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：@SSN，@鮑勃
01有話題的新聞
1、MaskGCT：Amphion 系統推出開源 TTS 大模型，5 秒語音實現跨語言聲音克隆新突破
近日，香港中文大學（深圳）聯手趣丸科技推出了新一代大規模聲音克隆 TTS 模型——MaskGCT。該模型在包含 10 萬小時多語言資料的 Emilia 資料集上進行訓練，展現出超自然的語音克隆、風格遷移以及跨語種生成能力，同時保持了較強的穩定性。MaskGCT 已在香港中文大學（深圳）與上海人工智慧實驗室聯合開發的開源系統 Amphion 釋出。
據介紹，MaskGCT 在三個 TTS 基準資料集上都達到了 SOTA 效果，效能超過當前最先進的同類模型。
相較於現有的 TTS 大模型，MaskGCT 在語音的相似度、質量和穩定性上進一步突破，尤其在語音相似度方面處於絕對領先地位。顯著特點如下：
秒級超逼真的聲音克隆：提供 3 秒音訊樣本即可復刻人類、動漫、「耳邊細語」等任意音色，且能完整復刻語調、風格和情感。更精細可控的語音生成：可靈活調整生成語音的長度、語速和情緒，支援透過編輯文字編輯語音，並保持韻律、音色等方面的極度一致。高質量多語種語音資料集：訓練於香港中文大學（深圳）和趣丸科技等機構聯合推出的 10 萬小時資料集 Emilia，是全球最大且最為多樣的高質量多語種語音資料集之一，精通中英日韓法德 6 種語言的跨語種合成。( @Amphion)
2、ElevenLabs 僱傭收購稍後閱讀 app Omnivore
語音合成技術見長的人工智慧公司 ElevenLabs 最近僱傭收購了開源待讀應用程式 Omnivore 背後的團隊。
在一篇部落格文章中，Omnivore 的聯合創始人 Jackson Harper 和 Hongbo Wu 表示，加入 ElevenLabs 將為他們提供「一個更大的平臺，以便為嚴肅讀者創造無障礙且富有吸引力的體驗」。
Harper 和 Wu 寫道：「ElevenLabs 致力於開發者社群，Omnivore 的程式碼庫將保持 100%開源，供所有使用者使用。」這一決定確保更廣泛的開發社群能夠繼續發展和改進 Omnivore 的技術。
Omnivore 的使用者可以在 11 月 16 日前匯出他們的資料，屆時這些資料將被刪除。
Harper 和 Wu 於 2021 年創辦了 Omnivore，旨在為他們所稱的「熱愛文字的人」提供一個「稍後閱讀」的解決方案。Omnivore 是一個功能齊全的平臺，具備高亮顯示、PDF 支援和離線功能，提供網站、iOS 和 Android 應用程式，還包括適用於所有主流網路瀏覽器的擴充套件。Omnivore 還提供由 ElevenLabs 語音生成 API 支援的文字轉語音功能。
Harper 和 Wu 提到：「我們透過將 ElevenLabs 超逼真的人工智慧語音整合至 Omnivore，深入瞭解了他們的技術。」很快，利用 ElevenLabs 的聲音來收聽文章和書籍成為了我們在 Omnivore 中最受歡迎的功能之一。
在轉投 ElevenLabs 後，Harper 和 Wu 表示他們將把開發精力集中於 ElevenLabs 自有的閱讀器應用程式 ElevenReader 上。ElevenReader 於今年早些時候推出，使用者可以上傳文章、PDF 檔案和電子書，並透過不同的語言和聲音（如朱迪·加蘭和詹姆斯·迪恩等演員的聲音）進行收聽。
ElevenLabs 在今年早些時候從包括 Andreessen Horowitz 在內的投資者處籌集了 8000 萬美元，成為一家獨角獸公司。據 TechCrunch 本月報導，該公司正在與投資者接洽新一輪融資事宜，預計該輪融資可能使公司估值達到約 30 億美元。(@TechCrunch)
3、神秘模型「小熊貓」一夜刷屏：排名超 Flux、Midjourney
「red_panda」神秘模型登頂文生圖競技場，引發廣泛猜測。其生成效果優異，勝率高達 79%。
網友對其來源眾說紛紜，猜測包括 Midjourney V7、中杯 Stable Diffusion 3.5、甚至 OpenAI 的 DALL-E 4，以及中國廠商的可能性。目前，red_panda 仍佔據榜首，備受關注。（@IT 之家）
