OpenAI 发布两项小更新
- GPT-4o 模型卡发布，介绍模型安全及多模态细节等。
https://openai.com/index/gpt-4o-system-card/
- 从今天起，ChatGPT 免费用户每天最多可使用 DALL·E 创建两张图片。
- GPT-4o 模型卡发布，介绍模型安全及多模态细节等。
https://openai.com/index/gpt-4o-system-card/
- 从今天起，ChatGPT 免费用户每天最多可使用 DALL·E 创建两张图片。
疑似来自 OpenAI 的新模型 anonymous-chatbot 上线 LMSYS 大模型竞技场
一个名为 anonymous-chatbot 的神秘大语言模型出现在 LMSYS 大模型竞技场上，但根据用户反馈，其性能表现出色，在某些任务上甚至超越了当前最先进的模型。
据用户报告，anonymous-chatbot 在多项测试中表现优异，包括成功完成了「草莓测试」和「过河难题」等逻辑推理任务。该模型还能正确回答 9.9 和 9.11 大小比较等需要精确数学计算的问题。另一位用户表示，该模型能够一次性解决所有逻辑测试谜题，展现出强大的问题解决能力。
也有用户反馈，该匿名模型仅擅长推理，而在其他模型能正常表现的常规任务下表现一般。
值得注意的是，OpenAI CEO Sam Altman 在社交平台 X 上发布了一张草莓园的照片，配文「我喜欢花园里的夏天」。这一举动被广泛解读为对传闻已久的 OpenAI 新项目「Strawberry」（草莓）的暗示。尽管 Altman 本人并未直接确认，但这一巧合进一步加剧了人们对 anonymous-chatbot 与 OpenAI 可能存在关联的猜测。
一个名为 anonymous-chatbot 的神秘大语言模型出现在 LMSYS 大模型竞技场上，但根据用户反馈，其性能表现出色，在某些任务上甚至超越了当前最先进的模型。
据用户报告，anonymous-chatbot 在多项测试中表现优异，包括成功完成了「草莓测试」和「过河难题」等逻辑推理任务。该模型还能正确回答 9.9 和 9.11 大小比较等需要精确数学计算的问题。另一位用户表示，该模型能够一次性解决所有逻辑测试谜题，展现出强大的问题解决能力。
也有用户反馈，该匿名模型仅擅长推理，而在其他模型能正常表现的常规任务下表现一般。
值得注意的是，OpenAI CEO Sam Altman 在社交平台 X 上发布了一张草莓园的照片，配文「我喜欢花园里的夏天」。这一举动被广泛解读为对传闻已久的 OpenAI 新项目「Strawberry」（草莓）的暗示。尽管 Altman 本人并未直接确认，但这一巧合进一步加剧了人们对 anonymous-chatbot 与 OpenAI 可能存在关联的猜测。
Spotify 全球服务器宕机影响大量用户
2024年8月7日上午,全球最大音乐流媒体平台 Spotify 遭遇大规模服务器宕机,影响了全球众多用户。宕机从英国时间11:30左右开始,截至发稿时仍未完全恢复。
用户反馈的主要问题包括:
- 无法播放音乐或只能循环播放单首歌曲
- 无法登录,遇到"出错了"的提示
- 网页版和移动应用同时受到影响
故障监测网站 DownDetector 在当天上午8点左右记录到约2,000人报告了相关问题。许多用户表示这次宕机影响了他们的日常生活,如健身、通勤或日常音乐收听。
Spotify 官方尚未就此次事件发表声明。客户支持账号建议用户清除缓存、尝试不同浏览器、重新登录或重启设备。其他音乐流媒体服务如 Apple Music、Amazon Music、YouTube Music 和 TIDAL 未受影响。
这是 Spotify 自2023年4月以来首次发生重大宕机。目前宕机原因尚不清楚,可能与8月6日发布的应用更新有关,但尚未得到官方确认。
(英国标准晚报、BGR、Evening Standard)
2024年8月7日上午,全球最大音乐流媒体平台 Spotify 遭遇大规模服务器宕机,影响了全球众多用户。宕机从英国时间11:30左右开始,截至发稿时仍未完全恢复。
用户反馈的主要问题包括:
- 无法播放音乐或只能循环播放单首歌曲
- 无法登录,遇到"出错了"的提示
- 网页版和移动应用同时受到影响
