本週人工智能領域，OpenAI 竟顯疲態

嗨，朋友們，歡迎來到 TechCrunch 定期的 AI 時事通訊。如果您希望每週三在收件箱中收到此內容，請在此處註冊 這裡.

短暫中斷後，我們帶着一些關於OpenAI 的開發日的展示要點回來了。

昨天早上在舊金山的主題演講因其低調的語氣而引人注目——與去年首席執行官薩姆·奧特曼（Sam Altman）那種熱鬧、炒作的演講形成對比。在這個開發日，奧特曼沒有登上舞臺推介閃亮的新項目。他甚至沒有露面；平臺產品負責人奧利維爾·戈德芒（Olivier Godement）擔任主持人。

在這幾個 OpenAI 開發日中的第一個的議程上——下一個本月在倫敦，最後一個 11 月在新加坡——是生活質量方面的改進。OpenAI 發佈了實時語音 API 以及視覺微調，這允許開發人員使用圖像自定義其 GPT-4o 模型。並且該公司推出了模型蒸餾，它採用像 GPT-4o 這樣的大型 AI 模型，並使用它來微調較小的模型。

此次活動的狹窄焦點並非出乎意料。OpenAI 今年夏天降低了人們的預期，表示開發日將側重於教育開發人員，而不是展示產品。然而，週二緊湊的 60 分鐘主題演講中遺漏的內容引發了關於 OpenAI 無數 AI 努力的進展——和狀態——的問題。

我們沒有聽到可能接替 OpenAI 將近一年的圖像生成器DALL-E 3的消息，也沒有獲得關於語音引擎（該公司的語音克隆工具）有限預覽的更新。OpenAI 的視頻生成器Sora還沒有發佈的時間表，對於該公司表示正在開發的讓創作者控制其內容在模型訓練中的使用情況的應用程序 Media Manager，也沒有任何消息。

當被要求發表評論時，OpenAI 的一位發言人告訴 TechCrunch，OpenAI“正在慢慢向更多值得信賴的合作伙伴推出[語音引擎]預覽”，並且 Media Manager“仍在開發中”。

但似乎很明顯，OpenAI 顯然已經力不從心，而且這種狀況持續有段時間了。

據《華爾街日報》最近的報道，該公司負責 GPT-4o 工作的團隊僅有九天時間來進行安全評估。《財富》報道稱，許多 OpenAI 員工認爲o1，該公司的第一個“推理”模型，還沒有準備好亮相。

在朝着一輪可能高達 65 億美元的融資努力邁進時，OpenAI 涉足了許多未成熟的領域。在許多定性測試中，DALL-3 的表現不如 Flux 這類圖像生成器；據報道，Sora 生成素材的速度極慢，以致於 OpenAI 正在對該模型進行改進；而且 OpenAI 繼續推遲其機器人市場GPT 商店的收益分享計劃的推出，該計劃最初定於今年第一季度。

OpenAI 如今發現自身被員工的倦怠和高管的離職所困擾，對此我並不驚訝。當你試圖成爲萬事通時，最終你會一事無成——也無法取悅任何人。

AI 法案被否決：加利福尼亞州州長加文·紐瑟姆否決了 SB 1047，這是一項備受矚目的法案，原本將規範該州人工智能的發展。在一份聲明中，紐瑟姆稱該法案“用心良苦”，但“並非是保護公衆免受人工智能危害的最佳方法”。

AI 法案通過： 紐瑟姆確實簽署了其他人工智能法規成爲法律——包括處理人工智能訓練數據披露、深度僞造裸體等的法案。

Y Combinator 受到批評： 創業加速器 Y Combinator 在支持了一家人工智能企業 PearAI 之後受到了批評，其創始人承認他們基本上克隆了一個名爲 Continue 的開源項目。

Copilot 獲得升級： 微軟的人工智能驅動的 Copilot 助手在週二煥然一新。它現在能夠讀取您的屏幕、深入思考並大聲與您交流等，還有其他本領。

OpenAI 聯合創始人加入 Anthropic： OpenAI 不太出名的聯合創始人之一 Durk Kingma 本週宣佈他將加入 Anthropic。不過，目前還不清楚他要做啥工作。

基於客戶照片訓練 AI： Meta 的由人工智能驅動的雷朋眼鏡前面有個攝像頭，用於各種增強現實功能。但這或許會成爲一個隱私問題——該公司沒說是否打算依據用戶的圖像來訓練模型。

Raspberry Pi 的 AI 相機： 銷售小型、便宜單板計算機的公司 Raspberry Pi 發佈了 Raspberry Pi AI 相機，這是一款帶有板載 AI 處理功能的附加器件。

人工智能編碼平臺已經吸引了數百萬用戶，並從風險投資公司那裡獲得了數百個數百萬美元。但它們是否兌現了提高生產力的承諾呢？

也許並非如此。據工程分析公司 Uplevel 的一項新分析所說。

Uplevel 對約 800 名其開發者客戶的數據進行了比較——其中有一些報告使用了 GitHub 的 AI 編碼工具 Copilot，而另一些則沒有使用。

Uplevel 發現，依賴 Copilot 的開發者引入的錯誤要多出 41%，並且與未使用該工具的開發者相比，他們出現職業倦怠的可能性並沒有更低。

儘管存在不僅涉及安全，還包括版權侵權和隱私等方面的擔憂，但開發者們對 AI 驅動的輔助編碼工具表現出極大熱情。

Liquid AI，一家麻省理工學院的衍生公司，本週宣佈了其首批生成式 AI 模型系列：Liquid Foundation Models，簡稱 LFMs。

“那又怎樣？”您也許會問。模型是一種商品——實際上每天都有新的模型發佈。

嗯，LFMs 採用了新穎的模型架構，並且在一系列行業基準上獲得了有競爭力的分數。

大多數模型都是所謂的轉換器。2017 年由谷歌的一個研究團隊提出，到目前爲止，轉換器已成爲占主導地位的生成式 AI 模型架構。

轉換器支撐着Sora和Stable Diffusion 的最新版本，以及像 Anthropic 的Claude和谷歌的Gemini這樣的文本生成模型。

但轉換器存在侷限性。特別是，它們在處理和分析大量數據時，效率不是很高。

Liquid 聲稱，與 Transformer 架構相比，其 LFM 的內存佔用減少，使其能夠在相同硬件上處理更大量的數據。“通過有效地壓縮輸入，LFM 可以處理更長的數據序列，”該公司在一篇博客文章中寫道。

Liquid 的 LFM 可在多個雲平臺上使用，該團隊計劃在未來的版本中繼續完善該架構。

要是您眨了下眼，可能就錯過了：一家人工智能公司本週申請上市。

這家名爲 Cerebras 的舊金山初創公司開發用於運行和訓練人工智能模型的硬件，它直接與 Nvidia 競爭。

那麼，在 Nvidia 佔據 70%到 95%人工智能芯片市場份額之時，Cerebras 希望如何與這家芯片巨頭競爭呢？Cerebras 表示，靠的是性能。該公司聲稱，其旗艦人工智能芯片（既直接銷售，也通過其雲服務提供）能夠勝過 Nvidia 的硬件。

但 Cerebras 還沒把這種所謂的性能優勢轉化成利潤。根據向美國證券交易委員會提交的文件，該公司在 2024 年上半年淨虧損 6660 萬美元。而去年，Cerebras 報告稱，營收 7870 萬美元，淨虧損 1.272 億美元。

據彭博社報道，Cerebras 可能試圖通過首次公開募股籌集多達 10 億美元。

到目前爲止，這家公司在風險投資中已經籌集了 7.15 億美元，三年前其估值超過 40 億美元。