可口可樂最近也搭上了 AI ，推出了一款名為「Coca-Cola Y3000」的限量版飲料，可以在包裝看到上面寫著「與 AI 共同創作」。

Y3000 的口味還有包裝都是利用 AI 一起設計出來的，用 AI 決定「未來感味道」的搭配和特點，AI 也生成了氣泡、粉藍色和像素概念的「未來感包裝」。

去年八月，這幅用 Midjourney 生成出來的畫「Théâtre d'Opéra Spatial」，在「Colorado State Fair art contest」獲獎，引起很多人關注到 AI 生成式藝術。

但這星期二，美國著作權局認為這幅畫因為包含了過多 AI 生成內容，所以拒絕了作者的著作權申請。

就算作者跟著作權局說明，他是通過自己不斷輸入修改 Prompts ，超過 624 次才創作出這幅畫，也沒辦法獲得完整的藝術版權。

Enfabrica 是一家專門設計 AI 、機器學習相關領域晶片的新創，這次 B 輪融資 1.25 億美元後，估值已經是 A 輪估值的 5 倍。

Enfabrica 設計開發的 ACF-S，能夠讓 GPU、CPU 和 AI 加速晶片之間實現高速數據傳輸，可以減少大型語言模型將近一半的 GPU 計算量。

Druid 是提供「對話式商業應用」的一間歐洲新創，最近獲得 B 輪 3,000 萬美元的投資。

他們平台與 ChatGPT 整合後，可以讓企業在上面訓練自家的客服助理，在客服人員休息時，也能持續回覆客戶，達到 24 小時自動化的服務。

根據報告，生成式 AI 在產品開發市場的規模預計將從 2022 年的 5,100 萬美元增長到 2032 年的 11.3 億美元，年複合成長率（CAGR）達到 37.4％。

生成式 AI 應用在產品開發上，可以自動化和加速產品設計過程，甚至是優化產品性能，除了可以縮短產品開發的時間，也能為企業創造出更高品質的產品。

在公司團隊方面，生成式 AI 也能幫助團隊協作和知識共享，提升產品開發效率。

世界上有很多重要的科學知識都是儲存在書本或是期刊中，但通常都是以 PDF 形式儲存，而 PDF 其實不容易保存類似數學公式的知識。

為了解決這個問題，Meta AI 研究團隊推出了一個新的視覺 Transformer 模型 Nougat，是專門用在「學術文件」的光學字元辨識（OCR）。

這個模型可以將學術文件轉換成標記式語言，讓電腦或是 AI 能夠更容易讀取和理解，提高 AI 對這些科學知識的應用。

Scenimefy 是一個由南洋理工大學 S-Lab 研究團隊開發的半監督式 Image-to-Image 的轉換架構，可以把真實世界的複雜圖片轉換成動漫場景。

它的方式不是簡單加幾個動漫濾鏡或特效。

簡單來說，Scenimefy 會先深入分析照片，理解照片中的各種元素，如建築、自然景觀，然後再用動漫的方式重新繪製。

這篇文章由獨立記者 Amy Castor 和金融作家 David Gerard 一起寫的，內容討論了目前 AI 的發展以及 VC 對 AI 投資的看法。

文章提到從 1950 年代開始，AI 其實就不斷經歷熱潮，但差別是過去的 AI 熱潮主要是由政府提供資金，但現在的 AI 熱潮幾乎完全是由 VC 來提供資金。

VC 大量投資 AI，但很多 AI 相關產品功能都還很有限，作者認為這些投資人可能很難輕易退出。

而且現在的 AI 其實都依賴低薪工人來訓練數據，像是昨天提到芬蘭用囚犯訓練 AI 一樣，產業整體費時且勞力密集，如果過度「概念投資」反而可能導致產業的冬天到來。