(fā)布了一系列 AI 翻譯大模型,，實現(xiàn)實時語音轉(zhuǎn)換延遲不超過 2 秒，支持多種語言翻譯,，并具備模仿語氣,、語速、情感等特征的能力,。

圖片來源：由無界 AI生成

熱門新聞：

Adobe 首席戰(zhàn)略官：人工智能將推動更多招聘,，而非減少

12 月 22 日報道,，Adobe 首席戰(zhàn)略官 Scott Belsky 表示，人工智能將使每個人更具創(chuàng)造力,，激發(fā)公司擴張和增加招聘的需求,。

Belsky 認(rèn)為，人工智能提高了設(shè)計師的效率,，但并未導(dǎo)致對創(chuàng)意人才的需求減少,，相反，公司希望雇傭更多人以實現(xiàn)更多創(chuàng)新,。他預(yù)測,，隨著公司變得更加高效，尤其是借助新的人工智能能力,，它們將擴大業(yè)務(wù)范圍,，為小公司提供更多競爭機會。

恒信東方：AI 互動劇情游戲《山海之道》預(yù)計 12 月底上線正式版本

12 月 21 日報道,，恒信東方在互動平臺表示,，公司 AI 互動劇情游戲《山海之道》的 AI 對話系統(tǒng)是公司自研的，目前應(yīng)用的是百度文心大模型 4.0,。后續(xù)會更新上線正式版本,，將增加視頻特效，并根據(jù)用戶反饋持續(xù)優(yōu)化,，目前該版本在測試中,，預(yù)計于 12 月底上線。

智源研究院發(fā)布 370 億參數(shù)多模態(tài)大模型 Emu2

12 月 21 日,，北京智源研究院宣布發(fā)布具有 370 億參數(shù)的多模態(tài)大模型 Emu2,。

據(jù)介紹，Emu2 在少樣本多模態(tài)理解任務(wù)上大幅超越 Flamingo-80B,、IDEFICS-80B 等主流多模態(tài)預(yù)訓(xùn)練大模型,，在包括 VQAv2、OKVQA,、MSVD,、MM-Vet、TouchStone 在內(nèi)的多項少樣本理解,、視覺問答,、主體驅(qū)動圖像生成等任務(wù)上取得最優(yōu)性能。

Emu2 表現(xiàn)出強大的多模態(tài)上下文學(xué)習(xí)能力,，甚至可以解決需要即時推理的任務(wù),，例如視覺提示和基于對象的生成,。基于 Emu2 微調(diào)的 Emu2-Chat 可以精準(zhǔn)理解圖文指令,，實現(xiàn)更好的信息感知,、意圖理解和決策規(guī)劃。Emu2-Gen 則可接受圖像,、文本,、位置交錯的序列作為輸入，實現(xiàn)靈活,、可控,、高質(zhì)量的圖像和視頻生成。研究團隊還表示,，Emu2 可以作為各種多模態(tài)任務(wù)的基礎(chǔ)模型和通用接口,。

埃森哲 CEO：AI 有望在 3-5 年內(nèi)成為埃森哲業(yè)務(wù)重要的一環(huán)

埃森哲首席執(zhí)行官 Julie Sweet 近日受訪時表示，大多數(shù)企業(yè)都還沒有做好大規(guī)模部署生成式人工智能（generative AI）的準(zhǔn)備,、目前仍處于實驗階段,，因為他們?nèi)狈姶蟮男畔⒒A(chǔ)設(shè)施或確保 AI 可以安全使用所需的控制措施。Sweet 指出,，大多數(shù)公司沒有成熟的數(shù)據(jù)能力,，多數(shù)企業(yè)運行長還不知道 AI 可以應(yīng)用在哪個地方、存在哪些風(fēng)險以及如何降低風(fēng)險,。盡管如此,，Sweet 仍預(yù)期 AI 有望在 3-5 年內(nèi)成為埃森哲業(yè)務(wù)重要的一環(huán)。

