大家好，欢迎来到 TechCrunch 的常规 AI 通讯。如果你希望每周三收到这封邮件，请注册 这里。
经过短暂休整，我们带着关于 OpenAI DevDay 的节目笔记回归。
昨天早上在旧金山举行的主题演讲基调低调，与首席执行官 Sam Altman 去年充满激情和炒作氛围的演讲形成鲜明对比。本次 DevDay 上，Altman 并未登台推销新项目，甚至没有现身；会议由平台产品负责人 Olivier Godement 主持。
作为系列 OpenAI DevDays 的首场活动（下一场将于本月在伦敦举行，最后一场于11月在新加坡举办），议程聚焦于生活质量改进。OpenAI 发布了实时语音 API 及视觉微调功能，允许开发者使用图像定制 GPT-4o 模型。此外，公司还推出了模型蒸馏技术，利用 GPT-4o 等大型 AI 模型来微调较小模型。
本次活动范围狭窄并不意外。OpenAI 今年夏天已降低预期，表示 DevDay 将侧重于教育开发者而非展示产品。然而，周二紧凑的60分钟主题演讲中省略的内容，引发了外界对 OpenAI 众多 AI 项目进展和现状的质疑。
会上未提及任何可能取代 DALL-E 3 的消息，也未更新语音克隆工具 Voice Engine 有限预览版的进展。视频生成器 Sora 尚未公布发布时间表；对于旨在让创作者控制内容在模型训练中使用的应用程序 Media Manager，公司也守口如瓶。
TechCrunch 联系 OpenAI 寻求评论时，发言人表示正“缓慢向更多受信任合作伙伴推出 [Voice Engine] 预览版”，且 Media Manager “仍在开发中”。
显然，OpenAI 的资源捉襟见肘——这种情况已持续一段时间。
据《华尔街日报》报道，负责 GPT-4o 的团队仅获九天时间进行安全评估。《财富》杂志指出，许多员工认为该公司首个“推理”模型 o1 尚未准备好发布。
随着 OpenAI 冲刺新一轮融资（可能带来高达65亿美元资金），其在多个未成熟项目中投入了大量精力。DALL-E 3 在多项定性测试中表现不如 Flux 等图像生成器；据报道，Sora 生成视频速度过慢，OpenAI 正在对其进行改造；GPT Store 的收入分成计划也被继续推迟，该计划最初定于今年第一季度上线。
OpenAI 陷入员工倦怠和高管离职困境并不令人惊讶。试图成为全能选手，最终往往样样稀松且取悦不了任何人。
新闻
AI法案遭否决：加州州长加文·纽森（Gavin Newsom）驳回了备受关注的 SB 1047 号法案。纽森称该法案“初衷良好”，但并非保护公众免受 AI 危害的“最佳途径”。
其他AI法案通过：纽森签署了其他几项 AI 监管法规，包括涉及 AI 训练数据披露、深度伪造裸照等内容的法案。
Y Combinator受到批评：创业加速器 Y Combinator 因支持 PearAI 而受批评，该初创公司创始人承认基本克隆了开源项目 Continue。
Copilot获得升级：微软 AI 助手 Copilot 周二改版，现可读取屏幕内容、深度思考并朗读，具备多种新功能。
OpenAI联合创始人加入Anthropic：OpenAI 联合创始人之一杜克·金格玛（Durk Kingma）宣布加入 Anthropic，具体职责尚不清楚。
利用客户照片训练AI：Meta Ray-Ban 智能眼镜配备摄像头用于 AR 功能，可能引发隐私问题。公司拒绝透露是否计划使用用户图像训练模型。
树莓派 AI 摄像头：树莓派（Raspberry Pi）发布了带板载 AI 处理功能的附加组件——树莓派 AI 摄像头。
本周研究论文
AI 编码平台吸引了数百万用户并获得数亿美元风投，但它们是否兑现了提高生产力的承诺？工程分析公司 Uplevel 的新分析显示答案可能是否定的。Uplevel 比较了约800名开发者客户的数据发现，依赖 GitHub Copilot 的开发者引入了41%更多的错误，且职业倦怠程度并未低于不使用该工具的开发者。
尽管存在版权侵权和隐私担忧，开发者对 AI 辅助编码工具仍表现出热情。GitHub 最新民调显示，大多数受访者已在某种程度上接受 AI 工具。企业界也持乐观态度，微软四月报告称 Copilot 拥有超过5万家企业客户。
本周模型
麻省理工学院衍生公司 Liquid AI 本周宣布首批生成式 AI 模型系列：Liquid 基础模型（LFMs）。
虽然模型已成商品，但 LFMs 采用了新颖架构，并在一系列行业基准测试中取得具有竞争力的分数。
目前主导生成式 AI 的是 Transformer 架构（由谷歌团队于2017年提出），支撑着 Sora、Stable Diffusion、Claude 和 Gemini 等模型。但 Transformer 在处理海量数据方面效率不高。
Liquid 声称其 LFMs 相比 Transformer 内存占用更小，能在相同硬件上处理更多数据。公司在博客文章中写道：“通过高效压缩输入，LFMs 可以处理更长的[数据]序列。”
Liquid LFM 已在多个云平台提供，团队计划在未来版本中继续完善该架构。
杂项
本周有一家 AI 公司提交了上市申请，若不注意可能会错过。
总部位于旧金山的 Cerebras 致力于开发 AI 模型运行和训练硬件，直接与 Nvidia 竞争。
面对占据 AI 芯片市场70%至95%份额的巨头，Cerebras 表示关键在于性能，声称其旗舰 AI 芯片能超越 Nvidia 硬件。
但 Cerebras 尚未将性能优势转化为利润。SEC 文件显示，该公司2024年上半年净亏损6660万美元；去年净亏损1.272亿美元，营收为7870万美元。
据彭博社报道，Cerebras 希望通过 IPO 筹集高达10亿美元资金。迄今为止，该公司已筹集7.15亿美元风投，三年前估值超40亿美元。