- 《卡梅隆加入Stability AI董事会意味着啥？》来自猫叔的文章，尽管好莱坞对 AIGC 曾持抵制态度，但卡神的加盟意味着影视行业将开始与 AIGC 合作，推动其商业化进程。这一变化可能会提升 AIGC 生成内容的质量，并改变整个影视制作生态。文章还回顾了 3DCG 技术的演变，指出未来 AIGC 与传统影视行业的结合将为创作提供更多机会。
-
《翻译：如何写作》这是李继刚推荐的一篇关于写作的文章：写作的目的是改变读者的思维方式，使其感受到价值。了解目标众至关重要，作者应写自己感兴趣的内容，真实表达自我。有效的写作需注重信号与噪音的平衡，信号是传达的信息，而噪音则是干扰因素。优秀的作品应具备强烈的信号和最低限度的噪音，从而与读者产生共鸣。最终，写作是为了满足自我表达的需求，而非单纯迎合他人。
-
《开发者新潮流 | 让做App像做饭一样平常，LLM即将开启「定制化应用开发」新时代》作者 南乔River，这篇文章探讨了「赤脚开发者」的概念，指的是那些在普通用户与专业开发者之间的群体。他们借助大模型（LLM）技术，能够快速、灵活地满足社区的小众需求。大模型的出现使得编程变得更加简单，用户只需用自然语言描述需求即可生成代码。这种新开发范式将推动定制化应用开发的新时代，降低技术门槛，使更多人参与到开发中。（全文翻译：自制软件和赤脚开发者）
- 《通向超人类未来的路线图 /《奇点更近》推荐序》《奇点更近》是雷・库兹韦尔的新作，探讨人类与 AI 融合的未来。书中描述了宇宙与人类发展的六个阶段，预言未来几十年内技术将迅速提升，改变人类生活。通过脑机接口等技术，人类将能提升认知能力、逆转衰老、实现数字永生。然而，这些技术也带来了潜在风险，如 AI 失控和基因编辑滥用。库兹韦尔的预见为我们描绘了一个激动人心但充满挑战的未来。
- 《OpenAI 发布了高级语音模式！》OpenAI 近日向更多 ChatGPT 付费用户推出了 “高级语音模式”（AVM），该模式基于 GPT-4o 技术，能实现更自然的实时对话并捕捉情感。Plus 和 Team 用户将逐步获得该功能，企业版和教育版用户下周也将上线。标准语音则适用于所有用户，提供多种语音选择。AVM 还新增了自定义指令和记忆功能，提升了用户体验。欢迎大家体验后发表自己的观点。
?Xiaohu.AI 日报「9 月 25 日」 ✨✨✨✨✨✨✨✨ 1⃣
? Google 发布 Gemini 更新
- 发布了两款更新后的生产级 Gemini 模型：Gemini-1.5-Pro-002 和 Gemini-1.5-Flash-002。
- 相比之前版本，在数学、长文本处理和视觉理解等任务上性能显著提升。 详细：? https://t.co/I8Tbt0MITu ? https://x.com/imxiaohu/status/1838615429033660824
2⃣
⚡ OpenAI o1 API 发布可用性更新
- 扩展至第 4 层开发人员：每分钟可发 100 个请求（两种模型）。
- 第 5 层开发人员速率限制提升 5 倍：o1-preview 每分钟 1000 个请求，o1-mini 每分钟 5000 个请求。 ? https://x.com/imxiaohu/status/1838616602616717797
3⃣
? ChatGPT 高级语音功能推送
- 本周开始向所有 Plus 和 Team 用户推送。
- 新增自定义指令、记忆、五种新声音和改进的口音。
- 支持 50 多种语言，中文语音更加自然流畅。 ? https://x.com/imxiaohu/status/1838737474623017401
4⃣
? HuggingFace 推出 HuggingChat 原生 macOS 客户端
- 支持在本地运行开源语言模型，确保隐私安全。
- 支持 Markdown、网页浏览、代码语法高亮等功能。
- 完全本地 AI 交互，不用担心数据外泄。 下载地址：? https://t.co/0kWXAS3DH7 ? https://x.com/imxiaohu/status/1838760653278101816
5⃣
? Iris：可穿戴设备，让你拥有“无限记忆”
- 每分钟自动拍照并配上文字说明，形成时间线排列的碎片记忆。
- 挂在脖子上，记录你的生活点滴。
- 售价 99 美金，你会买吗？ ? https://x.com/imxiaohu/status/1838764377933254863
6⃣
? 多邻国推出 AI 视频通话功能
- 通过视频通话直接学习语言和练习口语。
- 可能接入了 OpenAI 的高级语音 API 功能，表明该 API 已开放给部分开发者。
- API 很快或将公开发布！ ? https://x.com/imxiaohu/status/1838809523966099631
7⃣
? MIMO：图像与视频人物替换及交互
- 给定图像和视频/动作序列，能替换图像中的人物为视频中的人物，并控制其动作与场景互动
- 生成三维空间动作，支持丰富的运动控制及物体交互。 ? 详细：https://xiaohu.ai/p/14024 ? GitHub：https://github.com/menyifang/MIMO ? https://x.com/imxiaohu/status/1838828131685405125
8⃣
? Google DeepMind 提出 SCoRe 自我纠正强化学习方法
- SCoRe 通过自生成数据，训练模型进行多轮自我纠正。
- 采用两阶段强化学习，使 LLMs 能自主检测并修正错误，无需外部输入或监督。 ? 详细：https://xiaohu.ai/p/13949 ? https://x.com/imxiaohu/status/1838867163270336619
