国风AI绘画平台Trik；「一个女孩的一生」走红；音视频转文字的精准处理指南；神经网络原理动画

国风AI绘画平台Trik；「一个女孩的一生」走红；音视频转文字的精准处理指南；神经网络原理动画 | ShowMeAI日报

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！

🉑 智谱AI推出第三代基座大模型ChatGLM3，瞄向了 GPT-4V

https://github.com/THUDM/ChatGLM3

10月27日，智谱AI宣布推出全自研的第三代基座大模型 ChatGLM3 及相关系列产品。ChatGLM3 秉承开源精神，将开源模型发布在GitHub，其模型参数为最小的型号6B。

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型，在前两代模型的基础上进行了全方位技术升级。其中，多模态理解、代码增强模块、网络搜索增、语义能力与逻辑能力的技术提升，瞄向了 GPT-4V。

https://chatglm.cn/main/code

在全新升级的 ChatGLM3 赋能下，生成式AI助手「智谱清言」已成为国内首个具备代码交互能力的大模型产品 (Code Interpreter)。在这一能力的加持下，ChatGLM3可支持图像处理、数学计算、数据分析等使用场景 ⋙ 官方发布

👀 AI成为微软的盈利新马达，GitHub Copilot 付费用户突破 100 万

https://www.fool.com/earnings/call-transcripts/2023/10/24/microsoft-msft-q1-2024-earnings-call-transcript

10月24日，微软举办了2024年第一季度财报电话会议。会议中，微软的CEO Satya Nadella 和 CFO Amy Hood 分别介绍了公司在各个业务领域的进展和业绩。

财报显示，微软的营收同比增长13%，达到565亿美元；净利润同比增长27%，达到222亿美元，数据非常亮眼。其中，AI战略为增长做出了显著贡献，特别是 **GitHub Copilot 的付费用户已经突破了 100 万，**成为历史上最广泛使用的 AI 开发工具。

Nadella 还表示，在即将到来的 Ignite 大会上，微软将发布超过100个AI驱动的新产品和服务。狠狠期待了！

👀 小红书AI绘画平台「Trik」，更适合中国宝宝的绝美国风

https://www.trikai.com/apps/trikwebapp/community/selected

Trik 是小红书推出的AI绘画平台，图片非常有「中国风」的意境！社区中的图片，题材、布局、配色都带着浓烈的国风元素，而且非常好看！只需要下拉页面，美图就会扑面而来~

目前网站功能逐步完善中，可以点击导航栏中的「创作」申请内测权限 (内测申请需要小红书主页链接)，感兴趣的创作者们可以试试。

注：Trik 前段时间问世后，曾被站内原创画师指出「AI生成的图像与自己原创作品高度相似」，并引发了「停更潮」。国内应用也在陆续面对「AI生成内容与版权保护」的冲突了，希望可以有妥善的处理结果

👀 腾讯混元大模型全新升级，文生图、代码能力得到显著提升

10月26日，腾讯混元大模型正式开放「文生图」功能，针对语义理解、图片结构、画面细节等进行了升级。此外，经过对32种主流编程语言数据集的学习增训，腾讯混元代码处理水平提升超过20%。

使用混元，可以边聊边画 (与 DALL·E 3 体验相似)，也可以在「灵感」中选择绘画风格。目前官方内置了赛博朋克、日漫动画、梵高、扁平插画、像素插画、马赛克等6种风格，可以轻松地绘制水平还不错的图像，而且微信小程序画图特别方便！推荐~

讯混元目前仍是内测状态，需要前往网站（https://hunyuan.tencent.com）或者小程序「腾讯混元助手」进行权限申请

🉑 从无人问津到阅读量突破100万，AI重绘「一个女孩的一生」

上周，小红书上比较火热的AI作品是「一个上海女孩的一生」，用AI绘画展示了一位上海姑娘从出生、上学、工作、出游、逛街、年迈的生命历程。作品短时间内获得了将近100万的阅读、1万多点赞，这个数据对于粉丝量三四千的作者来说，是意外且惊喜的。

这个作品火了之后，作者进行了同类型的其他创作，包括北京女孩、东北女孩、山东女孩、东京女孩、广东女孩、重庆女孩等，热度有所下降但效果也很不错。带有时代和地域特性的内容，可以唤起一代人的共鸣。挺有启发的~

