微軟預計年底實現實時語音介面；矽基智慧開源 AI 數字人互動平臺 Duix 丨 RTE 開發者日報

開發者朋友們大家好：

這裡是 「RTE 開發者日報」 ，每天和大家一起看新聞、聊八卦。我們的社群編輯團隊會整理分享 RTE（Real-Time Engagement）領域內「有話題的 新聞 」、「有態度的 觀點 」、「有意思的 資料 」、「有思考的 文章 」、「有看點的 會議 」，但內容僅代表編輯的個人觀點，歡迎大家留言、跟帖、討論。

本期編輯：@JLT，@ 鮑勃

01 有話題的新聞

1、Meta 推出 LLM Compiler 程式碼最佳化模型，可搭配其他 AI 改善程式碼生成 / 編譯能力

IT 之家 6 月 30 日訊息，Meta 前天推出了一款名為「LLM Compiler」的模型，該模型基於 Meta 現有的 Code Llama 打造，主打程式碼最佳化，目前相關模型已登陸 Hugging Face，提供 70 億引數及 130 億引數兩個版本，允許學術及商業使用。

Meta 認為，儘管業界各大語言模型已在各種程式設計程式碼任務中展現了出色的能力，但此類模型在程式碼最佳化還有進步空間，目前推出的 LLM Compiler 模型便是一款專為最佳化程式碼任務設計的預訓練模型，能夠模擬編譯器對程式碼進行最佳化，或將「已經過最佳化的程式碼轉換回原本的語言」。

IT 之家獲悉，LLM Compiler 在 5460 億個 LLVM-IR 和彙編程式碼標記的龐大語料庫上進行了訓練，據稱能夠達到 77% 的 “程式碼最佳化潛力”，開發者可以自由將相關模型配合其他 AI 模型一起使用，從而改善生成程式碼的質量。（@IT 之家）

2、榮耀宣佈與位元組豆包大模型達成合作

據火山引擎官方訊息，榮耀與位元組豆包大模型現已達成合作，豆包大模型家族中的語音識別、角色扮演等多款模型將助力榮耀構建移動辦公領域垂直模型落地應用的基礎能力。據介紹，豆包大模型將為榮耀手機使用者提供基於文件理解的互動問答、按照指定格式一鍵生成會議紀要，以及包括工作總結、演講稿、會議議程、廣告文案、現代詩等在內的多型別、多體裁、多風格智慧輔助創作。

具體來看，以撰寫企業全員活動邀請函這一場景為例，豆包大模型可以提供活動資訊、撰寫要求，並生成邀請函框架及具體內容，使用者也可以透過自然語言對話來對成文進行後續的多次修改。(@CSDN)

3、馬斯克宣佈 xAI 將在 8 月份推出 Grok-2 大模型，預計年底推出 Grok-3

7 月 1 日訊息，據國外媒體報導，在 3 月份推出 Grok-1.5，4 月份推出 Grok-1.5V 之後，由馬斯克創立並領導的人工智慧初創公司 xAI，在今年還將對 Grok 系列大模型進行兩次重大更新，先後推出 Grok-2 和 Grok-3。

Grok-2 和 Grok-3 大模型將在今年推出，是由馬斯克在社交媒體上透露的，其中 Grok-2 將在 8 月份推出，Grok-3 則是將在年底推出。

此外，馬斯克還透露，計劃年底推出的 Grok-3，將在 10 萬塊英偉達的 H100 上訓練，有可能超越目前的人工智慧基準，並真正抓住全球人工智慧愛好者的想象力。(@TechWeb)

4、OpenAI CEO Sam Altman：GPT-5 將帶來「巨大飛躍」

7 月 1 日訊息，根據 Aspen Ideas Festival 上的一次訪談，Sam Altman 提到，開發「GPT-5」還需要一些時間。「我們目前持樂觀態度，但還有很多工作要做。」Sam Altman 表示。

