每周AI新闻（2024年第5周）ChatGPT等多应用登陆 Vision Pro | 字节Coze国内版上线等_coze小说写作

我是陌小北，一个正在研究硅基生命的、有趣儿的碳基生命。每周日20:00，准时解读每周AI大事件。

大厂动向

【1】ChatGPT、钉钉、Firefly AI 登陆 Vision Pro

OpenAI发布了新的ChatGPT App，允许Apple Vision Pro用户与GPT-4 Turbo模型进行自然语言交互，利用VisionOS操作系统的先进功能，支持多模态AI，实现文本、图像和声音的全方位交互。此应用免费提供，还提供ChatGPT Plus订阅，可获得更多功能和更快的响应时间。

钉钉宣布2月4日正式登陆Apple Vision Pro，并推出Vision Pro原生应用。用户在美区App Store可下载体验DingTalk App，在沉浸式环境下使用钉钉聊天、会议、直播等功能。

Adobe周五宣布其AI文生图工具Firefly AI将作为本机应用程序登陆苹果Vision Pro头显，同时其Lightroom照片编辑软件已在头显发布期间展示。新的Firefly体验是专为visionOS系统打造，支持用户将应用程序生成的图像移动并放到墙壁、桌子等现实世界的空间上。Adobe还预告了生成全景图、360度环境等功能。

【2】Google Bard启用Gemini Pro，并推出文生图新模型 Imagen 2

谷歌宣布 Google Bard 在全球范围内启用 Gemini Pro 并支持 4 多种语言，包括简体中文和繁体中文，用户不需要进行任何额外操作，现在打开 Bard 默认使用的就是 Gemini Pro 模型。
相较 PaLM 2 模型 Gemini Pro 的性能更好、逻辑推理能力更强，性能方面说是可以媲美 OPENAI 的 GPT-4 模型。

另一方面谷歌今天还推出文字生成图片的新模型 Imagen 2，这背后依靠的是谷歌实验室推出的 ImageFX 模型，用户可以使用该模型快速生成想要的图片。

【3】Meta 发布了开源大模型 Code Llama 70B

本周 Meta 发布了开源大模型 Code Llama70B，Code Llama 70B经过5000亿个代码标记和代码相关数据的训练，支持100000个Tokens的更长上下文，使其能够处理和生成更长、更复杂的代码。Code Llama 70B在HumanEval上得分为 67.8，与闭源模型GPT-4（68.2）和Gemini Pro（69.4）相当，远超此前的开源代码模型CodeGen-16B-Mono（29.3）和StarCoder（40.1）等。

GitHub地址：https://github.com/facebookresearch/llama

Hugging Face地址：https://huggingface.co/codellama

【4】字节AI Bot开发平台Coze国内版上线

新一代一站式AI Bot开发平台Coze于2月1日正式面向国内用户上线。无论用户是否有编程基础，都可以在Coze平台上快速搭建基于AI模型的各类问答Bot。并且，用户可以将搭建的Bot发布到各类社交平台和通讯软件上，与这些平台/软件上的用户互动。

【5】阿里发布手机操作智能体框架Mobile-Agent

阿里和北京交通大学的团队在arXiv上发表论文，提出了用于操作手机的智能体框架Mobile-Agent。据介绍，这是一个纯视觉解决方案，不需要XML（可拓展标记语言）和系统元数据，其操作范围不受限制，可进行多应用操作，配备多种视觉感知工具用于操作定位，且无需训练，即插即用。目前，Mobile-Agent已经学会了阿里巴巴、谷歌地图、TikTok等10个APP的操作，可以完成一些跨应用任务。

GitHub主页：https://github.com/X-PLUG/MobilAgent

论文地址：https://arxiv.org/abs/2401.16158

【6】百度文心一言内测数字分身功能

文心一言APP正在内测数字分身新功能，今日起，iOS和安卓用户可升级新版本免费试用。基于该功能，用户只需一张照片、录制三句语音，即可创建专属数字分身，并且支持个性化定义名称、声音、MBTI性格等，用户可选择是否公开自己的数字分身。

【7】iOS 18 有望成为 iPhone 历史上最大更新

据彭博社记者 Mark Gurman 透露，苹果正计划为 iOS 18 进行重大升级，iOS 18 有望成为 iPhone 历史上「最重磅」的软件更新。其中，在 AI Siri 方面， Gurman 也同样预计 iOS 18 将采用生成式 AI 技术，以提升 Siri 和 Messages 应用程序在问答和自动补全句子方面的能力。

