在短暂的中断之后，我们带着一些关于 OpenAI DevDay 的展会说明回来了。
昨天上午在旧金山举行的主题演讲以其柔和的语气而引人注目——这与去年首席执行官山姆·阿尔特曼 （Sam Altman） 的 rah-rah、炒作般的演讲形成鲜明对比。这个 DevDay 并没有上台推销闪亮的新项目。他甚至没有露面;平台产品主管 Olivier Godement 主持。
在几个 OpenAI DevDay 中，第一个 OpenAI DevDay 的议程上（下一次是本月在伦敦举行，然后是 11 月在新加坡举行的最后一次）是生活质量的改进。OpenAI 发布了实时语音 API 以及视觉微调，允许开发人员使用图像自定义其 GPT-4o 模型。该公司还推出了模型蒸馏，它采用像 GPT-4o 这样的大型 AI 模型，并使用它来微调较小的模型。
该活动的狭隘关注点并非出乎意料。OpenAI 在今年夏天降低了预期，表示 DevDay 将专注于教育开发人员，而不是展示产品。尽管如此，周二 60 分钟的简短主题演讲中遗漏的内容引发了人们对 OpenAI 无数人工智能努力的进展和状态的质疑。
我们没有听说 OpenAI 使用近一年的图像生成器 DALL-E 3 可能会接替什么，也没有收到该公司的语音克隆工具 Voice Engine 的有限预览版的更新。OpenAI 的视频生成器 Sora 目前还没有发布时间表，该公司表示，它正在开发该应用程序，让创作者可以控制他们的内容在模型训练中的使用方式。
当被要求置评时，OpenAI 的一位发言人告诉 TechCrunch，OpenAI 正在“慢慢向更值得信赖的合作伙伴推出 [语音引擎] 预览版”，并且 Media Manager “仍在开发中”。
但很明显，OpenAI 已经捉襟见肘了——而且已经有一段时间了。
根据《华尔街日报》最近的报道，该公司开发 GPT-4o 的团队只有 9 天的时间进行安全评估。《财富》杂志报道称，许多 OpenAI 员工认为该公司的第一个“推理”模型 o1 还没有准备好亮相。
随着 OpenAI 全力以赴，一轮融资可能带来高达 65 亿美元的资金，OpenAI 涉足了许多未成熟的蛋糕。DALL-3 在许多定性测试中表现不如 Flux 等图像生成器;据报道，Sora 生成镜头的速度非常慢，以至于 OpenAI 正在改进该模型;OpenAI 继续推迟推出其机器人市场 GPT Store 的收入分享计划，该计划最初定于今年第一季度推出。
OpenAI 现在发现自己受到员工倦怠和高管离职的困扰，我并不感到惊讶。当你试图成为一个万事通时，你最终会成为一个无所不能的大师——也没有取悦任何人。
新闻
AI 法案被否决：加利福尼亚州州长加文·纽森 （Gavin Newsom） 否决了 SB 1047，这是一项备受瞩目的法案，旨在监管该州人工智能的发展。纽瑟姆在一份声明中称该法案“用心良苦”，但“[不是]保护公众免受人工智能危险的最佳方法”。
通过的 AI 法案： 纽瑟姆确实签署了其他 AI 法规成为法律，包括处理 AI 训练数据泄露、深度伪造裸照等的法案。
Y Combinator 批评道：创业加速器 Y Combinator 在支持了一家名为 PearAI 的人工智能企业后受到批评，该公司的创始人承认，他们基本上克隆了一个名为 Continue 的开源项目。
Copilot 升级：Microsoft 的 AI 驱动的 Copilot 助手在周二进行了改造。它现在可以读取您的屏幕、深入思考并与您大声交谈，以及其他技巧。
OpenAI 联合创始人加入 Anthropic：OpenAI 鲜为人知的联合创始人之一 Durk Kingma 本周宣布他将加入 Anthropic。然而，目前尚不清楚他将从事什么工作。
在客户照片上训练 AI：Meta 的 AI 驱动的 Ray-Bans 正面有一个摄像头，用于各种 AR 功能。但这可能会成为一个隐私问题——该公司不愿透露是否计划使用用户的图像来训练模型。
Raspberry Pi 的 AI 相机：Raspberry Pi 是一家销售小型、廉价单板计算机的公司，它发布了 Raspberry Pi AI Camera，这是一款具有板载 AI 处理功能的附加组件。
本周研究论文
AI 编码平台已经吸引了数百万用户，并从 VC 那里吸引了数亿美元。但他们是否兑现了提高生产力的承诺？
也许不是，根据工程分析公司 Uplevel 的一项新分析。Uplevel 比较了来自大约 800 名开发人员客户的数据，其中一些客户报告使用过 GitHub 的 AI 编码工具 Copilot，而另一些人则没有。Uplevel 发现，依赖 Copilot 的开发人员引入的错误增加了 41%，并且与不使用该工具的开发人员相比，他们并不比开发人员更容易倦怠。
开发人员对 AI 驱动的辅助编码工具表现出热情，尽管他们不仅担心安全性，还担心版权侵权和隐私。绝大多数响应 GitHub 最新民意调查的开发人员表示，他们已经以某种形式接受了 AI 工具。企业也很看好——Microsoft 在 4 月份报告称，Copilot 拥有超过 50,000 家企业客户。
本周模特
麻省理工学院的衍生公司 Liquid AI 本周宣布了其第一批生成式 AI 模型：Liquid Foundation 模型，简称 LFM。
你可能会问：“那又怎样？模型是一种商品 — 几乎每天都有新的模型发布。LFM 使用新颖的模型架构，并在一系列行业基准上获得有竞争力的分数。
大多数模型都是所谓的变压器。该转换器由 Google 研究人员团队于 2017 年提出，已成为迄今为止占主导地位的生成式 AI 模型架构。变形金刚是 Sora 和最新版本的 Stable Diffusion 以及 Anthropic 的 Claude 和 Google 的 Gemini 等文本生成模型的基础。
但变压器有局限性。特别是，它们在处理和分析大量数据方面不是很有效。
Liquid 声称，与 transformer 架构相比，其 LFM 的内存占用更少，使它们能够在同一硬件上接收更多的数据。“通过高效压缩输入，LFM 可以处理更长的 [数据] 序列，”该公司在一篇博客文章中写道。
Liquid 的 LFM 可在许多云平台上使用，该团队计划在未来的版本中继续完善架构。
抓袋
如果你眨了眨眼，你可能错过了：一家人工智能公司本周申请上市。
这家总部位于旧金山的初创公司名为 Cerebras，开发用于运行和训练 AI 模型的硬件，并与 Nvidia 直接竞争。
那么，Cerebras 希望如何与这家截至 7 月在 AI 芯片领域占据 70% 至 95% 份额的芯片巨头竞争呢？关于性能，Cerebras 说。该公司声称，其旗舰 AI 芯片（既直接销售又通过其云作为服务提供）可以胜过 Nvidia 的硬件。
但 Cerebras 尚未将这种声称的性能优势转化为利润。根据向美国证券交易委员会提交的文件，该公司在 2024 年上半年的净亏损为 6660 万美元。去年，Cerebras 报告收入为 7870 万美元，净亏损为 1.272 亿美元。
据彭博社报道，Cerebras 可能会寻求通过 IPO 筹集高达 10 亿美元的资金。迄今为止，该公司已经筹集了 7.15 亿美元的风险投资，三年前的估值超过 40 亿美元。
