Google DeepMind的新AI可以为视频生成配乐和对白

摘要：Google的人工智能研究实验室 DeepMind 表示，它正在开发为视频生成配乐的人工智能技术。DeepMind 在其官方博客上发表文章称，它认为 V2A（"视频到音频"的缩写）技术是人工智能生成媒体拼图中必不可少的一部分。虽然包括 DeepMind在内的许多机构已经开发出了视频生成人工智能模型，但这些模型无法在生成视频时同步生成音效。 DeepMind 写道："视频生成模型正以惊人的速度发展，但目前的许多系统只能生成无声输出。V2A技术[可能]成为让生成的电影栩栩如生的一种有前途的方法"。DeepMind的V2A技术可以将配乐描述（例如"水母在水下跳动、海洋生物、海洋"）与视频配对，创造出与视频中的人物和语气相匹配的音乐、音效甚至对话，并通过DeepMind的SynthID深度防伪技术打上水印。DeepMind 表示，为 V2A 提供动力的人工智能模型（一种扩散模型）是在声音和对话文本以及视频剪辑的组合上训练出来的。DeepMind 写道："通过对视频、音频和附加注释进行训练，我们的技术学会了将特定音频事件与各种视觉场景联系起来，同时对注释或文本中提供的信息做出响应。"关于训练数据是否受版权保护，以及数据创建者是否被告知 DeepMind 的工作，目前还不得而知。人工智能驱动的声音生成工具并不新鲜。创业公司 Stability AI 上周刚刚发布了一款，ElevenLabs 在 5 月份也推出了一款。创建视频音效的模型也不新鲜。微软的一个项目可以从静止图像中生成说话和唱歌视频，Pika和GenreX等平台已经训练出模型，可以获取视频并猜测特定场景中适合的音乐或效果。但 DeepMind 声称，其 V2A 技术的独特之处在于，它可以理解视频中的原始像素，并自动将生成的声音与视频同步，还可以选择不加说明。V2A 并不完美，DeepMind 也承认这一点。由于底层模型并没有在大量存在伪像或扭曲的视频上进行过训练，因此它并不能为这些视频生成特别高质量的音频。出于这些原因，同时也为了防止滥用，DeepMind 表示不会在短期内（如果有的话）向公众发布这项技术。DeepMind 写道："为了确保我们的 V2A 技术能够对创意社区产生积极影响，我们正在收集来自顶尖创作者和电影制作人的各种观点和见解，并利用这些宝贵的反馈意见来指导我们正在进行的研究和开发工作。在考虑向更广泛的公众开放之前，我们的 V2A 技术将接受严格的安全评估和测试。"DeepMind 的 V2A 技术对于档案管理员和处理历史片段的人来说是一种特别有用的工具。但是，按照这种思路进行的生成式人工智能也有可能颠覆电影和电视行业。要想确保生成式媒体工具不会消除工作岗位，或者说，消除整个职业，就需要一些强有力的劳动保护措施。 原文：https://m.cnbeta.com.tw/view/1435091.htm

微软前Xbox通讯主管Larry Hryb（Major Nelson）已加入Unity社区团队

摘要：外号"Major Nelson"的微软前Xbox通讯主管拉里-赫里布（Larry Hryb）有了下一份工作。去年离开微软之后，Hryb 将加入 Unity 社区团队。在微软，除其他工作外，他还主持Xbox官方播客，并在X 上向他的众多粉丝发布有关 Xbox 的信息。 在 LinkedIn 上，他的新工作头衔是"社区总监"，而根据 LinkedIn 上的一篇帖子，他似乎仍将以某种形式担任品牌大使。"Unity 的使命是通过游戏、应用和体验为世界各地的创作者带来创意和商业上的成功，这与我毕生对创新和社区建设的热情不谋而合，"Hryb 在帖子中写道。"我渴望与那些使用 Unity 工具将自己的愿景变为现实的天才开发者和创作者合作。我们将一起继续改变讲述故事和分享体验的方式。"Unity 需要一些帮助来重振声誉，去年，该公司因一项新的定价方案惹怒了开发者，在一片哗然声中，公司改变了该方案。(不久之后，前首席执行官约翰-里奇蒂耶洛（John Riccitiello）宣布下台，Unity 在 5 月份表示，前 Zynga 和 EA 高管马修-布罗姆伯格（Matthew Bromberg）将成为公司的新任首席执行官）。Unity 还在1 月份宣布裁员，约有 25% 的员工受到影响。 原文：https://m.cnbeta.com.tw/view/1435090.htm

