TODAY’S MENU
🗞️|Amazon 人形機器人 Digit
🗞️|環球對 Anthropic 提起訴訟
🚀|Youtube 複製聲音 AI 工具
💰|智譜 AI 融資 25 億元人民幣
📊|OpenAI 800 億美元估值
🔬|DALL·E 3 研究論文
🔍|深度文章:什麼時候適合使用 AI 的判斷標準 BAH
🗞️
NEWS
閱讀時間:2 分鐘

上週西雅圖的 Delivering the Future 活動中,Amazon 宣佈將開始測試 Agility 的人形機器人 Digit。
Agility 是一家專注打造工作用人形機器人的新創,其產品 Digit 可以在倉庫移動、抓取和處理物品,幫助員工加速重複性的物流工作。
(參考影片簡單介紹👇)
閱讀時間:3 分鐘
上週環球音樂、ABKCO 和 Concord,三間音樂公司對 AI 公司 Anthropic 提起訴訟,指控其濫用版權歌詞來訓練 AI 聊天機器人 Claude。
Anthropic 被指控使用至少 500 首歌曲的歌詞來訓練 AI,這是 Anthropic 第一次被告,也是首次關於「歌詞」的 AI 侵權訴訟。
除了音樂領域,也有其他作家和藝術家,因為作品被用來訓練生成式 AI 模型,對 Meta 和 OpenAI 提起訴訟。
🤝
SPONSOR
合作夥伴
beehiiv 是一個電子報平台,由知名電子報 Morning Brew 早期員工創立,他們清楚知道如何將電子報從零擴展到數百萬粉絲。
beehiiv 內建了發送電子報所有必備的工具,包含訂閱數成長、電子報客製化和數據分析工具。後續也不斷推出專為電子報經營設計的功能,包含:內建表單、反饋投票、推薦計畫、SEO 網頁優化…等。
🚀
LAUNCH
閱讀時間:5 分鐘
根據 Bloomberg 報導,YouTube 目前正在開發一種能夠「複製歌手聲音」的 AI 工具,目前正在與音樂公司討論版權問題。
之前網路上出現很多複製歌手聲音的音樂,但目前 AI 生成音樂處在一個灰色地帶,無法有效保護這些歌手、音樂家的權益。
我認為 AI 工具趨勢已經無法阻擋,就算明令禁止也無法解決。如果 YouTube 推出官方的 AI 工具,可能可以緩解一些版權問題,確保歌手、音樂家獲得該有的權益。
💰
FUNDRAISING
閱讀時間:3 分鐘

由北京清華大學孵化出來的智譜 AI,前幾天獲得多家科技巨頭,共 25 億元人民幣(約 3.4 億美元)的投資,成為中國目前公開融資額最高的大型語言模型新創。
智譜 AI 之前發布的 GLM-130B 模型,是亞洲唯一入選 Stanford 世界主流大型語言模型的模型。智譜 AI 還將在 10 月 27 日發佈全新一代的大型語言模型。
美國和中國之間,已經逐漸形成兩個平行的 AI 世界。
📊
CHART
閱讀時間:1 分鐘

Thrive Capital 正在與 OpenAI 商討購買 OpenAI 員工手上的股份。如果成功,OpenAI 的估值將超過 800 億美元。
這次的收購方案允許 OpenAI 員工賣出最多 10 億美元的股份,這次的交易可能讓 OpenAI 的估值在短短半年成長近 2.75 倍。
如果你是 OpenAI 的員工,你會選擇在這次的收購中,賣出你手上的公司股票嗎?
🔬
RESEARCH
論文長度:19 頁
OpenAI 宣布 DALL·E 3 已經開放給所有付費用戶使用,也公開了 DALL·E 3 的研究論文,能夠了解 OpenAI 是如何做出 DALL·E 3 的。
現有的 text-to-image 模型在處理詳細的 Prompt 時,常常會忽略或誤解 Prompt,OpenAI 認為這個問題是因為訓練資料集中的「文字和圖像對應品質」不好。
為了解決這個問題,這篇論文提出了使用生成圖像的「標題」來改善訓練資料集。
首先,需要訓練一個生成圖像「標題」的模型,可以為圖像生成詳細和準確的描述。再將這個模型應用在訓練資料集上,最後使用這個改善過的資料集來訓練 text-to-image 的生成模型。
經過與原始模型比較後,發現使用生成出來的標題可以明顯改善模型的效能,而且如果生成的標題占比越高,模型的效能就越好。
最後 OpenAI 就根據了這個研究,使用了 95% 生成標題的資料,訓練出了 DALL-E 3。
🔍
INSIGHT
閱讀時間:12 分鐘
我們都已經意識到 AI 的強大,但什麼時候適合使用 AI 呢?
這週 Ethan Mollick 的最新文章提出了一個實用的判斷標準「Best Available Human (BAH)」 來評估什麼時候使用 AI 對我們有幫助。
「Best Available Human (BAH)」的判斷標準有以下:「何時」、「何地」和「什麼情境」下,「最好的 AI 系統是否能勝過最佳可得的人力?」
作者用了 2 個例子,來證明這個判斷標準是有效的(有詳細的過程)
最佳可得的「共同創辦人」
最佳可得的「教練」
作者認為,如果我們現在不積極去探索「哪些場合適合使用 AI」,「哪些場合不適合」,大家可能就會所有事情都過度依賴 AI,到時候再提醒風險,就沒有人會注意了。