故障监测网站 DownDetector 在当天上午8点左右记录到约2,000人报告了相关问题。许多用户表示这次宕机影响了他们的日常生活,如健身、通勤或日常音乐收听。
Spotify 官方尚未就此次事件发表声明。客户支持账号建议用户清除缓存、尝试不同浏览器、重新登录或重启设备。其他音乐流媒体服务如 Apple Music、Amazon Music、YouTube Music 和 TIDAL 未受影响。
这是 Spotify 自2023年4月以来首次发生重大宕机。目前宕机原因尚不清楚,可能与8月6日发布的应用更新有关,但尚未得到官方确认。
(英国标准晚报、BGR、Evening Standard)
Black Forest Labs 公司(原Stable Diffusion团队成员创立)近日发布了革命性的 FLUX 系列图像生成模型。FLUX 采用创新的混合架构，结合 Transformer 和扩散技术，拥有 120 亿参数，在图像质量、提示词响应和输出多样性方面均达到了新高度。
模型版本：
- FLUX.1 [pro]：顶级商业版本，提供最高质量的图像生成能力。
- FLUX.1 [dev]：开放权重的非商业版本，适合研究和开发使用。
- FLUX.1 [schnell]：速度优化版本，适合本地开发和个人使用，采用 Apache 2.0 许可。
模型特点：
- 采用流匹配（flow matching）技术，相比传统扩散模型效果更佳。
- 引入旋转位置嵌入和并行注意力层，进一步提升性能。
- 图像细节和质量极佳，尤其在人体解剖学方面表现出色，特别是手部细节。
- 提示词遵循度高，能准确理解和执行复杂指令。
- 输出结果多样化，适应不同风格和场景。
- 复杂场景构图能力强，能创造出富有想象力的画面。
（Black Forest Labs）
在线体验：https://replicate.com/black-forest-labs/flux-pro
哔哩哔哩发布 7.2 断网故障复盘报告
2024 年 7 月 2 日 10:04，哔哩哔哩（以下简称 B 站）机房 A 的公网物理光缆 全部中断，导致该机房无法通过公网访问。B 站技术团队近日发布了详细的故障复盘报告，分析了此次事件中暴露的问题并提出了优化措施。
故障源于 B 站双公网接入点（POP）至机房 A 的链路同时中断，造成机房 A 公网完全脱网。B 站的网络架构采用 POP 与机房解耦设计，并建立了 B2-CDN 环网。在正常情况下，动态内容分发网络（DCDN）公网节点可通过双 POP 交叉回源站，应对单点故障。
故障发生后，站点可靠性工程师（SRE）与网络工程师迅速召开线上会议进行故障定位和止损。首先将单个运营商用户流量切向具有专线回源的 CDN 专线节点。随后，执行全站多活业务切流至机房 B，并对非多活业务流量执行降级，将用户流量切向 CDN 专线节点回源。
核心业务（如首页推荐、播放等）因配置了源站机房级别自动容灾而未受影响。然而，其他业务不同程度受到冲击。B 站在复盘中发现三个主要问题：机房极端断网故障定界较慢、部分多活业务仍需手动切流、非多活业务缺乏主动逃生机制。
针对这些问题，B 站提出了一系列技术优化措施：
1. 扩容 DCDN 专线节点算力及规模
2. 优化双公网 POP 出口异常情况下的调度预案
3. 提升故障定界效率，优化网络拓扑面板和告警展示方式
4. 持续推进多活建设并进行常态化演练
5. 为更多用户强感知场景配置机房级别自动容灾策略
6. 优化非多活流量的逃生方案
B 站表示，将在下半年重点关注多活风险治理，除了常态的切流演练外，还将启动南北向、东西向的断网演练。
（哔哩哔哩技术）
2024 年 7 月 2 日 10:04，哔哩哔哩（以下简称 B 站）机房 A 的公网物理光缆 全部中断，导致该机房无法通过公网访问。B 站技术团队近日发布了详细的故障复盘报告，分析了此次事件中暴露的问题并提出了优化措施。
故障源于 B 站双公网接入点（POP）至机房 A 的链路同时中断，造成机房 A 公网完全脱网。B 站的网络架构采用 POP 与机房解耦设计，并建立了 B2-CDN 环网。在正常情况下，动态内容分发网络（DCDN）公网节点可通过双 POP 交叉回源站，应对单点故障。