创业 & 投融资

【1】Midjourney上线 Niji V6版本 和 风格参考图

二次元模型Niji-Journey V6上线，能生成超逼真动漫原画，Niji V6在风格的一致性上保持得不错，还能生成相应风格的文字，并且具有更多的厚涂感。新版Niji V6升级后的特点包括遵循指令能力提升、生成文本、非动漫风格、Explain to Niji等，具有更高的细节处理能力。

【2】Ack 浏览器上线 AI 直达网页功能，干掉搜索引擎屏中间商

Arc宣布推出了全新的 iOS 应用 Arc Search。这款融合了AI技术的应用致力于成为用户最便捷的搜索工具，用户只需打开应用即可开始搜索。Arc Search不仅支持常规的搜索引擎，其最大的亮点在于它的「Browse for me」功能。该功能利用 AI 技术，能够在阅读六个网页后自动提炼出主要内容，并生成一个新的网页，其中包含了关键的要点和详尽的解释。

【3】月之暗面被曝进行2亿美元融资

清华系大语言模型创企「月之暗面」近日正在进行2亿美元融资，由蚂蚁和阿里集团共同投资，投前估值预计15亿美元。近期频繁霸榜热门游戏应用“哄哄模拟器”便受益于月之暗面的技术支撑。月之暗面由清华计算机系毕业生杨植麟创办，目前团队规模在100~200人之间。

【4】美图收购站酷 扩大AI视觉大模型生态

美图公司2月2日发公告宣布收购站酷。站酷成立于2006年，聚集了来自全球300多个城市的设计师、摄影师、插画师等视觉创意从业者，拥有近1700万注册用户。随着站酷加入，美图影像与设计产品业务将得到进一步升级，为自研AI视觉大模型MiracleVision（奇想智能）的生态带来优质的协同效应，同时帮助美图在专业设计领域进行业务扩展，在版权和共创等方面增强美图的服务能力。

产品 & 模型

【1】Hugging Face发布定制AI聊天助手功能

Hugging Face宣布推出第三方、可定制的Hugging Chat Assistant。用户使用该功能，只需点击两下，即可创建具有特定功能的自定义AI聊天机器人助手，其功能与OpenAI的定制GPT Builder相近。GPT Builder完全依赖于OpenAI专有的GPT-4系列大模型，而Hugging Chat Assistant用户可从Llama 2、Mixtral等多个开源大语言模型中选择用哪个来为AI聊天助手提供支持。

【2】巨人网络完成游戏AI大模型GiantGPT的备案

据游戏公司巨人网络微信公众号发文，巨人网络正式完成游戏AI大模型GiantGPT的备案，成为游戏行业首家对外确认实现了此成果的企业，相关备案结果今日在上海正式公布。即日起，巨人网络AI大模型GiantGPT的有关服务可以正式开展业务。据介绍，GiantGPT是专注于游戏业务的垂类大模型，结合巨人网络自有数据与互联网公共数据训练，并针对角色演绎、情景推理与长期记忆等基础能力进行优化。

【3】大模型游戏“决战拜年之巅”爆火

一款演练春节期间如何应对亲戚灵魂拷问的大模型游戏“决战拜年之巅”近日蹿红。游戏出品团队是ChatMindAI，在2023年做AI思维导图工具起家，致力于AIGC应用创新，使用的大模型是国产GLM，将持续推出像拜年之巅这样的有趣作品。

【4】APUS联合波形智能推出中文创作大模型

APUS联合战略合作伙伴波形智能发布了新一代中文创作大模型，主打六大核心能力：更深更广的创作垂域、更自然真实的创作文风、更强的长文本生成能力、更快的生成速度、原生支持函数调用（function calling）、原生支持个性化知识库，据称在小说写作、营销文案写作、短视频脚本写作、论文写作等Benchmark上击败了GPT等通用大型语言模型。该模型进一步赋能APUS自身产品——萤火小说，据称显著提升内容召回的利用率达50%，并运用RAG+仿写技术让AI“越写越懂你”。

如果觉得不错，随手点个赞、评论、转发吧。我是陌小北，一个正在研究硅基生命的、有趣的碳基生命。如果你想第一时间看到我的文章，欢迎关注。