【通义】AI视界|2分钟看完苹果发布会:iPhone16 5999元起售,全系支持苹果AI

简介: 本文精选了过去24小时内的重要科技新闻,包括苹果发布iPhone 16、Sora模型发布时间未定、快手可灵AI发布导演共创计划、高盛对ChatGPT流量下滑的误判以及vivo即将发布蓝心大模型。文章详细介绍了各新闻的关键信息和背景,帮助读者快速了解最新动态。点击链接访问通义官网,体验更多功能。

本文内容均由【通义】自动生成,打开通义官网,更多能力等你体验~

24小时精选 ✦

  1. 2分钟看完苹果发布会:iPhone16 5999元起售,全系支持苹果AI
  2. Sora发布时间未定,与政策制定者的沟通还在进行中
  3. 快手可灵AI发布导演共创计划,邀请李少红、贾樟柯等名导创作AIGC短片
  4. 高盛发表ChatGPT流量下滑报告属误判
  5. vivo即将发布全新的蓝心大模型


01 2分钟看完苹果发布会:iPhone16 5999元起售,全系支持苹果AI

北京时间9月10日凌晨,苹果举行名为“高光时刻”(Glowtime)发布会。本次发布会的重磅产品iPhone 16 5999元起售,全系列的芯片配置支持苹果的个人智能化系统Apple Intelligence,上线后支持用户通过描述图片来搜索图库中的图片以及创建自定义表情符号。新款Apple Watch Series 10,采用全新设计,屏幕达到Apple Watch系列有史以来最大,机身较上代薄10%,并且首次具备检测并提醒睡眠呼吸暂停的功能。新款耳机AirPods 4被苹果成为“有史以来最舒适的 AirPods”,搭载H2芯片音质有了较大提升,也被苹果称为“有史以来音质最好的 AirPods”。


首批Apple Intelligence功能将在下个月首先在美国上线,之后将在今年晚些时候扩展到其他国家和地区,并在明年推出多语言版本,包括中文。尽管新品发布,但似乎未引起投资者过多兴趣。发布会期间,苹果股价大多继续处于跌势,发布会结束后接近平收。Apple Intelligence究竟能带来哪些突破,可能还需要时间进行检验。


02 Sora发布时间未定,与政策制定者的沟通还在进行中

根据外媒CNBC的报道,OpenAI的Sora模型经历了较长的研发周期,其中一个原因是公司与政策制定者之间的对话。这可能涉及到确保模型符合现有的法律法规,并且在隐私、伦理等方面达到安全标准。由于Sora涉及的是文本生成视频的技术,这种能力可能会引发一系列的安全和伦理问题。


除此之外,Sora在技术上也可能遇到了一些挑战,这需要更多的时间去解决以确保模型的稳定性和可靠性。早在3月初,OpenAI首席技术官穆拉特曾表示,Sora肯定会在今年发布,但需要先将生产成本降下来。


03 快手可灵AI发布导演共创计划,邀请李少红、贾樟柯等名导创作AIGC短片

快手可灵AI发布导演共创计划,邀请李少红、贾樟柯、俞白眉、张吃鱼等九位知名导演,通过快手可灵AI的视频生成技术创作9部AIGC电影短片。


这一尝试是人工智能在影视领域落地的重要一步。就像卢卡斯在制作《星球大战》系列时运用当时先进的特效技术来拓展电影的表现形式一样,“可灵 AI” 与导演们的结合为影视创作打开了新的大门,这可能催生出全新的影视艺术风格。同时,这些导演们的创意和经验能够不断地考验和优化 AI 视频生成技术,推动技术朝着更加符合影视创作需求的方向发展,例如提高生成画面的艺术感、故事连贯性等。


04 高盛发表ChatGPT流量下滑报告属误判

近期,高盛分析师 Peter Oppenheimer 的报告中引用了 SimilarWeb 的数据,显示 ChatGPT 的流量在最近几个月直线下降,这一信息被《金融时报》等媒体转载后,引发了市场对 AI 股票的负面情绪。


事实上,Similarweb提供的数据表明实际情况并非如此。最新数据显示ChatGPT的用户数实际上同比增长了66.2%,高盛的这份报告没有考虑到OpenAI的域名更改情况,导致了对ChatGPT流量状况的误判。


