Meta 和高通合作让社交巨人的新模型 Llama 2 能在使用高通芯片的手机和 PC 上运行。至今为止，由于 AI 模型对算力和数据的巨大需求，大模型通常是在服务器集群和英伟达数据中心 GPU 上运行，高通想让大模型不仅仅是在云端，而是能在本地在边缘设备上运行，降低运行 AI 模型的成本。Meta 的第一代大模型 Llama 已有在手机上运行的版本，但性能受到很大限制。

生成式 AI 对金融市场的影响让美国证券交易委员会（SEC）感到担忧。SEC 主席 Gary Gensler 在全美新闻俱乐部发表演讲时表示，最近在生成式 AI 上的进展增加了机构依赖相同信息子集做决策的可能性。AI 聊天机器人所依赖的大模型需要海量数据训练，需要大量算力运行，意味着少数几个科技公司将在该领域占据主导地位，企业使用的 AI 模型将只有有限的几个可选择。如果一个模型提供了不正确或不相关的信息，那么金融机构可能会基于相同的有缺陷数据做出糟糕的决策，可能导致类似 2008 年金融危机的危机。Gensler 表示，AI 可能会加剧金融的脆弱性，因为它会助长羊群效应，个体行为者会做出类似的决策，因为他们从基础模型或数据聚合中都获得了相同的信号。生成式 AI 和其它深度学习模型的兴起可能会加剧全球金融体系固有的网络互联性。

以色列国防军（IDF）开始使用 AI 系统选择空袭目标和组织战时后勤工作，以应对与伊朗等国的紧张局势。据彭博社报道，目前以色列军方主要使用两个人工智能系统参与军事作战。一个是用于处理大量数据并选择空袭目标的系统；另一个是用于计算弹药装载量并制定突袭计划的人工智能模型。军方官员表示，现在可以在数分钟内选择空袭目标并实施袭击，这是前所未有的速度。支持者认为，这些先进的算法可能超越人类的能力，帮助军方最大限度地减少伤亡，而批评者则警告说，过度依赖越来越自主的系统可能会带来致命的后果。以色列官员表示，除了使用人工智能系统处理大量数据并选择空袭目标，军方正在通过另一个名为“火力工厂（Fire Factory）”的人工智能模型快速实施随后的突袭，该模型根据军方批准的空袭目标数据来计算弹药装载量，对数千个目标进行优先级排序并将其分配给飞机和无人机，并制定时间表。赋予人工智能对军事行动的高度控制权引发了大量争议和讨论。以色列国防军的一位官员表示，这两个系统的每一个目标和空袭计划目前均由人类操作员监督和审核，但这项技术目前还没有受到任何国际或国家层面的监管。

微软今年早些时候宣布了 Microsoft 365 Copilot，类似 GitHub Copilot，使用 AI 帮助办公软件用户提高生产力。365 Copilot 可以按照用户要求生成文档和演示文稿，分析 Excel 数据，摘要 Outlook 邮件，总结 Teams 中的讨论要点，自动化重复性工作，等等。当时软件巨人未披露价格。现在微软公布了让大部分小企业和普通用户难以接受的定价：在 Microsoft 365 E3 等付费版本的基础上每人每月额外支付 30 美元。而 Microsoft 365 E3 的订阅费用为每人每月 36 美元，最新定价相当于把费用增加了一倍。

Meta 宣布了它的新一代大模型 Llama 2。Llama 2 有 70 亿、130 亿和 700 亿参数三个版本，它的预训练模型使用了 2 万亿 tokens 训练，比上一代的 Llama 多 40%，上下文长度增加了一倍，微调模型使用了逾百万人类注释训练。基准测试显示 Llama 2 在很多方面都接近甚至超过了 OpenAI 的 GPT-3.5。GPT-3.5 有 1750 亿个参数，而 GPT-4 有超过1 万亿个参数，相比下 Llama 的参数规模要小得多。Llama 2 采用了非常有针对性的授权：如果月活用户数超过 7 亿，企业必须从 Meta 申请许可证，而 Meta 会对此类授权进行严格设限。月活用户逾 7 亿的平台就那么几家——亚马逊、苹果、Google、字节跳动，微软刚刚宣布与 Meta 在 Llama 2 上展开合作，可能不在受限范围。