故障发生后，站点可靠性工程师（SRE）与网络工程师迅速召开线上会议进行故障定位和止损。首先将单个运营商用户流量切向具有专线回源的 CDN 专线节点。随后，执行全站多活业务切流至机房 B，并对非多活业务流量执行降级，将用户流量切向 CDN 专线节点回源。
核心业务（如首页推荐、播放等）因配置了源站机房级别自动容灾而未受影响。然而，其他业务不同程度受到冲击。B 站在复盘中发现三个主要问题：机房极端断网故障定界较慢、部分多活业务仍需手动切流、非多活业务缺乏主动逃生机制。
针对这些问题，B 站提出了一系列技术优化措施：
1. 扩容 DCDN 专线节点算力及规模
2. 优化双公网 POP 出口异常情况下的调度预案
3. 提升故障定界效率，优化网络拓扑面板和告警展示方式
4. 持续推进多活建设并进行常态化演练
5. 为更多用户强感知场景配置机房级别自动容灾策略
6. 优化非多活流量的逃生方案
B 站表示，将在下半年重点关注多活风险治理，除了常态的切流演练外，还将启动南北向、东西向的断网演练。
（哔哩哔哩技术）
- 最大输出从之前的4K tokens提升到16K tokens。
- 支持强大的JSON格式结构化输出能力,在复杂JSON schema评测中取得100%的完美成绩。
- 输入成本降低50%,为每百万tokens $2.50。
- 输出成本降低33%,为每百万tokens $10.00。
- 总体比GPT-4 Turbo便宜约50%。
Ref:
https://openai.com/index/introducing-structured-outputs-in-the-api/
OpenAI 高层地震：多名元老离职，马斯克再度起诉
近日，OpenAI 迎来一系列重大人事变动。多位关键高管相继宣布离职，其中包括：
- 联合创始人 John Schulman 离职，加入竞争对手 Anthropic。
- 公司总裁 Greg Brockman 开始长期休假。
- 产品负责人 Peter Deng 离职。
这一连串人事变动引发了外界对 OpenAI 管理层稳定性的担忧。据 The Information 报道，这可能是去年 11 月「宫斗大戏」的余波。
与此同时，特斯拉 CEO 埃隆·马斯克 (Elon Musk) 于 8 月 5 日向加州北区联邦法院提起诉讼，起诉 OpenAI、CEO Sam Altman 和总裁 Greg Brockman。马斯克指控被告违背了 OpenAI 最初的非营利使命，称其「欺骗程度堪比莎士比亚戏剧」（CNN）。
诉讼声称，OpenAI 的转变是一场「精心策划的骗局」，背叛了马斯克的初衷。马斯克的律师表示，这是一场「更为强硬的诉讼」(The Guardian)。诉讼要求设立「推定信托」，以追回被告「非法获得的利润、资产和财产」。
这些事件的发生恰逢 OpenAI 新一代模型 GPT-5 的研发阶段，外界普遍认为这可能会对公司的发展战略和技术路线产生重大影响。有消息称，原定年底发布的 GPT-5 可能会推迟。
（综合自 The Information、CNN、The Guardian）
——————
John Schulman是 OpenAI 的联合创始人，于 2015 年 12 月与 Elon Musk 和 Sam Altman 等人共同创立 OpenAI，在公司担任强化学习团队负责人，参与开发了 ChatGPT。他拥有加州大学伯克利分校电气工程和计算机科学博士学位，之前主要研究机器人技术和强化学习。
Greg Brockman 是 OpenAI 的联合创始人兼公司总裁，1987 年生于美国北达科他州。他曾就读于哈佛大学和麻省理工学院，2010 年加入 Stripe 并于 2013 年成为该公司首位 CTO。2015 年 12 月，Brockman 与 Musk 和 Altman 共同创立 OpenAI，在公司早期领导了多个重要项目，如 OpenAI Gym(一个通用的强化学习研究工具)和 OpenAI Five(一个专门针对Dota 2游戏的AI系统)。
Peter Deng 于 2023 年 5 月加入 OpenAI，任消费者和企业产品副总裁，拥有斯坦福大学符号系统学士和媒体研究/传播硕士学位。在加入 OpenAI 之前，他曾在 Google、Facebook、Instagram、Oculus VR、Uber 和 Airtable 等多家科技巨头担任重要职务，积累了丰富的产品管理经验。
