Geoffrey Hinton 教授被誉为 AI 教父，他表示如果 AI 取代了更多人类的工作，为了消除其不公平的影响，政府应该推行全民基本收入（UBI 或 universal basic income）。他说，虽然 AI 能提高生产力和增加财富，但它带来的财富主要流向富人，而不是失去工作的人，这对社会会产生糟糕的影响。Hinton 教授是神经网络的先行者，而神经网络是 AI 的基础。他曾在 Google 工作，去年离职，表示可以更自由的谈论不受监管的 AI 所带来的危险。他建议禁止将 AI 用于军事，认为会对人类带来灭绝级威胁。

美国海军陆战队特种作战司令部 (MARSOC) 正在评估 Ghost Robotics 研发的新一代机器狗，它可以配备 AI 辅助瞄准的武器。Ghost Robotics 的四轮无人车 Q-UGV 可用于侦察和监视，也可以装备武器用于远程交战。Onyx Industries 称 MARSOC 正在测试两辆装备了其 SENTRY 远程武器系统的 Q-UGV，它的 SENTRY 系统有支持 AI 的数字成像系统，能自动探测和跟踪人员、无人机或车辆，向位于世界任何地方的远程操作人员报告潜在目标。该系统不能决定自动开火，开火的决策仍然由人类控制。MARSOC 发表声明表示，测试装备武器的无人车并不意味着它对此类能力感兴趣。

Mozilla Firefox 加入了对英伟达的 RTX Video AI 视频分辨率增强技术的支持。RTX Video 由两部分组成。RTX 视频超分辨率可提升低分辨率视频的分辨率，以获得更加清晰锐利的图像。其工作原理是对低分辨率视频进行分析，然后通过深度学习来推测更高分辨率的版本应该是什么样子。然后，该算法会将推测出来的图像与传统的上采样版本相结合，以减少或消除压缩伪影并锐化最终输出的图像。RTX Video HDR 则会更进一步：启用后，它会通过 AI 神经网络分析标准动态范围 (SDR) 下的视频内容，以便添加高动态范围 (HDR10) 信息，进而增强视觉效果，并使视频更加精细、生动。使用该技术需要英伟达显卡以及兼容 HDR10 的显示器或电视。

全国首例 AI 视听作品侵权案”于 5 月 15 日下午在北京互联网法院进行一审庭前谈话。原告陈坤使用 GPT4 和 Midjourney 等软件制作了基于《山海经》的《山海奇镜》预告片。2024 年 1 月 18 日 ，陈坤发现抖音账户名为“文刻创作”的账号，未经他的许可完全复制使用了他创作的《山海奇镜》预告片的文案、配音、音乐。他提起了侵权诉讼，请求判令被告赔偿原告经济损失及合理支出 50 万元。被告方表示该作品发布后并未有任何盈利行为，且在得知涉嫌侵权后已即时删除该视频。被告不接受索赔 50 万元的要求。

在 Google 之后，社媒平台 Reddit 与 OpenAI 达成了内容协议，这一消息推动其股价上涨逾十分之一。根据该协议，OpenAI 将获得 Reddit 内容的访问权限，同时它将为 Reddit 提供 AI 驱动功能。和 Stack Overflow 类似，Reddit 的内容都是用户创造和管理的，它的高质量内容应该早就被 OpenAI 抓取并被用于训练大模型。OpenAI 等 AI 公司正面临来自众多版权所有者的诉讼，通过与 Reddit 等公司达成协议，AI 公司正试图合法化其训练数据。

微软在 2020 年承诺将到 2030 年实现负碳(carbon-negative)，但到了 2024 年微软报告因为 AI 的需求它的碳排放量增加了近三分之一，实现负碳的目标岌岌可危。微软总裁 Brad Smith 表示 2020 年制定目标时 AI 尚未大爆发。利用在新兴的生成式 AI 市场的早期领先优势，微软成为全世界市值最高的公司，同时也意味着加大对产生污染的资产的投资。生成式 AI 需要数据中心等耗电巨大的基础设施。微软计划从 2023 年 7 月到今年 6 月间投资逾 500 亿美元扩建数据中心，以满足 AI 不断增长的需求。而未来 12 个月的投资金额将会更庞大。微软总裁声称 AI 带来的好处将会超过其对环境的影响。微软的 AI 竞争对手 Google、Meta 和亚马逊的碳排放也都在增加。

