OpenAI 展示音频模型 Voice Engine；清明节前 AI 复活亲人成热门生意丨RTE 开发者日报 Vol.175

RTE开发者社区

2024-04-01

导读：本期关键词：复制原音、Grok 1.5、超级计算机

开发者朋友们大家好：

这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE （Real Time Engagement）领域内「有话题的新闻」、「有态度的观点」、「有意思的数据」、「有思考的文章」、「有看点的会议」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。

本期编辑：@CY，@JLT，@鲍勃

有话题的新闻

1、OpenAI 首次展示音频模型 Voice Engine，15 秒即可复制原音

3 月 30 日凌晨，OpenAI 在官网首次展示了全新自定义音频模型「Voice Engine」。用户只需要提供 15 秒左右的参考声音，通过 Voice Engine 就能生成几乎和原音一模一样的全新音频，在清晰度、语音连贯、音色、自然度等方面比市面上多数产品都强很多。

除了能合成音频之外，OpenAI 还展示了 Voice Engine 很多其他商业用途，例如，一位失去声音表达能力的女孩，在 Voice Engine 帮助下能像以前一样正常发音说话。（@财联社）

2、不止去中国化，戴尔彻底离开俄罗斯，中企顶上

3 月 31 日消息，俄乌冲突之后，美国科技企业基本都退出了俄罗斯、白俄罗斯市场，但现在，不少企业连仅存的服务支持都切断了。据悉，惠普正式关闭了俄罗斯官网。目前，俄罗斯用户打开惠普官网，会被跳转到哈萨克斯坦官网，因为两国语言相通。

俄罗斯用户已经无法得到惠普的官方在线支持，不过仍旧可以从哈萨克斯坦官网下载惠普打印机、笔记本等产品的驱动。在此之前，惠普已经关闭了白俄罗斯官网，同样会被跳转到哈萨克斯坦官网。惠普已于 2022 年彻底结束了在俄罗斯、白俄罗斯的业务，也放弃了 10 亿美元的年收入。

外媒指出，惠普退出俄罗斯市场之后，中国企业填补了大量空白，比如打印机，中国奔图的份额已经从 2022 年前的 16％暴涨到如今的 53％。有趣的是，爱普生的份额也增加了 22.1％，其还保留着俄罗斯官网和支持服务。（@快科技）

3、马斯克发布 Grok 1.5，上下文处理长度比肩 GPT-4

伊隆·马斯克旗下的人工智能初创公司 xAI 宣布正式推出 Grok-1.5。

根据官方介绍，对于上下文窗口，Grok-1.5 直接提升到了之前的 16 倍，增长到 128k，和 GPT-4 齐平。这意味着 Grok-1.5 可以处理更长和更复杂的提示，同时保持其遵循指令的能力。

Grok-1.5 最大的改进之一是处理编程和数学相关任务的能力大幅提升，全面超越 Grok-1、Mistral Large、Claude 2。（@快科技）

4、微软和 OpenAI 计划投资 1000 亿美元打造星际之门超级计算机

据科技媒体《The Information》援引消息人士信息称，微软和 OpenAI 正密切规划一个雄心勃勃的数据中心项目，旨在建造一台名为「星际门」（Stargate）的 AI 超级计算机。该计算机将配备数百万个专用服务器芯片，旨在为 OpenAI 的 AI 技术提供强大动力。

据悉，该项目预计耗资高达 1000 亿美元，这是目前一些最大数据中心成本的 100 倍。微软将承担项目的资金投入，展现了其对推动 AI 技术发展的坚定信心。「星际门」将是未来六年内公司计划建造的最大项目之一。（@华尔街见闻）

5、清明节前 AI 复活亲人成热门生意：几十元到上百元不等

随着清明节的脚步日益临近，思念亲人的情感愈发浓烈，而近日，一项名为「AI 复活」的服务在市面上引起了热烈讨论。这一创新业务，通过利用人工智能技术，让逝去的亲人仿佛再次回到我们身边，成为了市场的热门话题。

据悉，目前「AI 复活」业务已经形成了完整的产业链。有专门的代理机构负责发布相关视频，吸引潜在客户的关注；而制作团队则负责根据客户的需求，制作高度逼真的数字人形象。据业内人士透露，仅一个月的时间，他们便能接到多达 70 余单的订单，市场需求之大令人咋舌。这也反映出人们对于逝去亲人的思念之情，以及对于新技术应用的渴望。

在各大电商平台上，已有不少商家推出了「AI 复活」服务。他们承诺，只需提供一张亲人的照片和一段录音，便能制作出高度相似的数字人形象。服务价格因不同商家的定价策略而有所差异，从几十元到上百元不等。更令人惊讶的是，有些高端服务甚至声称能够实现声音和外貌的 95% 以上相似度，但相应的价格也较为昂贵，从数千元到数万元不等。（@站长之家）

有态度的观点

1、Mistral CEO：五年后，任何人都能创建 AI 自主代理，开发者与用户界限变得模糊

Mistral 创始人 Arthur Mensch 表示，未来 5 年，AI 将向更加自主的智能体 Agent 和助手发展，能完成越来越多复杂任务，制作这样的智能体将变得越来越容易。AI 技术将通过自然语言交互得以广泛控制和使用，到一定程度时，开发者与用户的界限将变得模糊，普通用户也能创建定制的 AI 助手工具。

另外，AI 部署将趋向于更多状态化的形式，与数据和上下文紧密关联，而非当前的无状态 API 调用模式，状态数据可能存储在数据云平台中。未来几年，LLM 领域可能还将出现一些协调和整合，尤其是在开源模型方面，以利于全行业发展。

从当前到未来，LLM 将呈现从小型模型到超大型模型的全尺寸覆盖，以平衡不同场景下的延迟和能力需求。评估 LLM 表现、持续改进模型，以及自动化提示工程将是亟待解决的痛点，需要 AI 技术自身来帮助解决。（@有新 Newin）

2、周鸿祎自称开源信徒：宣布将开源 360 智脑 7B 模型，支持 50 万字长文本输入

360 创始人@周鸿祎近日透露即将开源 360 智脑 7B（70 亿参数模型），支持 360k（50 万字）长文本输入。周鸿祎表示，前段时间大模型行业卷文本长度，100 万字「很快将是标配」。「我们打算将这个能力开源，定为 360k 主要是为了讨个口彩。」他还自称「开源的信徒」，信奉开源的力量。

据介绍，360 智脑长文本能力已入驻大模型产品「360AI 浏览器」。周鸿祎还谈到了小模型的优势：其认为小模型速度快、用户体验也好，单机单卡就能跑，具备更高的性价比。（@IT 之家）

写在最后：

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。

对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。

【声明】内容源于网络

RTE开发者社区

RTE 开发者社区是聚焦实时互动领域的中立开发者社区。不止于纯粹的技术交流，我们相信开发者具备更加丰盈的个体价值。行业发展变革、开发者职涯发展、技术创业创新资源，我们将陪跑开发者，共享、共建、共成长。

内容 1122

粉丝 0

RTE开发者社区 RTE 开发者社区是聚焦实时互动领域的中立开发者社区。不止于纯粹的技术交流，我们相信开发者具备更加丰盈的个体价值。行业发展变革、开发者职涯发展、技术创业创新资源，我们将陪跑开发者，共享、共建、共成长。

总阅读197

粉丝0

内容1.1k