4、GitHub Copilot 進駐 Windows Terminal 和蘋果 Xcode，助力開發者效率提升
在 GitHub Universe 大會上，GitHub 宣佈了備受期待的 GitHub Copilot 重大更新，該智慧程式碼助手將登陸 Windows Terminal 和 Xcode 開發環境。
首先，GitHub Copilot 將登陸 Windows Terminal。透過與 Windows Terminal Canary 版本中的終端聊天功能結合，開發者可以直接在終端內獲得來自 Copilot 的命令建議和解釋。此功能適用於所有 Copilot 個人版、商業版和企業版使用者。
同時，GitHub Copilot for Xcode 也迎來了公開預覽版。這將讓使用 Xcode 的蘋果開發者享受與其他整合開發環境 （IDE） 使用者相同的智慧編碼輔助功能。在公開預覽版中，Copilot for Xcode 提供了以下特性：
程式碼補全：Copilot 無縫嵌入 Xcode，在你鍵入程式碼時提供實時建議。多語言支援：支援 Swift 和 Objective-C 等蘋果生態系統常用程式語言，確保所有開發者都能受益於 Copilot 的智慧輔助。多行建議：預設情況下，Copilot 會顯示單行建議。按住 Option 鍵並按下 Option + Tab 鍵，可以接受完整的多行建議。內容過濾：Copilot 提供高階過濾器，可以篩除有害或不恰當的內容建議，確保所有程式碼符合專業標準並營造安全、尊重的編碼環境。阻止匹配公共程式碼的程式碼塊建議：你可以選擇啟用重複檢測過濾器，該過濾器會阻止與 GitHub 上的公共程式碼相匹配的程式碼塊建議。
除了 Windows Terminal 和 Xcode 支援之外，GitHub 還為 Copilot 帶來了其他新功能。全新的 Copilot 訪問必應功能使 VS Code、Visual Studio 和 GitHub.com 中的 Copilot 聊天室支援網路搜尋。開發者可以透過此功能輕鬆討論最近發生的事件、新發展、趨勢和技術，例如詢問「Typescript 的最新版本是什麼？」或「Node.js 下次重大更新何時釋出？」目前，該功能僅對 Copilot 商業版和企業版使用者開放。（@IT 之家）
5、騰訊推出 AI 筆記，可搜公眾號文章
騰訊近日推出 ima copilot AI 工具，可以搜尋微信公眾號文章中的內容。
在 ima copilot 的搜尋框內鍵入搜尋關鍵字，即可引用一些微信公眾號的文章生成回答，支援深度模式、腦圖生成等功能。除了搜尋想要的內容，ima copilot 也能作為 AI 瀏覽器，總結網站內容。ima copilot 也支援 500 頁和 100MB 內的本地文件總結。
除了搜尋內容，使用者還可以用 ima copilot 生成 1GB 的專屬知識庫，可以上傳本地文件和網頁。
ima copilot 還支援 AI 筆記功能，在完成 AI 搜尋、總結後，可以將生成的結果匯入筆記之中，進行進一步 AI 寫作和解讀。(@APPSO)
02有態度的觀點
1、Anthropic CEO：強大的 AI 將在 21 世紀為我們帶來什麼？
Anthropic CEO Dario Amodei 預測，憑藉強大的 AI 的力量，生物學和醫學將加速進步，在未來 5-10 年內實現原本需要 50-100 年的成果。他稱這一現象為「壓縮的 21 世紀」，即 AI 能夠讓人類在幾年內取得整整一個世紀的生物醫學成就。
Amodei 還認為，若 AI 的邏輯被推向極致，最終將引導人類走向法治、民主和啟蒙價值觀。雖然這一程序並非必然，但從統計趨勢來看，AI 將加速人類正向這些目標前進的步伐，讓方向更加清晰，目標更加明確。
相較於在真實神經網路上的實驗，人工神經網路的實驗要容易得多，因為前者通常需要對動物大腦進行解剖。因此，可解釋性可能會成為深入理解神經科學的有力工具。同時，AI 在智慧系統訓練方面的知識應該能夠推動神經科學領域的變革，儘管目前尚不確定這一變革是否已經發生。(@Z potentials)
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