🉑 Whisper+Memo：音视频转文字的精准处理指南

https://sspai.com/post/83644

如何把一份音频、视频文件转为文字，并借助AI工具进行翻译、总结和问答呢？

常用的工具，如飞书妙计、通义听悟、讯飞听见，可以满足会议、演讲等日常内容的处理。但是，一旦音视频包含大量专业术语、非中文、或者音源品质一般，这些工具的处理精度就比较一般了。

这篇文章的作者摸索到了一个由「Whisper+Memo」构建的工作流，可以非常精准地将音视频内容转写为文字，并进行快速地一键翻译、双语对照、点击定位跳转等操作。

为了进一步提升处理效果，作者还建议对音源进行降噪、人声增强、去除大段空白等操作，并可以将撰写后散乱的短句合并为段落。整体上，如果你需要更准确的转录结果且电脑能开启 GPU 加速，那么这个方案真的很不错！！

Whisper：https://openai.com/research/whisper

Memo：https://memo.ac/zh

👀 一众大佬再发AI安全联名信，Yann LeCun 喷他们乱秀「优越感」

https://managing-ai-risks.com

最近几天，「AI安全」的消息出现得比较频繁，甚至像是在「吵架」？？一起来盘点下各方动作和观点。

10月24日，Bengio、Hinton、姚期智 (Andrew Yao)、张亚勤等知名学者和专家签署联名信，讨论了在AI快速发展的时代，如何管理和应对高级AI系统所带来的风险。

联名信指出，未来10到20年，高级AI系统的许多关键能力就可以超越人类，并由此引发不公平、不稳定等诸多现实问题。因此，关注AI安全和伦理问题已经刻不容缓，并建议重新调整技术研发方向、提高政府对AI发展的监管能力、AI系统应具有红线能力并接收独立审查。

https://openai.com/blog/frontier-model-forum-updates

10月25日，微软、OpenAI、谷歌、Anthropic发布联合声明，表示将设立 1000 万美元的 AI 安全基金，推动 AI 评估研究，帮助社会能够有效地测试和评估「最有能力的 AI 模型」。

10月26日，OpenAI 宣布成立名为「Preparedness (中文翻译：战备)」的新团队，以评估、检测并预防人工智能模型可能导致的「灾难性风险」。此外，OpenAI 发起「Preparedness Challenge」挑战赛来征集新颖的研究方案，并为 TOP 10 团队提供 25,000 美元的奖励和入职机会。

https://www-ft-com.ezproxy.depaul.edu/content/30fa44a1-7623-499f-93b0-81e26e22f2a6

但是！Yann LeCun 在接受金融时报采访时，输出的观点则明显不同。他认为，现在担心AI造成的风险「为时尚早」，AI永远不会威胁人类，而是会成为比人类更聪明的帮手。

他表示，过早地监管AI研发是非常反生产力进步的行为，只会加强大型科技公司的主导地位，扼杀竞争。更直白一点说，一些领先地科技公司提出监管AI研发的要求，是在当众秀优越感，认为只有他们才能安全地发展AI。

2018年，图灵奖颁发给LeCun、Geoffrey Hinton 和 Yoshua Bengio，以表彰他们给人工智能带来的重大突破。然而当下，Hinton 和 Bengio 对下一代AI模型打来的危险表示担忧，LeCun 却认为科幻小说中机器控制人类的场景不会出现。曾经的「深度学习三巨头」，在下一个选择面前，分裂成了两个阵营。

🉑 关于神经网络的原理，看完这些动画&视频你就懂了

https://animatedai.github.io

这是一个关于人工智能原理的动画展示网页，用动画清晰地展示了「卷积神经网络」的基本概念和算法原理，包括卷积 (Convolution)、填充 (Padding)、步长 (Stride)、组卷积 (Groups)、深度卷积 (Depthwise)、深度可分离卷积 (Depthwise-Separable)、像素重排 (Pixel Shuffle)、块大小(Block Size) 等。

每个概念都有一个原理展示动画，可以清晰地get到内在涵义。感兴趣可以前往原网页查看。