特斯拉启动法律程序 以恢复马斯克的薪酬

摘要：据周一公开的一封信称，特斯拉开始争取法律承认股东投票支持埃隆·马斯克创纪录的薪酬，并告诉特拉华州法官，这“严重影响”她撤销薪酬的裁决。特斯拉写信给特拉华州法院院长凯瑟琳·麦考密克，称薪酬方案案的各方现在应该阐明他们对周四批准马斯克薪酬的法律解释，而不是按照之前的时间表推进案件。 特斯拉律师在周五提交给法院的信中告诉麦考密克：“特斯拉股东批准将严重影响本案的索赔和问题，包括法院的最终判决。”反对薪酬方案案的股东律师格雷格·瓦拉洛表示，批准对案件“没有法律效力”，他将在周五的一份简报中解释他的论点。特斯拉表示，批准程序“新颖”，目前尚不清楚麦考密克和特拉华州法院是否会接受这一结果。特斯拉辩称，批准现已解决了麦考密克 1 月份裁决中提出的问题。法官发现，马斯克控制了 2018 年的薪酬方案制定过程，并且特斯拉向股东隐瞒了有关公司必须达到的目标才能获得马斯克薪酬的关键信息。董事会的一个特别委员会审查了薪酬方案，并确定它符合股东的最佳利益，特斯拉表示这解决了马斯克在这一过程中占主导地位的问题。通过向股东提供数百页的额外披露信息（包括麦考密克的 200 页意见书），该投票得到了纠正。麦考密克还必须确定股东法律团队的费用，然后特斯拉才能向特拉华州最高法院上诉。股东律师要求以特斯拉股票的形式支付约 50 亿美元的法律费用，而特斯拉辩称他们应该获得约 1360 万美元。 原文：https://m.cnbeta.com.tw/view/1435089.htm

小小食肉微生物的脖子伸长了30倍 令人惊叹

摘要：研究人员发现，微生物Lacrymaria olor可以通过一种类似折纸的细胞结构将其颈部伸长至其长度的 30 倍。这种能力得益于折叠的细胞膜，为机器人学和材料科学提供了潜在的启示。 Lacrymaria olor"颈部 "伸展和缩回的并排对比图。研究人员发现，类似折纸的褶皱使这种变形成为可能，微管在其中确定了折叠褶皱。图片来源：普拉卡什实验室这种微生物世界中的小猎手依靠将脖子伸长到体长的 30 倍来发动致命攻击，对于它来说，错综复杂的折纸状细胞几何结构是关键所在。根据《科学》杂志上的一项新研究，这种几何形状使单细胞捕食者Lacrymaria olor 的颈状突起能够迅速过度伸展。这些发现不仅解释了L. olor的极端变形能力，而且有可能激发软物质工程或机器人系统设计方面的创新。众所周知，单细胞原生生物具有实时动态形态变化的能力，包括细胞结构的巨大变化。这些生物需要承受巨大的应变和应变率才能完成这样的举动。其中一种名为L. olor 的原生动物会伸出类似颈部的突起来捕捉远处的猎物。这种微小的 40 微米单细胞生物可以在不到 30 秒的时间内反复将这种突起伸展到 1200 微米，然后以同样快的速度缩回。然而，产生L. olor极端过度伸展性的基本机制仍然未知。为了在亚细胞水平上观察这些机制，Eliott Flaum 和 Manu Prakash 结合使用了活体成像、共聚焦和透射电子显微镜。他们发现，类似折纸的分层皮层细胞骨架和膜结构使L. olor能够快速伸展和收缩。研究结果表明，细胞膜被折叠成15个具有传导性的褶皱，这些褶皱共同构成了一种弯曲的折纸，可以依次展开，从而实现颈部快速、可重复的过度伸展。这种复杂的折叠方案以微管丝螺旋结构为支架，微管丝引导膜褶皱，确保在形状变化过程中快速高效地展开和重新折叠。为了更好地了解其中的动力学原理，弗劳姆和普拉卡什开发了一个机械纸模型，模仿L. olor的弯曲折痕折纸结构。莱昂纳多-戈迪略和恩里克-塞尔达在《视角》一文中对研究结果进行了更详细的讨论。编译来源：ScitechDaily参考资料：DOI: 10.1126/science.adk5511DOI: 10.1126/science.adn9351 原文：https://m.cnbeta.com.tw/view/1435087.htm