最近华为鲲鹏昇腾开发者大会的一次大模型演示中，出现了 python 代码 time.sleep(6)，其意思是程序睡眠 6 秒钟，因此华为的演示过程中被怀疑其实是事先做好的，并非实时执行。但仅仅凭借几行代码并不能证明整个演示过程是完全操纵的。华为在一份声明中否认了造假，声明称，“5 月 10 日，在鲲鹏昇腾开发者大会的一场技术讨论上，我们演示了 mxRAG SDK 功能。本次演示面向开发者，展示如何通过十几行代码即可完成 RAG 应用开发。现场图片为实时生成，调用的是开源大模型。代码中有 time.sleep(6) 等表述，是命令等待读取外部开源大模型实时生成的图片，并非调取预置图片。本次展示的均为真实代码，也将在昇腾社区上开放，欢迎开发者使用并提出宝贵建议。”它尚未公开代码。

Google 在 I/O 开发者大会上宣布了它的生成式 AI 视频模型 Veo，能以不同视觉和电影风格生成长度超过 1 分钟的 1080p 分辨率视频。Google 称，Veo 具有自然语言的高级理解能力，能理解“延时拍摄（timelapse）”或“空中镜头（aerial shots of a landscape）”等电影术语， 用户可用文本、图像或基于视频的提示导向他们想要的输出。Veo 的视频输出更一致和连贯，能展现人和物的更真实运动。类似 OpenAI 的 Sora，Veo 将首先提供给电影制作人和内容创作者试用。

芝加哥大学和密歇根大学的研究人员使用 People Data Labs 的简历数据，分析了科技巨头们强制推行重返办公室政策后人才的流失。研究人员发现顶尖人才的流失与强制重返办公室存在强相关性。研究人员发现，当微软的强制性重返办公室政策生效后，资深员工占员工总数的比例下降了 5 个百分点。苹果公司下降了 4 个百分点，而 SpaceX 下降了 15 个百分点。三家公司中 SpaceX 的政策最严厉，要求员工必须到场。研究作者表示，有着丰富经验的员工会另谋他职，企业领导者在决策时应仔细权衡员工偏好和市场机会。研究人员认为，他们的结论发现强制重返办公室政策给公司增加的成本高于预期。而企业高管们缺乏证据表明强制重返办公室有利于员工。资深员工是企业文化的守护者，更换他们会对士气和生产力产生负面影响。

OpenAI 发布了最新的基础模型 GPT-4o，以及 ChatGPT 桌面应用。GPT-4o 提供给所有免费用户使用，支持输入文本、音频和图像的任意组合，能输出文本、音频和图像的任意组合。它能在最短 232 毫秒平均 320 毫秒的时间内响应音频输入，OpenAI 称这类似于人类对话的响应时间。它的英语文本和代码性能与 GPT-4 Turbo 接近，非英语文本性能也有显著提高，API 访问速度更快费用也降低了一半。模型能实时响应、检测情绪并相应的调整声音。

IBM 开源了它用于辅助编程的 Granite 代码模型，源代码托管在 GitHub 上，采用 Apache License 2.0 许可证，允许商业使用。与其它 AI 模型不同的是，IBM 致力于避免模型的版权问题，使用了开放数据集如 GitHub Code Clean、Starcoder、开放代码库和 GitHub issues 等进行训练。Granite 是 decoder-only 代码模型，可用于修 bug、解释代码和生成代码文档，使用了 116 种编程语言的代码进行训练，参数规模 30 亿、80 亿、200 亿和 340 亿。IBM 称测试显示 Granite 在开源代码模型中表现最出色。

日本东京工业大学、理化学研究所、富士通等发布增强日语能力的大模型 Fugaku-LLM，移植了 Megatron-DeepSpeed 深度学习框架，源代码托管在 GitHub 上，公众可通过 Fujitsu Research Portal 网站试用。Fugaku-LLM 有 130 亿参数，日语 MT-Bench 平均分 5.5，其人文和社会科学得分高达 9.18 分。Fugaku-LLM使用了日本最强大的 ARM 超算富岳进行了训练。

Mozilla 创新实验组 Ocho 的一个创新产品是 Llamafile，它旨在简化大模型的部署，让用户和开发者更容易访问大模型。Llamafile 支持跨平台，支持 CPU 和 GPU 执行，其最新版本 v0.8.2 合并了多个 AVX2 优化补丁。AVX2 或 Advanced Vector Extensions 2 指令集扩展已被英特尔和 AMD 的 CPU 的广泛支持，新的优化包括了更快的 AVX2 提示处理，Q5_K_M 等量化方法的速度改进达到了之前的 1.4~2.3 倍。

