基於 Groq 和 Cartesia 的高速 AI 語音助手釋出；xAI 將自行打造超級計算機丨 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、xAI 將自行打造超級計算機 3

馬斯克昨日在 X 平臺宣佈，其名下人工智慧初創企業 xAI 已經結束了與甲骨文擴大現有合作的協議。

此外，他還表示，xAI 正打造一臺擁有 10 萬塊英偉達 H100 GPU 的超級計算機，目前正在進行微調和修復，最快在下個月就可以釋出。

馬斯克稱，xAI 現在打造的這臺超級計算機「將成為全球範圍內功能最強大的訓練叢集，並且領先優勢巨大」。同時他還表示「我們的核心競爭力在於比任何其他的人工智慧公司都更快，這是縮小差距的唯一途徑」。（@ 愛範兒）

2、清華團隊開發 CharacterGen，單圖高效生成 3D 角色

清華大學研究團隊開發的 CharacterGen 框架在 3D 角色生成領域取得重大突破。該技術能從單張影像建立具有一致姿勢和高質量外觀的 3D 角色模型，並支援後續骨架繫結和動畫製作。CharacterGen 採用基於影像的多視角擴散模型校準姿勢，結合變換器的稀疏檢視重建模型建立詳細 3D 模型。

研究團隊還開發了特殊的紋理生成策略和專用訓練資料集。實驗結果表明，CharacterGen 在生成高質量 3D 角色方面表現出色，為遊戲和動畫製作等領域帶來新的可能性。該專案將於 SIGGRAPH 2024 釋出，相關程式碼和資料集也將開源。（@AI 科技評論）

3、Stability AI 重磅更新：一鍵無痕 P 圖摳圖，3 分鐘整首歌曲直接生成

Stability AI 釋出了 Stable Assistant 的兩項新功能：圖片編輯中的搜尋和替換，允許使用者無縫替換影像中的物件；以及 Stable Audio，能夠生成長達 3 分鐘的高質量音樂曲目。

這些功能基於 Stable Diffusion 3 技術，提供了包括影像放大、影片建立等多樣化的影像編輯工具，旨在賦能創意專業人士，目前 Stable Assistant 提供 3 天免費試用。（@ 智東西）

4、夸克 AI 搜尋迎來全新升級，推出一站式 AI 服務

7 月 10 日，夸克宣佈升級「超級搜尋框」，推出以 AI 搜尋為中心的一站式 AI 服務。同時還為使用者提供從檢索、創作、總結，到編輯、儲存、分享的一體化資訊服務價值。

使用者在開啟夸克 7.0 版搜尋框後，輸入問題即可體驗智慧回答，還有 AI 寫作、檔案總結、影片總結、拍題講解功能。一個「超級搜尋框」集納了智慧回答、智慧創作和智慧總結三大能力。

夸克 App 產品負責人鄭嗣壽表示，夸克會加速效果迭代和產品升級，給使用者更快更準的搜尋體驗。在多模態互動、內容生態建設、多端一體等方面，夸克將進一步加快產品創新節奏，為使用者創造無處不在的資訊服務價值。（@ 愛範兒）

5、ai-ng/swift：新一代 AI 語音助手專案亮相

ai-ng/swift 專案是一款基於 Groq 和 Cartesia 技術的高速 AI 語音助手。該專案利用 Groq 進行快速推理，結合 OpenAI Whisper 進行語音轉錄和 Meta Llama 3 生成文字響應。同時，它採用 Cartesia 的 Sonic 語音模型實現快速語音合成，並將合成的語音流式傳輸到前端。

專案還整合了語音活動檢測技術，能夠精確捕捉使用者的說話時機。整個應用程式使用 TypeScript 編寫，基於 Next.js 框架開發，並已成功部署到 Vercel 平臺。（@AI 科技評論）

6、急追英偉達，AMD 以 6.65 億美元現金收購 AI 模型開發商 Silo AI

7 月 10 日，據媒體報導，AMD 已同意以 6.65 億美元現金收購人工智慧模型開發商 Silo AI，希望此舉幫助 AMD 縮小與英偉達之間在 AI 方面的差距。AMD 表示，Silo AI 團隊將加入該公司人工智慧集團，現任 CEO 將繼續領導團隊。受此訊息影響，AMD 週三美股早盤一度大漲 5.7%。

根據 AMD 週三公佈的宣告，Silo AI 總部位於赫爾辛基，該公司自稱是歐洲最大的私營人工智慧實驗室，客戶包括安聯集團、聯合利華、和寶馬旗下的勞斯萊斯。AMD 表示，Silo AI 的聯合創始人兼執行長彼得·薩林將繼續領導他的團隊，該團隊將成為 AMD 人工智慧集團的一部分。

目前，AMD 被認為是英偉達在快速增長的 AI 硬體市場上最有可能的競爭對手，兩家公司主營的顯示卡已被證明是訓練大型語言模型最有效的手段。（@ 華爾街見聞）

02 有態度的觀點

1、谷歌 DeepMind CEO：當前 AI 綜合智力還不如普通家貓

7 月 10 日，谷歌 DeepMind 執行長戴密斯・哈薩比斯（Demis Hassabis）表示，當前人工智慧（AI）的 IQ 智力還沒有達到貓的水平。

哈薩比斯出席全球變革研究所組織的「2024 年英國未來會議」，在和英國前首相托尼・布萊爾（Tony Blair）的公開討論中表示：如果將 AI 作為通用系統來衡量，其 IQ 智商水平甚至沒有超過貓。不過，隨著鉅額現金和計算投資的推動，相關研究進展很快。一些人預計未來 5 年時間，AI 智力可以超過人類。

哈薩比斯表示 DeepMind 的工作重點不是人工智慧（AI），而是通用人工智慧（AGI）。（@IT 之家）

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