对于投资者和市场参与者来说,获取准确、全面的信息至关重要。在评估一个公司或行业的前景时,不能仅仅依赖单一的数据来源或报告,而需要进行多方面的分析和研究。


05 vivo即将发布全新的蓝心大模型

vivo全新的蓝心大模型将在下个月的vivo开发者大会上正式亮相,并将在vivo的最新操作系统OriginOS 5中得到应用,以提供系统级和场景化的AI体验。


蓝心大模型自从2023年11月初首次公布以来,已经展示了其在多个参数量级上的能力,包括拥有10亿参数的蓝心大模型1B、70亿参数的蓝心大模型7B等。这些模型旨在提升设备在语言理解、文本创作等方面的性能,并且已经在智能助手“蓝心小V”等功能上得到了体现。


蓝心小V支持多种交互方式,如语音、文字、拖拽等,并且可以最小化挂起,随时待命。它还能够支持自然对话,并简化搜索过程,让用户不必精确输入搜索指令即可找到所需的信息。

本文内容均由【通义】自动生成,打开通义官网,更多能力等你体验~


往期资讯:

9月9日- AI视界|马斯克亲自辟谣:xAI不可能在特斯拉的推理计算机上运行

9月7日-AI视界|性能超越GPT-4o?最强大的开源AI模型来了……

9月6日-AI视界|谷歌推出AI搜索功能“问照片”,照片一问即得……

9月5日-AI视界·每日速递

9月4日-AI视界·每日速递

9月3日-AI视界·每日速递

相关文章
|
18天前
|
存储 人工智能 安全
【通义】AI视界|苹果停止签署iOS 18.0.1,升级用户无法降级
本文由通义自动生成,涵盖24小时内精选的五条科技资讯:奥特曼谈OpenAI未来发展方向,ChatGPT新搜索功能上线遇故障,Perplexity AI选举搜索面临挑战,马斯克谈特斯拉造手机的可能性,以及苹果停止签署iOS 18.0.1。更多精彩内容,欢迎访问通通知道。
|
24天前
|
人工智能 机器人 API
【通义】AI视界|谷歌Q3财报:Gemini API六个月增长14倍,公司超25%的新代码由AI生成
本文内容由通义自动生成,涵盖谷歌Q3财报、马斯克xAI融资、九巨头联盟挑战英伟达、Meta加大AI投入及麻省理工研究LLM与人脑相似性等热点资讯。更多精彩内容,请访问通通知道。
|
22天前
|
人工智能 自然语言处理 算法
【通义】AI视界|OpenAI最新发布!ChatGPT搜索功能强势来了,挑战谷歌?
本文由【通义】自动生成,精选24小时内的重要资讯:OpenAI推出ChatGPT搜索功能挑战谷歌,微软披露130亿美元投资OpenAI,Reddit首次盈利股价暴涨20%,软银CEO孙正义看好英伟达及“超级AI”前景,谷歌云与沙特PIF共建全球AI中心。更多内容请访问通通知道。
|
25天前
|
人工智能 机器人 云计算
【通义】AI视界|OpenAI据称已计划联手博通和台积电共同打造自研芯片
本文由【通义】自动生成,涵盖苹果iOS 18.2将集成ChatGPT、OpenAI联手博通和台积电自研芯片、微软指责谷歌发起影子运动、英伟达高管预测AI将呈现人类形态、OpenAI董事会主席的初创公司估值达45亿美元等热点资讯。更多精彩内容,请访问通通知道。
|
25天前
|
数据采集 人工智能 搜索推荐
【通义】AI视界|迎接Apple Intelligence,Mac家族进入M4芯片时代
本文概览了近期科技领域的五大热点:苹果宣布Apple Intelligence将于2025年4月支持中文;新款Mac将搭载M4芯片;ChatGPT周活跃用户达2.5亿,主要收入来自订阅;Meta开发AI搜索引擎减少对外部依赖;周鸿祎支持AI发展但反对构建超级智能。更多详情,访问通义平台。
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
30 1
|
8天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
39 10
|
9天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。