要闻提示
NEWS REMIND
1. OpenAI发布GPT-Live全双工语音模型,你和AI可以同时说话
2. 前OpenAI高管加盟航天公司,AI人才涌向太空赛道
3. Apple触控MacBook将搭载M5 Pro/Max芯片,M7型号后续跟进
4. 英伟达替代方案溢价来了,SambaNova 5个月估值翻倍,摩根大通也下单
5. 连叹气都要记录?Meta情绪追踪设备专利引发隐私恐慌
6. GitHub AI Agent翻车了:私有仓库数据首次被证实可泄露
今日头条
HEADLINE NEWS
OpenAI发布GPT-Live全双工语音模型,你和AI可以同时说话了
7月8日,OpenAI正式发布GPT-Live,第二代ChatGPT语音模型。核心突破在于“全双工”通话能力,用户和AI可以同时说话、互相打断、同步响应,而非传统语音助手的轮询模式。首批覆盖iOS、Android和Web端。
官方演示中,GPT-Live可以处理打断、叹息和语速变化等人类对话的自然特征。GPT-Live还能在后台委托前沿模型处理需要网络搜索、深度推理或更复杂工作的任务,将结果带回语音对话中。
Sam Altman在推文中直言:「我一直更喜欢打字跟AI说话,现在这个习惯要改变了。」暗示语音将成为ChatGPT的核心交互范式。(OpenAI Blog)
硅谷资讯
Silicon Valley News
前OpenAI高管加盟航天公司,AI人才涌向太空赛道
7月8日,前OpenAI高管Kevin Weil加入航天公司Stoke Space董事会。
Weil曾在OpenAI担任重要管理职务,他的选择反映了OpenAI前高管正在系统性地向航天和硬科技领域流动。
此前SpaceX的IPO成功和AI驱动的航天技术突破,正在吸引顶级AI人才从纯软件公司转向“AI+航天”复合领域。(TechCrunch)
Apple触控MacBook将搭载M5 Pro/Max芯片,M7型号后续跟进
7月8日,Bloomberg Gurman报道Apple的触控MacBook将使用M5 Pro/Max芯片,更高的M7芯片版本将在后续推出。
同日,Apple宣布未来5年将从博通采购价值30亿美元的美国制造芯片。此次合作由Apple Newsroom和WSJ双重确认,直接呼应了Apple此前与博通芯片合作延长至2031年的长期框架。Apple的芯片路线图正在从消费级向高端工作站全面拓展。(Bloomberg、WSJ)
英伟达替代方案溢价来了,SambaNova 5个月估值翻倍,摩根大通也下单了
7月8日,AI芯片初创公司SambaNova宣布完成10亿美元新一轮融资,估值推高至110亿美元。距离上一次10亿美元级融资仅过去5个月,估值增长了近一倍。本轮融资最引人注目的信息是JPMorgan Chase已成为SambaNova的客户。
SambaNova采用数据流架构而非传统的GPU架构,其芯片专门针对AI推理和训练进行优化。JPMorgan的采用是对SambaNova技术路线的关键背书,金融行业对AI推理性能和延迟有极高要求。同时市场对“NVIDIA替代方案”的估值溢价也在显著上升。(TechCrunch)
40万轨迹训练一个导航模型,法国AI公司用8B参数挑战“越大越好”
7月8日,法国AI公司Mistral AI发布Robostral Navigate,一个仅8B参数的具身导航模型。
该模型使用单一RGB摄像头输入,即可引导机器人在自然语言指令下自主执行任务,在R2R-CE基准测试中达到业界领先水平。Mistral透露模型完全在仿真环境中训练,约40万个轨迹覆盖6000个场景,通过前缀缓存优化将训练时间从数月压缩到数天。
Robostral的跨平台适应性是其核心竞争力,它能在轮式、腿式和飞行机器人上运行,适配物流、制造和酒店等多种场景。这得益于公司选择“小模型+导航”的垂直切入点,回避了与人形机器人巨头的正面竞争。Robostral Navigate如果证明小参数模型在具体任务中可以达到大模型的效果,将对“越大越好”的主流叙事形成挑战。(Mistral AI Blog)
Runway推出企业级AI媒体平台Runway Dev,从消费级工具转向B端服务
7月8日,Runway正式发布Runway Dev,一个面向专业开发者和企业团队的AI媒体平台。该平台覆盖搜索、广告、电商和游戏等场景,为企业提供“一站式AI媒体生成服务”。
官方表示,开发人员不再需要拼凑十几个独立API,Runway Dev在一个平台上整合了从视频生成到媒体处理的完整管线,Cut costs和提升消费者互动是其核心卖点。
AI视频生成正在从“创作者工具”进化到“企业基础设施”,集成能力和API稳定性将取代视觉效果成为新的竞争壁垒。(The Verge)
Meta专利曝光AI情绪追踪可穿戴设备,全天候监控隐私议题升温
7月8日,Meta被曝已申请一项AI可穿戴设备专利,设备搭载系统可以全天候记录用户声音和环境信息,检测用户的叹息、笑声和语气变化,使用AI分析用户情绪状态,甚至可以“在预设时间监听用户服药情况”。
然而其数据收集方式也再次引发数据隐私边界讨论。专利明确提及数据可用于广告定向投放,这使得Meta的商业动机与用户隐私保护之间的张力凸显。(404 Media)
GitHub AI Agent首次被证实存在私有仓库数据泄露漏洞
AI安全竞赛正在从漏洞防御转向实战验证。
7月8日,安全研究团队GitLost在Hacker News上公开了一项实证研究,他们成功诱骗GitHub的AI Agent泄露了私有仓库中的敏感数据。这是首次有公开研究证实AI coding agent存在数据泄露漏洞,引发了业界对AI编程助手安全性的广泛质疑。AI Agent的安全审计正在快速演变为一个独立的新赛道。(Hacker News)
法国AI初创企业发布开源异构推理引擎,Yann LeCun力推多芯片部署
7月8日,法国AI初创公司ZML发布支持异构硬件的开源推理服务框架ZML/LLMD(Large Language Model Distributor)。
ZML的核心能力是让AI模型在NVIDIA、AMD和Apple Silicon等不同GPU上协同推理。Yann LeCun已转发推荐,称这是解决GPU短缺和供应商锁定问题的实用工具。
ZML/LLMD解决了AI工程团队在基础设施层面面临的一个现实问题:GPU短缺迫使团队使用多品牌、多代际的混合硬件,但现有推理框架无法灵活调度异构计算资源。ZML的框架通过统一的调度层实现跨平台协同,开发人员无需为每种硬件单独编写推理代码。多芯片推理可能成为AI基础设施的下一波标准化方向。(TechCrunch)
今日热门视频