近日，OpenAI 迎来一系列重大人事变动。多位关键高管相继宣布离职，其中包括：
- 联合创始人 John Schulman 离职，加入竞争对手 Anthropic。
- 公司总裁 Greg Brockman 开始长期休假。
- 产品负责人 Peter Deng 离职。
这一连串人事变动引发了外界对 OpenAI 管理层稳定性的担忧。据 The Information 报道，这可能是去年 11 月「宫斗大戏」的余波。
与此同时，特斯拉 CEO 埃隆·马斯克 (Elon Musk) 于 8 月 5 日向加州北区联邦法院提起诉讼，起诉 OpenAI、CEO Sam Altman 和总裁 Greg Brockman。马斯克指控被告违背了 OpenAI 最初的非营利使命，称其「欺骗程度堪比莎士比亚戏剧」（CNN）。
诉讼声称，OpenAI 的转变是一场「精心策划的骗局」，背叛了马斯克的初衷。马斯克的律师表示，这是一场「更为强硬的诉讼」(The Guardian)。诉讼要求设立「推定信托」，以追回被告「非法获得的利润、资产和财产」。
这些事件的发生恰逢 OpenAI 新一代模型 GPT-5 的研发阶段，外界普遍认为这可能会对公司的发展战略和技术路线产生重大影响。有消息称，原定年底发布的 GPT-5 可能会推迟。
（综合自 The Information、CNN、The Guardian）
——————
John Schulman是 OpenAI 的联合创始人，于 2015 年 12 月与 Elon Musk 和 Sam Altman 等人共同创立 OpenAI，在公司担任强化学习团队负责人，参与开发了 ChatGPT。他拥有加州大学伯克利分校电气工程和计算机科学博士学位，之前主要研究机器人技术和强化学习。
Greg Brockman 是 OpenAI 的联合创始人兼公司总裁，1987 年生于美国北达科他州。他曾就读于哈佛大学和麻省理工学院，2010 年加入 Stripe 并于 2013 年成为该公司首位 CTO。2015 年 12 月，Brockman 与 Musk 和 Altman 共同创立 OpenAI，在公司早期领导了多个重要项目，如 OpenAI Gym(一个通用的强化学习研究工具)和 OpenAI Five(一个专门针对Dota 2游戏的AI系统)。
Peter Deng 于 2023 年 5 月加入 OpenAI，任消费者和企业产品副总裁，拥有斯坦福大学符号系统学士和媒体研究/传播硕士学位。在加入 OpenAI 之前，他曾在 Google、Facebook、Instagram、Oculus VR、Uber 和 Airtable 等多家科技巨头担任重要职务，积累了丰富的产品管理经验。
智谱 AI 开源新一代视频生成模型 CogVideoX-2B
2024 年 8 月 6 日，智谱 AI 宣布开源其新一代视频生成模型 CogVideoX-2B。该模型是 CogVideoX 系列的首个开源版本，与智谱此前推出的 AI 视频生成产品「清影」同源，已上传至 GitHub 和 Hugging Face 平台。
CogVideoX 的主要特点包括：
1. 单卡可运行：在 NVIDIA A6000 显卡上可进行推理和微调
2. 高分辨率输出：生成分辨率为 720 × 480，6 秒时长，48 帧
3. 开放训练数据：训练数据来自互联网，B 站提供了部分数据支持
技术细节：
- 推理显存占用：稳定在 21.6 GB，峰值 36 GB
- 微调显存占用：稳定在 46.2 GB
- 未来优化目标：将推理峰值显存降至 24 GB 以内，以支持 RTX 4090 显卡运行
本次开源的是 CogVideoX-2B 版本，可在以下平台获取：
- Hugging Face： huggingface.co/THUDM/CogVideoX-2b
- GitHub： github.com/THUDM/CogVideo
智谱 AI 表示，未来还将开源更大规模的模型。
（赛博禅心）
2024 年 8 月 6 日，智谱 AI 宣布开源其新一代视频生成模型 CogVideoX-2B。该模型是 CogVideoX 系列的首个开源版本，与智谱此前推出的 AI 视频生成产品「清影」同源，已上传至 GitHub 和 Hugging Face 平台。
