ChatGPT 现已登陆 Windows。 今天，OpenAI 宣布其 AI 驱动的聊天机器人平台 ChatGPT 的专用 Windows 应用程序已开始进行预览。 目前，该应用仅向 ChatGPT Plus、团队版、企业版和教育版用户提供，并且是早期版本。OpenAI 表示，完整版将于今年晚些时候推出。 “通过官方的 ChatGPT 桌面应用，您可以与文件和照片进行聊天，” OpenAI 写道。“这款应用为您带来了 OpenAI 最新的模型改进，包括访问我们最新、最智能的模型——OpenAI o1-preview。” 该 Windows 版 ChatGPT 应用可以在大多数 Windows 10 设备上运行，但相比其他 ChatGPT 客户端，当前仍存在一些限制。比如，它尚不支持语音功能，包括高级语音模式，并且与 OpenAI 的 GPT 商店的部分集成都还不可用。 与 macOS 版 ChatGPT 应用类似，Windows 版 ChatGPT 应用允许您将其最小化为一个小巧的“伴随”窗口，可以与其他应用程序同时使用。您可以向其上传文件和照片，让其总结文档，还可以通过 OpenA ...

特斯拉“无监督FSD”和机器人出租车计划可能面临的监管障碍 在上周备受瞩目的机器人出租车发布活动中，特斯拉CEO埃隆·马斯克表示，他预计特斯拉将在2025年在德克萨斯州和加利福尼亚州的部分Model 3和Model Y车型上推出“无监督”版本的FSD（全自动驾驶），这是一款汽车制造商的高级驾驶辅助系统。 他还提到，特斯拉将在2026年或2027年开始生产其机器人出租车——这些车辆没有方向盘或踏板。 虽然我们对马斯克能否按时实现这些计划持怀疑态度，但无监督FSD的推出以及没有人类控制装置的机器人出租车的量产都会带来一些监管方面的问题。 让我们深入分析一下这些问题。 “无监督FSD”究竟意味着什么？FSD代表“全自动驾驶”，但目前这项技术还未达到完全自动化的水平。不过，它可以在城市和高速公路上执行某些自动驾驶任务。由于被指责虚假宣传，特斯拉在今年4月将FSD的名称从“FSD Beta”改为“FSD Supervised”（监督版FSD）。这个名称变更更准确地反映了当前的现实，即驾驶员仍需保持注意力集中，必要时接管车辆。 我们认为“无监督FSD”可能意味着两种情况之一：要么是完全无驾驶员的4 ...

本周，合成数据在 AI 领域迅速崛起。 上周四，OpenAI 推出了 Canvas，这是一种与 ChatGPT（其 AI 驱动的聊天机器人平台）互动的新方式。Canvas 提供了一个用于写作和编程项目的工作区，用户可以在其中生成文本或代码，然后根据需要使用 ChatGPT 对选定部分进行编辑。 从用户的角度来看，Canvas 大大提升了使用体验。但对我们来说，这一功能最有趣的地方在于其背后的微调模型。OpenAI 表示，他们使用合成数据对其 GPT-4o 模型进行了专门定制，以“在 Canvas 中实现新的用户交互”。 ChatGPT 产品负责人 Nick Turley 在 X 平台的一篇帖子中写道：“我们使用了一些新的合成数据生成技术，例如从 OpenAI 的 o1-preview 中提取输出，以微调 GPT-4o，使其能够打开 Canvas，进行有针对性的编辑，并在文本中添加高质量的评论。”他补充道：“这种方法使我们能够迅速改进模型，实现新的用户交互，而无需依赖人工生成的数据。” OpenAI 并不是唯一一家越来越多地依赖合成数据来训练模型的科技巨头。 在开发 Movie Gen ...

李飞飞选择了曾经领导AI的Google Cloud作为World Labs的主要计算供应商 云服务提供商正在追逐AI独角兽，而最新的则是李飞飞创办的World Labs。这家初创公司刚刚选择了Google Cloud作为其主要计算供应商，用于训练AI模型。这笔交易可能价值数亿美元。不过，公司表示，李飞飞曾在Google Cloud担任AI首席科学家的经历并不是促成这笔交易的因素。 在周二的Google Cloud创业峰会上，双方宣布，World Labs将把其大部分资金用于在Google Cloud平台上许可GPU服务器，并最终用于训练“空间智能”AI模型。 一些资金充足、构建AI基础模型的初创公司在云服务市场上非常抢手。其中一些最大的交易包括OpenAI，该公司仅在Microsoft Azure上训练和运行AI模型；以及Anthropic，它则使用AWS和Google Cloud。这些公司定期支付数百万美元的计算服务费用，随着其AI模型的扩展，未来可能需要更多的计算资源。这使它们成为Google、Microsoft和AWS等云服务提供商早期建立关系的宝贵客户。 World Labs无 ...

