生成式 AI 关键字列表
Adobe Firefly AI 视频生成器发布——迄今为止最"知识产权安全"的 AI 工具?

Adobe Firefly AI 视频生成器发布——迄今为止最"知识产权安全"的 AI 工具?

Adobe 推出新的 AI 视频生成模型 Firefly,进军生成式 AI 领域。该模型仅使用授权内容训练,可安全用于商业项目,是 Adobe 为专业创作者提供可靠 AI 工具的重要一步。新功能将通过 Firefly 网页应用和 Premiere Pro 软件提供,可根据文本或图像生成 1080P 视频片段。

AI 将为 YouTube Shorts 视频添砖加瓦

AI 将为 YouTube Shorts 视频添砖加瓦

YouTube 推出新的生成式 AI 视频功能,创作者可在制作 Shorts 时使用。该功能集成了 Google 的 Veo 2 视频模型,允许用户生成独立视频片段并添加到 Shorts 中。这项功能将为创作者提供更多创意选择,但同时也引发了对 AI 生成内容真实性的讨论。

Replit 和 Anthropic 的 AI 助力 Zillow 零工程师开发生产级软件

Replit 和 Anthropic 的 AI 助力 Zillow 零工程师开发生产级软件

Replit、Anthropic 和 Google Cloud 携手合作,让非技术人员也能开发软件。Zillow 利用这一技术,让市场团队成功开发了客户路由系统,每月处理超 10 万用户。这项突破性进展展示了 AI 辅助编程的巨大潜力,有望彻底改变软件开发行业,让更多人参与其中。

Adobe AI 让照片变成视频

Adobe AI 让照片变成视频

Adobe 推出新的 AI 视频生成功能,可将静态图像转换为视频并延长现有视频片段。该功能包括从文本提示生成短视频、将静态图像转为视频剪辑,以及在 Premiere Pro 中延长视频长度。Adobe 声称生成的视频内容"知识产权友好",创作者可安全使用。这项技术主要用于填充视频空白、生成背景画面和特效等。

Adobe 扩展生成式 AI 产品线,推出全新 Firefly 应用

Adobe 扩展生成式 AI 产品线,推出全新 Firefly 应用

Adobe 发布 Firefly 视频模型公测版,推出业界首个商业安全的 AI 视频生成模型。新模型可在 Firefly 应用和 Premiere Pro 中使用,能生成可直接用于生产的无版权视频内容。Adobe 还推出了 Firefly 标准版和专业版计划,提供灵活的使用额度和新的音频、视频功能。

Sam Altman 关于 AI 的三个最新观察

Sam Altman 关于 AI 的三个最新观察

Sam Altman 在最新博文中分享了关于 AI 发展的三个重要观察。他指出 AI 模型智能与训练资源呈对数关系,智能成本每年下降 90%,以及智能的社会经济价值呈超指数增长。这些观点揭示了 AI 技术的快速进步及其对未来社会和经济的深远影响。

生成式 AI 时代的数据:我们需要更多知识工程师

生成式 AI 时代的数据:我们需要更多知识工程师

在生成式 AI 时代,数据的重要性日益凸显。随着 AI 项目从概念验证走向生产,组织需要更加关注用于训练和推理的数据质量。专家们强调了解数据背景的重要性,以确保 AI 模型使用正确的数据。这突出了知识工程师的重要性 - 他们能够理解数据的上下文,并引导我们找到正确的数据。知识工程在 AI 时代将发挥关键作用。

WEKA 重组迎接生成式 AI 时代

WEKA 重组迎接生成式 AI 时代

WEKA 公司正在进行战略重组,以适应生成式 AI 带来的市场变革。尽管裁员 50 人,但公司计划在未来一年增加约 120 名员工,重点投资于大规模企业 AI 和 GPU 加速部署。WEKA 正调整市场战略,以把握 AI 发展带来的机遇。

负责任 AI 的悖论:广泛使用与不信任并存

负责任 AI 的悖论:广泛使用与不信任并存

人工智能已广泛融入日常生活,但公众对其影响持怀疑态度。尽管 99% 的美国人使用 AI 产品,77% 不信任企业能负责任地使用 AI。这种矛盾凸显了教育、透明度和问责制的重要性。企业需要通过明确沟通 AI 应用、整合伦理保障措施、与监管机构合作等方式,将 AI 从引发恐惧的源头转变为值得信赖的进步工具。

AI 时代定义成功的关键技能 (它们和你想的不一样)

AI 时代定义成功的关键技能 (它们和你想的不一样)

Coursera 最新报告显示,生成式 AI 课程报名人数激增 866%,反映了未来工作和职业成功的新趋势。报告强调了 AI 技能、网络安全和人际交往能力的重要性,同时揭示了全球 AI 学习格局和性别差距问题。这些发现对个人和组织如何在 AI 时代保持竞争力具有深远影响。