目前尚不清楚 GPT-5 的釋出日期，但 Sam Altman 表示它將是「巨大飛躍（significant leap forward）」，或許是相較於其前輩 GPT-4 而言。此前，Sam Altman 曾公開表示 GPT-4「有些糟糕」，並委婉地稱之為「充其量只是有點尷尬」。

Sam Altman 進一步解釋說：「我希望它能取得重大飛躍。GPT-4 經常犯很多錯誤，比如在推理方面表現不佳，有時還會完全跑偏，犯下低階錯誤，就像連一個六歲孩子都不會犯的一樣。」

Sam Altman 關於 GPT-5 的言論暗示，這個模型可能仍處於早期開發階段。這可能歸因於複雜演算法、資料問題以及 GPT-5 本身龐大的體量。Sam Altman 將大型語言模型的開發類比為 iPhone 的釋出，「第一款 iPhone 仍然存在很多漏洞，但足以讓人們使用。」（@IT 之家）

5、矽基智慧開源 AI 數字人互動平臺 Duix，可快速建立部署逼真數字人

該平臺旨在幫助開發者簡化智慧數字人的建立和部署過程，提供了豐富的工具和支援，無需技術團隊的介入，即可在各種終端裝置上部署數字人。使用者可以下載多種數字人模型，適用於不同行業需求，並且該專案已開源，便於開發者進行二次開發和個性化定製。功能包括語音輸入、語音輸出、實時互動和多終端支援等。

此外，平臺還提供虛擬助理服務，可應用於乘客服務、自動化客戶服務、智慧諮詢服務、虛擬主持人等場景，提升使用者體驗和服務效率。（@AI 科技評論）

02 有態度的觀點

1、微軟 AI CEO Mustafa Suleyman：今年年底，我們將擁有實時的語音介面，允許完全動態的互動

在近日阿斯彭思想節上，微軟 AI 負責人 Mustafa Suleyman 與著名財經記者 Andrew Ross Sorkin 進行了一場深入對話。

Mustafa Suleyman 預計年底將實現實時語音介面，實現完全動態互動。Suleyman 強調， AI 的發展並不會像加密貨幣那樣成為一時的熱潮，而是會持續對社會產生深遠影響。他指出，當前的 AI 技術已經在多個領域展現了其價值，這與加密貨幣在短時間內的表現形成鮮明對比。

在談及中美技術競爭時，Suleyman 呼籲在保持競爭的同時，也應尋求合作的機會。他指出，儘管中美之間存在技術上的分裂，但全球化背景下的合作仍然是不可忽視的趨勢。透過共同努力，雙方可以在各自的技術生態系統中找到共存的方式。（@ 有新 Newin）

2、祖克伯最新萬字洞察：資訊流媒體將轉向個人及 AI 互動，看好這三類硬體

Meta CEO 祖克伯預測，未來十年資訊流媒體將轉向個人及 AI 互動，智慧眼鏡將逐步取代手機。他看好全息眼鏡、神經腕帶等三類硬體，認為它們將改變人類互動方式，提升個性化體驗。

祖克伯強調 AI 技術將多樣化，助力創作者和小企業定製 AI，豐富使用者互動。他還提到，技術發展將使更多人追求創造力，AI 不會取代創意工作，而是提供新工具。（@ 有新 Newin）

寫在最後：

我們歡迎更多的小夥伴參與「RTE 開發者日報」內容的共創，感興趣的朋友請透過開發者社群或公眾號留言聯絡，記得報暗號「共創」。

對於任何反饋（包括但不限於內容上、形式上）我們不勝感激、並有小驚喜回饋，例如你希望從日報中看到哪些內容；自己推薦的信源、專案、話題、活動等；或者列舉幾個你喜歡看、平時常看的內容渠道；內容排版或呈現形式上有哪些可以改進的地方等。

素材來源官方媒體/網路新聞