Meta 發(fā)布全新 AI 翻譯大模型,，實時語音轉(zhuǎn)換不超 2 秒

12 月 22 日報道,，Meta 最新發(fā)布了一系列 AI 翻譯大模型，實現(xiàn)實時語音轉(zhuǎn)換延遲不超過 2 秒,，支持多種語言翻譯,，并具備模仿語氣、語速,、情感等特征的能力,。這一系列模型名為 Seamless Communication，包括 SeamlessExpressive,、SeamlessStreaming,、SeamlessM4T v2 和 Seamless，其中前三個已經(jīng)在 GitHub 上開源,。

為確保翻譯準(zhǔn)確性和避免濫用,，Meta 采用了毒性緩解技術(shù)，在訓(xùn)練前過濾“有毒內(nèi)容”并在翻譯生成過程中自動檢測和調(diào)整生成的有毒單詞,，同時為音頻添加了水印以追蹤來源,。為了防止濫用風(fēng)險,，Meta 還為音頻添加了水印，通過在音頻中嵌入不可察覺的信號,，可以準(zhǔn)確追蹤音頻的來源，并對抗各種攻擊手段,。

ChatGPT 語音功能現(xiàn)已面向所有免費用戶開放

12 月 21 日報道,，OpenAI 宣布，ChatGPT 的語音功能現(xiàn)已面向所有免費用戶開放,。意味著無需支付任何費用,，就能與 ChatGPT 進行自然的對話，體驗猶如與真人交流一般的奇妙互動,。

報告：Gemini-Pro 在多模態(tài)領(lǐng)域的表現(xiàn)和 GPT-4V 不相上下

12 月 22 日報道,，近期的 Gemini-Pro 評測報告顯示其在多模態(tài)領(lǐng)域取得了顯著的進展，與 GPT-4V 不相上下,，甚至在某些方面表現(xiàn)更為出色,。首先，在多模態(tài)專有基準(zhǔn) MME 上的綜合表現(xiàn)中,，Gemini-Pro 以 1933.4 的高分超越了 GPT-4V,，展現(xiàn)出在感知和認(rèn)知方面的全面優(yōu)勢。

投融資：

法律 AI 初創(chuàng)公司 Harvey 獲 8000 萬美元 B 輪融資,，估值達 7.15 億美元

12 月 22 日報道,，法律人工智能初創(chuàng)公司 Harvey 宣布獲得 8000 萬美元 B 輪融資，估值達 7.15 億美元,，由凱鵬華盈,、紅杉資本、OpenAI 初創(chuàng)基金等投資,。

據(jù)了解,，Harvey 基于 OpenAI 的 GPT-4 系列模型，結(jié)合專有法律數(shù)據(jù)進行預(yù)訓(xùn)練和微調(diào),，為律師提供了深度定制的 ChatGPT 助手,。此外，Harvey 的產(chǎn)品廣泛應(yīng)用于法律服務(wù)機構(gòu),、律師事務(wù)所和咨詢公司,。

Harvey 成立于 2022 年 1 月，總部位于美國舊金山,，OpenAI 初創(chuàng)基金曾在種子輪和 A 輪融資中連續(xù)參投 2600 萬美元,。產(chǎn)品方面，Harvey 的專業(yè)法律 ChatGPT 助手涵蓋了多個方面,，包括起草法律文件,、輔助法律研究,、法律合同審核以及解釋法律術(shù)語等。

好文薦讀：

《Midjourney V6神圖炸出,！生圖效果碾壓DALL·E3,，逼真畫面光影細(xì)節(jié)登峰造極》

兵貴神速，Midjourney V6昨天上午說要來,，下午就真來了,。神圖紛紛炸出，光影效果登峰造極,，主打一個「你能說我就能畫」,，擅長寫Prompt的朋友，你們有福了,！

https://www.aixinzhijie.com/article/6841782

《AI 時代,，你的公司怎樣才能活？》

未來已來,，甚至將更為流行開來,。在歷經(jīng)多年的實驗室研究以及科幻電影的銀幕呈現(xiàn)之后，人工智能終于從夢想照進現(xiàn)實,，準(zhǔn)備閃亮登場了,。

如果繼續(xù)抱定它并不能改變一切的想法，那只能說,，你太缺乏想象力了,。不過，人工智能究竟會如何影響我們的工作,、生活乃至世界,？我們又該如何利用它來取得積極成果？

https://www.aixinzhijie.com/article/6841714?