Pipeshift 致力于让开源生成式 AI 更易普及

Pipeshift 致力于让开源生成式 AI 更易普及

Pipeshift 推出一款基础设施平台,旨在帮助企业快速有效地部署开源大语言模型。该平台提供预建功能,使企业能够在内部训练、部署和扩展开源 LLM,无需大量工程师花费数周或数月时间进行繁重的工作。Pipeshift 刚刚完成 250 万美元种子轮融资,计划进一步完善平台功能并提高知名度。

生成式 AI 投资回报率未达预期,但信心依旧存在

生成式 AI 投资回报率未达预期,但信心依旧存在

根据德勤最新调查,虽然企业对生成式 AI 的投入持续增加,但实际收益低于预期。尽管如此,大多数企业仍对其前景保持乐观。监管合规成为主要障碍,IT 部门在应用中表现最佳。CIO 有机会在这一领域发挥领导作用,但需要管理成本并平衡各方期望。

企业 AI 如何缓解数据引力负担

企业 AI 如何缓解数据引力负担

本文探讨了企业在部署AI工作负载时面临的挑战,特别是数据引力问题。文章指出,与过去不同,公有云不再是首选方案。企业需要更具针对性的方法来控制数据和知识产权,同时保持性能和弹性。文章建议采用企业级AI方案,在本地部署开源模型,以实现更好的成本效益和控制。

Prophecy 获得 4700 万美元融资,利用生成式 AI 实现数据管道开发自动化

Prophecy 获得 4700 万美元融资,利用生成式 AI 实现数据管道开发自动化

预言科技公司获得4700万美元B轮融资,旨在利用生成式AI革新企业数据访问和处理方式。该公司开发了首个Databricks协作工具,通过AI简化数据准备流程。预言科技的解决方案可自动创建数据管道,帮助企业加速AI项目落地,解决数据工程师短缺问题。公司收入增长迅速,客户包括德州游骑兵棒球队等。

网络安全与 AI 携手引领 2025 年企业 IT 投资

网络安全与 AI 携手引领 2025 年企业 IT 投资

根据Informa TechTarget的Enterprise Strategy Group年度支出意向调研,网络安全和生成式人工智能将主导2025年企业IT投资。调查显示,大多数组织预计在所有主要技术领域维持或增加支出,其中网络安全最可能增加投资,其次是客户体验和应用开发。生成式AI与网络安全成为投资热点,数据管理也是重要领域。

Microsoft 和 Google 调整其 AI 生产力工具的定价策略

Microsoft 和 Google 调整其 AI 生产力工具的定价策略

微软和谷歌为其生产力套件中的人工智能功能推出新定价策略,旨在提高企业用户对AI工具的采用率。微软推出免费版Copilot Chat,允许用户创建AI代理;谷歌则将Gemini完整功能集成到Workspace商业版和企业版中,每用户每月增加2美元。这些变化反映了两家科技巨头在AI生产力工具市场的激烈竞争。

通过 RAGOps 和智能代理实现 RAG 的规模化应用

通过 RAGOps 和智能代理实现 RAG 的规模化应用

随着检索增强生成 (RAG) 技术的兴起,企业有望更好地利用大语言模型 (LLM) 和公司内部数据。RAG 技术能够将 LLM 与企业特定领域知识相结合,提升 AI 服务质量。未来,RAGOps 和智能代理等新方法将有助于 RAG 技术的大规模应用,为企业 AI 落地提供更多可能性。

基于 RAGOps 和智能代理实现检索增强生成的规模化应用

基于 RAGOps 和智能代理实现检索增强生成的规模化应用

检索增强生成 (RAG) 技术已成为企业利用专有数据优化大语言模型 (LLM) 输出的黄金标准。该技术能够将企业特定的知识融入 LLM,从而提升生成式 AI 服务的质量和相关性。然而,如何在企业范围内大规模应用 RAG 仍面临挑战。本文探讨了通过 RAGOps 和智能代理等新兴方法来扩展 RAG 的潜力,为企业提供更强大的生成式 AI 能力。

Anthropic 估值将达 600 亿美元,七位联合创始人将晋升为亿万富翁

Anthropic 估值将达 600 亿美元,七位联合创始人将晋升为亿万富翁

Anthropic 即将完成 20 亿美元融资,估值达 600 亿美元。作为 ChatGPT 的主要竞争对手,Anthropic 开发的 AI 聊天机器人 Claude 备受关注。此轮融资将使 7 位联合创始人身价超过 10 亿美元,跻身亿万富豪行列。人工智能领域的竞争日益激烈,新的亿万富豪可能会不断涌现。

2025 年生成式 AI: 玩乐时期已过,是时候务实了

2025 年生成式 AI: 玩乐时期已过,是时候务实了

随着组织减少实验性项目,转向实现商业价值,生成式AI的游戏时代或已结束。企业正聚焦于更少、更有针对性的应用场景,以提高业务绩效。调查显示,大多数高层决策者表示对生成式AI试点项目感到疲劳,正将投资转向能改善业务表现的项目上。未来企业将采取更有针对性的方法,关注特定于其业务的应用场景,以实现AI战略的价值。