OpenAI 于周四推出了一种与 ChatGPT 互动的新方式：一个被称为 “canvas” 的界面。该产品在常规的聊天窗口旁边打开一个独立的工作区，专门用于写作和编程项目。用户可以直接在 canvas 上生成文本或代码，然后高亮选中部分内容，让模型进行编辑。canvas 将于周四以测试版形式向 ChatGPT Plus 和 Teams 用户推出，并将在下周向企业用户和教育版用户开放。 许多消费者 AI 提供商正在逐渐采用可编辑工作区作为使用生成式 AI 的实用方式。ChatGPT 的新界面提供了类似于 Anthropic 在六月推出的 Artifacts 和热门编程助手 Cursor 的功能。OpenAI 正在加紧推出与竞争对手相匹配的产品，并为 ChatGPT 引入全新的功能，以扩大其付费用户群体。 目前，AI 聊天机器人无法通过一次性提示完成大型项目，但它们通常可以提供一个不错的起点。像 canvas 这样的可编辑工作区允许用户修改 AI 聊天机器人生成的有误内容，而不必重新检查提示并生成一段全新的代码。 OpenAI 产品经理 Daniel Levine 在演示中表示：“这是 ...

OpenAI 宣布将于周二向更多付费用户推出高级语音模式（Advanced Voice Mode, AVM）。这一语音功能使与 ChatGPT 的对话更加自然，最初将向 ChatGPT 的 Plus 和 Teams 用户推出，企业版和教育版用户将在下周开始获得访问权限。 作为这次推出的一部分，AVM 的设计进行了重新改进。该功能现在以一个蓝色的动画球体呈现，而不是 OpenAI 在5月展示这项技术时使用的黑色动画点。 当 AVM 对用户开放时，ChatGPT 应用中的语音图标旁将弹出一个通知。 高级语音模式将在本周内逐步向所有 ChatGPT Plus 和 Teams 用户推出。 在你耐心等待的过程中，我们增加了自定义指令、记忆功能、五种新语音，并改进了对口音的理解。 它还能用 50 多种语言说出“抱歉我来晚了”。 — OpenAI (@OpenAI) 2024年9月24日 此外，ChatGPT 还新增了五种新语音供用户尝试：Arbor、Maple、Sol、Spruce 和 Vale。至此，ChatGPT 的语音总数增加到九种（几乎与谷歌的 Gemini Live 相当），除了新增 ...

iOS 18 隐藏功能和小更新指南Apple 于 9 月 16 日正式向所有用户推送了 iOS 18 更新。除了即将发布的 Apple Intelligence，最重要的新功能包括：主屏幕图标的自定义、锁屏应用快捷方式的替换、重新设计的控制中心、对 RCS 的支持，以及新增的密码应用。 但实际上还有许多其他有趣的小改动可能对你也有帮助。 我们整理了一些容易被忽略的功能，供你参考。 设置 以往设置应用的主页面会列出所有已安装的应用，安装应用较多的用户需要频繁滚动才能找到目标应用。现在，iOS 18 增加了一个专门的“应用”菜单，将应用的设置独立出来，使设置界面更加简洁，也更容易找到某个应用的控制选项。 照片 照片应用现在允许你在图库中隐藏截图。点击左下角的排序图标，在“查看选项”中取消勾选截图，即可将其隐藏。 照片应用的“实用工具”集合中新增了文件、收据、手写文字、插图和二维码等内容类型，方便查找特定信息。此外，你还可以查看最近添加、编辑和共享的媒体项目。 照片应用会自动推荐适合作为壁纸的照片。 现在你可以将一张照片的编辑效果（如裁剪比例、曝光、白平衡等）复制到另一张照片。 ...

与其竞争对手谷歌一样，亚马逊推出了一款由人工智能驱动的视频生成器，但目前仅面向广告客户使用，且功能有所限制。 今天在其 Accelerate 大会上，亚马逊发布了“视频生成器”，该工具可以将单一产品图片经过处理后生成展示该产品的视频。亚马逊表示，视频生成器可以生成“定制”的 AI 生成视频，以“展示产品的特点”，而且无需额外费用。 亚马逊在博客文章中写道：“这些视频利用亚马逊独特的零售洞察力，以与客户相关的方式生动地展现产品故事。” 亚马逊广告部门副总裁杰伊·里奇曼（Jay Richman）在声明中表示，视频生成器目前正在面向部分美国广告客户进行测试，并将在未来进一步优化后向更广泛的用户群体推出。 “视频生成器是利用生成式 AI 激发创意并为广告商和购物者提供更多价值的又一重大创新，”里奇曼说。“我们正努力开发生成式 AI 应用，帮助广告商打造视觉效果出众、效果卓著的广告。” 今天宣布的另一个相关新功能是“动态图片”，它可以将静态画面生成几秒钟长的动画 GIF。这一功能也处于有限测试阶段，是亚马逊为营销人员推出的 AI 驱动的图像生成套件“图像生成器”的一部分。 亚马逊并未透露视频生成 ...