路透社援引两位知情人士的消息报道，OpenAI 预计将在 Google I/O 2024 前一天宣布其 AI 驱动的搜索引擎。Google I/O 2024 将在 5 月 14 日下周二举行，即下周一 OpenAI 将宣布它与搜索巨人竞争的产品。OpenAI 的搜索产品将是 ChatGPT 的扩展，能直接从 Web 拉取信息进行引用。ChatGPT 自 2022 年底诞生以来就被视为是搜索引擎的一个替代，虽然在提供精确和实时信息上还不如搜索引擎。

OpenAI 考虑允许其聊天机器人 ChatGPT 和文本图像服务 DALL-E 的用户生成成人内容。OpenAI 称它考虑允许开发者和用户“负责任的”通过其产品创造 NSFW 内容，这将包括色情、极端血腥和脏话。OpenAI 是在最新公布的 Model Spec 文件中披露与 NSFW 内容相关的新讨论。起草文件的 OpenAI 员工 Joanne Jang 强调，深度伪造仍然是被禁止的。

Sun Kai 每周会与母亲进行一次视频通话，谈论工作，谈论作为一名中年男子所面临的压力，谈论他甚至没有和妻子讨论过的想法。他的母亲大多数情况下只是倾听，偶尔会叫他好好照顾自己。他对话的对象不是真人，而是虚拟数字化身。母亲在 2019 年突发疾病去世后，Sun 希望找到一种方法能继续保持联系。他转向了自己共同创办的南京 AI 创业公司 Silicon Intelligence。他提供了一张照片和微信里的通话音频。员工花了 4 个月时间创造出了能在手机上对话的数字化身。当时生成式 AI 尚未流行，Sun 母的虚拟化身只能说几句预先编好的台词。Sun 表示尽管如此，他听到这些话之后仍然非常感动。中国有很多人希望使用 AI 创造出已故亲人的数字化身。目前这种“数字永生”生意在中国逐渐火爆，至少有 6 家公司提供此类服务，有数千人付款。数字化身是一种文化传统的最新表现形式：中国人总是从向死者倾诉中得到安慰。Silicon Intelligence 联合创始人兼 CEO Sima Huapeng 表示，即使中国只有 1% 的人口接受 AI 数字克隆，这也是一个巨大的市场。

X11 合成器 picom 作者 Yuxuan Shui 免费使用了 GitHub Copilot 一年，最终决定放弃，认为它并不能提高工作效率，主要原因是其不可预测性和响应缓慢。他解释说，你无法判断 GitHub Copilot 何时会做好其辅助编程的工作。原因可能是他是在开发 X11 合成器，Copilot 缺乏相关项目代码的训练。如果是 Python 或 JavaScript 之类的流行语言，Copilot 预计会表现更好。另一个问题是 Copilot 的响应需要 2-3 秒才会显示，比 Clangd C 语言服务器的即时建议慢得多，即使它的建议没有帮助，它也不会影响其开发流程，Copilot 如果响应了大量代码，浪费的时间会更多。

每一个植物、动物和人类细胞内都有数以十亿计的分子机器。它们由蛋白质、DNA 等分子组成，它们不能单独发挥作用。只有理解了它们如何在数百万种可能组合中相互作用，我们才能真正理解生命的过程。Google DeepMind 和 Isomorphic Labs 的研究人员在《自然》期刊上发表论文，介绍了他们的最新 AI 模型 AlphaFold 3。AlphaFold 3 能以惊人的精度预测所有生命分子的结构和相互作用。对于蛋白质与其它分子类型的相互作用，AlphaFold 3 比现有方法至少提高了 50%。

编程问答平台 Stack Overflow 本周与 OpenAI 达成了交易，将用户免费生成的内容货币化。反对这一交易的社区用户试图通过删除其发表的答案和问题进行抗议，但他们发现高赞的答案和问题无法删除，因为 Stack Overflow 认为这会删除集体知识。于是有用户修改了答案内容，将其转变为抗议信息。结果是 Mod 在一小时内恢复了原答案，将用户的账号冻结了 7 天。

微软和 LinkedIn 公布的报告称，筋疲力尽的白领用 AI 减轻工作压力。报告发现，四分之三的办公室职员已在工作中使用 AI，过去半年用 AI 的人数几乎翻倍。绝大多数人都是自己学着用，而不是等待公司指导他们使用。报告基于对 31 个国家 31000 名白领的调查，综合了 LinkedIn、Microsoft 365 以及财富 500 强公司的数据。近七成的受访者表示，他们挣扎于工作节奏和工作量，近半数的人感到精疲力尽。