文章摘要
近期AI行业有多领域动态更新。语音与交互上,微软测试MAI Realtime模型;高德升级世界模型实现24小时连续推理。开源进展中,商汤、面壁智能等有新成果,稀宇科技开源模型设区域限制。企业产品与安全方面,微软为Teams推新功能,OpenAI将停ChatGPT Atlas服务。行业法律纠纷里,苹果诉OpenAI窃密案暴露其数据管理短板。

近期AI行业多项动态更新,涵盖语音交互、开源工具、企业安全、法律纠纷等多个领域,以下为详细整理:

语音与交互技术突破

微软正在测试首款原生实时语音模型MAI Realtime,该模型打破了传统语音助手的轮次交替模式,实现听说并行的全双工交互。模型支持16种语言和两种语音风格,搭载端点检测技术,允许用户在对话中途插话并即时调整输出内容,语音表现自然流畅,但目前暂不支持唱歌或生成非语音音效。

高德完成世界模型ABot-World-0的升级,实现全球首个24小时连续稳定推理,突破了交互式世界模型长期运行的行业难题。该模型采用LongForcing长程训练范式,有效缓解了长期运行中的误差累积和分布漂移问题,目前已正式开源并集成至高德开发平台,进一步提升了交互式世界模型的应用潜力。

开源模型与工业AI工具进展

商汤推出轻量级原生统一多模态模型SenseNova U1.5-Lite-Preview,该模型基于NEO-Unify架构,具备多模态内容理解、推理、生成和编辑能力,仅使用8B-MoT参数,却实现了媲美商业闭源模型的性能表现。同时,面向专业创作者的生产级模型U1Pro即将开放公测,可满足严肃创作场景的需求。

面壁智能联合OpenBMB开源社区发布了全球首个支持Stencil自动研究和部署的AI优化系统ForgeStencil。该系统通过双Agent驱动实现全流程自动化优化,从分析到集成无需人工介入,仅需一周即可完成100+工业和科研软件的性能优化,在多个真实场景中均取得了显著的加速效果。

稀宇科技开源视频大模型MiniMax H3时设置了区域访问限制,美国、欧盟、英国及韩国用户无法直接使用该模型。官方解释称,这一举措源于与好莱坞电影公司的版权诉讼,法院已驳回其撤诉申请,为避免进一步法律风险,公司要求美国用户申请授权并建立合规使用机制。

企业产品与安全防护更新

微软为Microsoft Teams推出“报告问题”功能,以应对AI驱动的网络诈骗和深度伪造身份冒用风险。新功能允许用户在会议中举报可疑行为,包括网络钓鱼和身份冒用等问题;同时平台将加强对AI会议机器人的管理,可识别外部AI机器人并展示其身份与权限,还优化了会议界面以减少误操作,提升整体安全与隐私保护能力。

OpenAI官方宣布,ChatGPT Atlas浏览器将于8月9日正式停止服务。用户需在停服前10天内手动导出书签和历史记录,且数据无法自动迁移至新版ChatGPT,同时由于无法导出Cookies,用户后续需重新登录所有关联网站。官方建议用户尽快更换其他浏览器以避免影响正常使用。

行业法律纠纷动态

苹果起诉OpenAI窃密案曝光了苹果内部数据管理的漏洞,部分前员工在离职后仍可通过个人iCloud账户访问公司机密文件,反映出苹果在员工离职后的数据权限管理方面存在明显短板。此次法律纠纷也引发了行业对企业数据治理、离职员工权限管控的广泛讨论。

以上内容不代表本平台立场,仅供读者参考