CogVideoX 的主要特点包括：
1. 单卡可运行：在 NVIDIA A6000 显卡上可进行推理和微调
2. 高分辨率输出：生成分辨率为 720 × 480，6 秒时长，48 帧
3. 开放训练数据：训练数据来自互联网，B 站提供了部分数据支持
技术细节：
- 推理显存占用：稳定在 21.6 GB，峰值 36 GB
- 微调显存占用：稳定在 46.2 GB
- 未来优化目标：将推理峰值显存降至 24 GB 以内，以支持 RTX 4090 显卡运行
本次开源的是 CogVideoX-2B 版本，可在以下平台获取：
- Hugging Face： huggingface.co/THUDM/CogVideoX-2b
- GitHub： github.com/THUDM/CogVideo
智谱 AI 表示，未来还将开源更大规模的模型。
（赛博禅心）
8 月 2 日起， DeepSeek API 将默认启用上下文硬盘缓存技术，把预计未来会重复使用的内容，缓存在分布式的硬盘阵列中。如果输入存在重复，则重复的部分只需要从缓存读取，无需计算。该技术不仅降低服务的延迟，还大幅削减最终的使用成本。
缓存命中的部分，DeepSeek 费用为 0.1元 /百万 tokens。至此，大模型的价格再降低一个数量级。
硬盘缓存服务已经全面上线，用户无需修改代码，无需更换接口，硬盘缓存服务将自动运行，系统自动按照实际命中情况计费。
该服务的限制是，只有当两个请求的前缀内容相同时（从第 0 个 token 开始相同），才算重复。中间开始的重复不能被缓存命中。
（DeepSeek）
搜狗输入法在 Windows 上被确认存在严重的越权漏洞
目前搜狗输入法在 Windows 上被确认存在严重的越权漏洞。Windows 环境中，攻击者在能访问到系统登录界面的情况下（位于电脑终端前/电脑开启了远程桌面/使用了ToDesk、向日葵等远程控制软件），无需知晓账号密码即可获取操作系统权限，继而实现增加帐号、修改管理员密码、拷贝文件、植入木马等非法操作。
复现方式
据本频信源，国内已有企事业单位内部通知「必须卸载搜狗输入法」。
搜狗方面回应称，「经搜狗输入法安全团队排查，该问题仅存在于特定版本Windows系统，是由于微软屏幕键盘等相关程序主动以特权接口加载中文输入法导致。我们已将此系统漏洞通知微软相关团队。
在微软修复该漏洞前，为更有效保护用户安全，我们已采取了主动规避措施，在Windows登录界面下搜狗输入法将主动退出加载执行。」
有安全人员解释称，这个是微软登陆界面的0day漏洞，经过测试某度输入法、谷歌拼音也可以复现。
如：
2015年《利用手心输入法绕过win8登录密码保护执行任意命令》https://wooyun.xyz/bug_detail.php?wybug_id=wooyun-2015-0130018
2018年《神漏洞：微软小娜可让任何人修改Windows 10密码》https://www.secrss.com/articles/3348
2020年《利用某度输入法绕过windows登录和提权服务器》https://cn-sec.com/archives/76228.html
目前搜狗输入法在 Windows 上被确认存在严重的越权漏洞。Windows 环境中，攻击者在能访问到系统登录界面的情况下（位于电脑终端前/电脑开启了远程桌面/使用了ToDesk、向日葵等远程控制软件），无需知晓账号密码即可获取操作系统权限，继而实现增加帐号、修改管理员密码、拷贝文件、植入木马等非法操作。
复现方式
据本频信源，国内已有企事业单位内部通知「必须卸载搜狗输入法」。
搜狗方面回应称，「经搜狗输入法安全团队排查，该问题仅存在于特定版本Windows系统，是由于微软屏幕键盘等相关程序主动以特权接口加载中文输入法导致。我们已将此系统漏洞通知微软相关团队。
在微软修复该漏洞前，为更有效保护用户安全，我们已采取了主动规避措施，在Windows登录界面下搜狗输入法将主动退出加载执行。」
有安全人员解释称，这个是微软登陆界面的0day漏洞，经过测试某度输入法、谷歌拼音也可以复现。
如：
