今天與 {{active_subscriber_count}}+ 位讀者一起看：
🗞️｜Perplexity：2024 搜尋回顧
🚀｜Hume AI 語音語言模型 OCTAVE
📊｜OpenAI o3 模型智商可能已達 157
🧭｜如何使用 Google Whisk？
🔬｜Meta 發表大型概念模型（LCM）
🔍｜Google DeepMind 研究總監分享 Project Astra 未來
🗞️ NEWS
AI 搜尋引擎 Perplexity：2024 搜尋回顧
圖片來源：Perplexity
AI 搜尋引擎 Perplexity 在今年結束前，發佈了 2024 搜尋回顧，今年 Perplexit 使用率大幅成長，我們來看看大家都在 Perplexity 上搜尋什麼？
科技趨勢：中國快手研發的 Kling AI、Google 的 Willow 量子晶片、ChatGPT 的「禁用名字」現象。
金融標的：BTC、TSLA、NVDA、DOGE、XRP。
銷售產品：Apple MacBook Air M3、Apple AirPod Max、Nintendo Switch。
哪些學生最喜歡使用 Perplexity：紐約大學、東北大學、加州大學柏克萊分校。
🧰 TOOLS
Murf AI：讓 AI 配音！你也能講 20 多種語言
來自合作夥伴：Murf AI
Murf AI 是一款 AI 生成語音工具，可以複製你的聲音，配音成 20 多種語言，快速將文字轉語音，生成專業配音。
200 多種不同風格的語音、20 多種語言（中文、日文、英文…），提升你創作、編輯、翻譯內容的效率。
整合 Canva、PowerPoint、Google 簡報，能夠新增語音旁白，讓 AI 幫你報告。
複製你的聲音，把你的聲音用在影片、Podcast，甚至遊戲角色中，不用再配音。
300+ 家富比士全球 2000 強企業都使用 Murf AI 來創作內容，你也能開始免費用 Murf AI 幫你配音
🚀 LAUNCH
Hume AI 推出全新語音語言模型 OCTAVE
Hume AI 推出全新語音語言模型 OCTAVE，能夠做到 OpenAI 語音引擎、Elevenlab TTS 語音、NotebookLM 等系統的功能。
生成任何聲音：可以根據文字提示生成任何聲音和個性，並模擬多種語言特徵。
即時聲音複製：僅需 5 秒錄音，就能提取聲音、口音與個性，快速生成清晰的對話。
即時語音互動：能用生成或模仿的聲音與個性，進行互動對話。
多角色互動對話：生成多個角色的對話，並在角色之間靈活切換。
語言性能媲美頂尖 LLM：雖然 OCTAVE 是以語音生成為核心，但在語言理解上的能力與同級別的 AI 模型一樣強大。
📊 CHART
OpenAI o3 模型智商可能已達到 157
數據來源：Codeforces
最近 OpenAI o3 模型的推出造成非常大的轟動，那究竟 o3 模型有多聰明？有人根據 Codeforces 評級粗略估算：o3 模型可能已達到人類智商的 157。
Codeforces 是什麼：程式設計競賽網站，使用類似 Elo 的評分系統，將參與者依照實力區分等級。
推測前提：假設所有參與者中有 15% 為頂尖程式設計師，並以這些人的實力水準來推估 o3 模型的表現。
粗略估算：o3 模型的等級可能在 13,333 名參與者中僅出現 1 位，粗略估算智商達到 157。
雖然估算並不嚴謹：但相對基準測試分數，能讓大家更容易了解 AI 的能力，如果 o3 的智商真的高達 157，那麼它已經超越了 99.9928% 的人類。
最近 Google 推出全新 AI 圖片生成工具 Whisk，網路上出現非常多透過 Google Whisk 生成的圖片，搭配 Kling AI 甚至能做出意想不到的影片。
這部影片是我最近找到講的比較詳細的教學：
如何使用 Google Whisk 製作驚艷貼圖？
運用 Prompt 編輯輕鬆處理圖片
生成場景、切換風格，並結合 AI 工具
掌握 Whisk 創意 AI 功能的關鍵小撇步
🔬 RESEARCH
Meta 發表「大型概念模型（LCM）」研究
圖片來源：Meta
Meta FAIR 團隊提出「大型概念模型（Large Concept Models, LCM）」，將「推理」與「語言表達」分開，模仿人類高層次思維方式。
LCM 是什麼：與現有 LLM 以「Token」為單位處理不同，LCM 在句子嵌入空間中進行建模，結合語音與文本表達。
研究方法：使用 SONAR 句子嵌入空間（支援 200 種語言），模型接受 1.3 兆至 7.7 兆 Token 的訓練數據，進行自回歸句子預測。
成果應用：LCM 在摘要生成等任務中超越同等規模 LLM，尤其在多語言表現更好。
Google DeepMind 官方的 Podcast 節目邀請到他們研究總監 Greg Wayne，分享 Google 的 AI 助手 Project Astra 的未來潛力。
Project Astra：具備「視覺、聽覺、語言」三合一的多模態能力，可即時辨識物體、聽懂語音、在上下文中進行對話。
語言模型：以 Gemini 為核心，整合搜尋、視覺與音訊模型，能夠串接更多 Google 工具，如 Google Lens、Google Maps。
應用場景：目標不只在手機上，而是可融入多種裝置（含穿戴式眼鏡），可協助視障者、翻譯外語、甚至主動提醒「注意桌椅」。
未來發展：Astra 目前仍需要使用者帶領思考，若能進一步主動蒐集資料、深度推理並歸納建議，而非只回答問題，才算真正邁向協助決策的關鍵一步。
🤝 ADVERTISING
與 {{active_subscriber_count}}+ 位讀者分享你的產品與服務
《Brief AI 電子報》讀者近 50% 擁有碩士以上學歷；管理階層超過 40%，資深職員超過 30%；來自國內外多間知名企業…