2015年《利用手心输入法绕过win8登录密码保护执行任意命令》https://wooyun.xyz/bug_detail.php?wybug_id=wooyun-2015-0130018
2018年《神漏洞：微软小娜可让任何人修改Windows 10密码》https://www.secrss.com/articles/3348
2020年《利用某度输入法绕过windows登录和提权服务器》https://cn-sec.com/archives/76228.html
Midjourney 发布 v6.1 版本,全面提升 AI 图像生成能力
2024 年 7 月 30 日,AI 图像生成工具 Midjourney 正式推出 v6.1 版本。该版本在多个方面实现了显著提升:
- 图像连贯性增强,特别是在手臂、腿、手等人体部位的生成上更加自然
- 图像质量大幅提高,减少了像素伪影,增强了纹理和皮肤细节
- 小细节更加精确,如眼睛、小脸等特征的生成更为准确
- 生成速度提升约 25%
- 新增 --q 2 模式,可生成更多纹理细节
此外,v6.1 版本还更新了放大和个性化模型,进一步提升了生成图像的整体美观度。Midjourney 表示,这是目前他们「最好的模型」。
Midjourney 自 2022 年推出以来,凭借其强大的 AI 绘画能力迅速成为该领域的领先者之一。
（Midjourney）
2024 年 7 月 30 日,AI 图像生成工具 Midjourney 正式推出 v6.1 版本。该版本在多个方面实现了显著提升:
- 图像连贯性增强,特别是在手臂、腿、手等人体部位的生成上更加自然
- 图像质量大幅提高,减少了像素伪影,增强了纹理和皮肤细节
- 小细节更加精确,如眼睛、小脸等特征的生成更为准确
- 生成速度提升约 25%
- 新增 --q 2 模式,可生成更多纹理细节
此外,v6.1 版本还更新了放大和个性化模型,进一步提升了生成图像的整体美观度。Midjourney 表示,这是目前他们「最好的模型」。
Midjourney 自 2022 年推出以来,凭借其强大的 AI 绘画能力迅速成为该领域的领先者之一。
（Midjourney）
微软再次出现服务中断
微软服务状态网站上的一则警报称，此次宕机影响了微软Azure、Microsoft 365、云系统Intune和Entra 等。
当地时间7月30日上午，微软公司在社交媒体平台 X 上发布的帖子中表示，该问题影响了“多项 Microsoft 365 服务和功能”。Microsoft 365 包括 Outlook、Word 和 Excel 等常用生产力应用程序。微软公司在帖子中表示：“我们目前正在调查多项 Microsoft 365 服务和功能的访问问题和性能下降。有关详细信息，请参阅管理中心的‘MO842351’。”
微软公司表示，Azure 云应用程序的中断是由分布式拒绝服务 (DDoS) 网络攻击引发的。微软在状态更新中表示，DDoS 攻击始于周二早间，微软自动保护机制的错误加剧了影响，而不是减轻了影响。多个地区的客户受到影响，包括在 Azure 上运行的服务。据知情人士透露，由于 Azure 出现问题，星巴克的移动订购服务被停用了数小时。
微软服务状态网站上的一则警报称，此次宕机影响了微软Azure、Microsoft 365、云系统Intune和Entra 等。
当地时间7月30日上午，微软公司在社交媒体平台 X 上发布的帖子中表示，该问题影响了“多项 Microsoft 365 服务和功能”。Microsoft 365 包括 Outlook、Word 和 Excel 等常用生产力应用程序。微软公司在帖子中表示：“我们目前正在调查多项 Microsoft 365 服务和功能的访问问题和性能下降。有关详细信息，请参阅管理中心的‘MO842351’。”
微软公司表示，Azure 云应用程序的中断是由分布式拒绝服务 (DDoS) 网络攻击引发的。微软在状态更新中表示，DDoS 攻击始于周二早间，微软自动保护机制的错误加剧了影响，而不是减轻了影响。多个地区的客户受到影响，包括在 Azure 上运行的服务。据知情人士透露，由于 Azure 出现问题，星巴克的移动订购服务被停用了数小时。
国行 Mac 可使用如下方式激活 Apple Intelligence，并且可以联动其他设备激活通知过滤等少数本地 AI 功能。
https://github.com/CatMe0w/zouxian
https://github.com/CatMe0w/zouxian
GitHub
GitHub - CatMe0w/zouxian: Permanent Apple Intelligence + Xcode Predictive Code Completion for Chinese-market Mac computers
Permanent Apple Intelligence + Xcode Predictive Code Completion for Chinese-market Mac computers - CatMe0w/zouxian
OpenAI 宣布向小部分 ChatGPT Plus 用户推出全新高级语音模式的 Alpha 版本，并将于今年秋季逐步面向所有 Plus 用户推出。
Ref: https://x.com/openai/status/1818353580279316863
据本频观察，参与本次测试的用户大多是 OpenAI 社群志愿者、科技博主等。普通用户被灰度到的概率较小。
Ref: https://x.com/openai/status/1818353580279316863
据本频观察，参与本次测试的用户大多是 OpenAI 社群志愿者、科技博主等。普通用户被灰度到的概率较小。
OpenAI 推出 gpt-4o-64k-output-alpha 模型，显著提升模型单次输出长度。暂时仅限 Alpha 参与者。
此前 Claude 和 DeepSeek 都相继在 API 上测试 8K 输出，而 GPT-4o-mini 则在 API 提供 16K 长度的输出。
此前 Claude 和 DeepSeek 都相继在 API 上测试 8K 输出，而 GPT-4o-mini 则在 API 提供 16K 长度的输出。
Apple Intelligence 首轮测试启动,暂不支持中国大陆及欧盟设备
Apple 于 7 月 30 日向开发者推送了 iOS 18.1、iPadOS 18.1 和 macOS Sequoia 15.1 的首个测试版，正式启动 Apple Intelligence 功能的首轮测试。
这些测试版仅面向支持 Apple Intelligence 的设备推送，包括非中国大陆和欧盟销售的 iPhone 15 Pro 和 iPhone 15 Pro Max, 以及搭载 M1 及更高版本芯片的 iPad 和 Mac 设备。目前开放的功能包括：全新 Siri 界面、通话录音、智能改写、邮件摘要和智能回复等。值得注意的是，ChatGPT 集成等部分功能尚未开放。
通话录音功能可在通话界面左上角点击录音按钮启用，系统会用 AI 语音提示「正在录音」。录音完成后将保存在「备忘录」应用中，并可生成摘要。
此次更新还新增了「减少打扰」专注模式，利用 Apple Intelligence 过滤不重要的通知。然而，由于中国大陆设备暂不支持 Apple Intelligence, 该功能也无法使用。
除通话录音外，Apple Intelligence 目前对中国大陆和欧盟销售的设备不可用，这是一种硬件级锁定，无论设备位于何处都无法启用。但香港、澳门和英国用户不受此限制。
开发者需要在设备的「设置」应用中加入 Apple Intelligence 候补名单，可能还需要将系统地区设置为美国。Apple 表示，正式版 Apple Intelligence 功能预计将于今年秋季推出，但初期仍将处于测试阶段。值得注意的是，Apple Intelligence 不会包含在今年 9 月发布的 iOS 18 正式版中，而是计划在之后的 iOS 18.1 更新中推出。
同时,Apple 发布了一份详细的 技术报告 ,首次披露了 Apple Intelligence 背后的基础模型架构和训练过程。
根据技术报告,Apple Intelligence 由两个主要模型组成:一个约 30 亿参数的设备端模型(AFM-on-device, Apple Foundation Models on device)和一个更大的服务器端模型(AFM-server)。这些模型采用了创新的架构设计,包括共享输入/输出嵌入矩阵、预归一化、查询/键归一化等技术,以提高模型效率和稳定性。
Apple 强调了其在负责任 AI 开发方面的努力。公司制定了全面的安全分类法,涵盖 12 个主要类别和 51 个子类别,用于评估潜在风险。在训练数据方面,Apple 严格筛选,不使用用户私人数据,并采取措施排除潜在有害内容。
为了提高模型性能和效率,Apple 采用了 LoRA (Low-Rank Adaptation) 适配器技术和创新的量化方法。这些技术使得 AFM-on-device 模型能够在保持高性能的同时,将参数压缩到平均每权重不到 4 位。
在人类评估中,AFM 模型在多项任务上表现出色。例如,AFM-on-device 在指令遵循能力上优于 Phi-3-mini、Gemma-7B 等模型,而 AFM-server 在功能调用基准测试中超越了 Gemini-1.5-Pro 和 GPT-4。
（MacRumors、9to5Mac、CNBeta、蓝点网）
Apple 于 7 月 30 日向开发者推送了 iOS 18.1、iPadOS 18.1 和 macOS Sequoia 15.1 的首个测试版，正式启动 Apple Intelligence 功能的首轮测试。
这些测试版仅面向支持 Apple Intelligence 的设备推送，包括非中国大陆和欧盟销售的 iPhone 15 Pro 和 iPhone 15 Pro Max, 以及搭载 M1 及更高版本芯片的 iPad 和 Mac 设备。目前开放的功能包括：全新 Siri 界面、通话录音、智能改写、邮件摘要和智能回复等。值得注意的是，ChatGPT 集成等部分功能尚未开放。
通话录音功能可在通话界面左上角点击录音按钮启用，系统会用 AI 语音提示「正在录音」。录音完成后将保存在「备忘录」应用中，并可生成摘要。
此次更新还新增了「减少打扰」专注模式，利用 Apple Intelligence 过滤不重要的通知。然而，由于中国大陆设备暂不支持 Apple Intelligence, 该功能也无法使用。
除通话录音外，Apple Intelligence 目前对中国大陆和欧盟销售的设备不可用，这是一种硬件级锁定，无论设备位于何处都无法启用。但香港、澳门和英国用户不受此限制。
开发者需要在设备的「设置」应用中加入 Apple Intelligence 候补名单，可能还需要将系统地区设置为美国。Apple 表示，正式版 Apple Intelligence 功能预计将于今年秋季推出，但初期仍将处于测试阶段。值得注意的是，Apple Intelligence 不会包含在今年 9 月发布的 iOS 18 正式版中，而是计划在之后的 iOS 18.1 更新中推出。
同时,Apple 发布了一份详细的 技术报告 ,首次披露了 Apple Intelligence 背后的基础模型架构和训练过程。
根据技术报告,Apple Intelligence 由两个主要模型组成:一个约 30 亿参数的设备端模型(AFM-on-device, Apple Foundation Models on device)和一个更大的服务器端模型(AFM-server)。这些模型采用了创新的架构设计,包括共享输入/输出嵌入矩阵、预归一化、查询/键归一化等技术,以提高模型效率和稳定性。
Apple 强调了其在负责任 AI 开发方面的努力。公司制定了全面的安全分类法,涵盖 12 个主要类别和 51 个子类别,用于评估潜在风险。在训练数据方面,Apple 严格筛选,不使用用户私人数据,并采取措施排除潜在有害内容。
为了提高模型性能和效率,Apple 采用了 LoRA (Low-Rank Adaptation) 适配器技术和创新的量化方法。这些技术使得 AFM-on-device 模型能够在保持高性能的同时,将参数压缩到平均每权重不到 4 位。
在人类评估中,AFM 模型在多项任务上表现出色。例如,AFM-on-device 在指令遵循能力上优于 Phi-3-mini、Gemma-7B 等模型,而 AFM-server 在功能调用基准测试中超越了 Gemini-1.5-Pro 和 GPT-4。
（MacRumors、9to5Mac、CNBeta、蓝点网）