波音CEO面临美国参议院质询 继任者搜寻步伐加快

摘要：波音公司因一架737 Max 9飞机发生近乎灾难性的事故而陷入危机，该公司首席执行官戴夫·卡尔霍恩（Dave Calhoun）近几个月来行事越来越低调。现在，卡尔霍恩面临美国参议院的公开质询，其被指责将该公司利润置于公众的安全之上。周二的听证会将让这位首席执行官当场为自己辩护。 波音今年经历了32%的股价暴跌，投资者已经将注意力转移到了未公开的卡尔霍恩尚的继任者身上。作为3月份高级管理层改组的一部分，新任董事长Steve Mollenkopf正在领导下一任首席执行官的搜寻工作。知情人士表示，最近几周，搜寻工作加快了速度。波音公司正经历其百年历史上最动荡的时期之一，美国司法部、国会和其他联邦机构正在调查该公司。美国联邦航空管理局局长迈克尔·惠特克对监管过于松懈表示遗憾，他发誓要严格控制波音公司，直到有真正的进展出现。 原文：https://m.cnbeta.com.tw/view/1435088.htm

AMD Zen5 EPYC初露锋芒 128核完胜竞品256核

摘要：AMD日前首次预览了Zen5架构的下一代Turin EPYC处理器，单颗最多128核心，官方也特意强调了其强大的AI性能。按照AMD的说法，两颗Turin EPYC 128核心对比两颗Intel至强铂金8592+ 64核心，也就是256核心对128核心，可以在Llama2 70亿参数大模型应用中完胜，摘要、对话、翻译性能分别领先约3.9倍、5.4倍、2.5倍。 对于这样的对比，Intel方面自然是不服，特意撰文称对手刻意压低了自己产品的性能，并给出了不一样的数据。Intel首先表示，Emerald Rapids五代至强凭借AMX AI加速引擎，以及更多核心、更大缓存、更快内存，可以提供出色的AI性能，目前市面上没有敌手。硬件之上，Intel始终承诺推进AI开放软件，针对整个AI生态进行广泛优化，比如大语言模型推理深度优化之后的延迟相比PyTorch默认值降低了5倍。Intel指出，AMD对比中的至强铂金8592+成绩采用了未优化的软件和测试方式，性能偏低，比如对话部分的实际成绩能达到AMD宣称的接近5.5倍，从而可以领先Turin EPYC。Intel还进一步强调，AI的应用不只是大模型，比如在INT8整数类型上的各种深度学习推理上，四代和五代至强就都有着最优秀的性能，比如图像分类、自然语言处理等等，性能都可以完胜AMD现有的旗舰产品EPYC 9754。AMD Zen5架构的第五代EPYC风雨欲来之际，Intel已经发布了首次采用能效核的至强6 Sierra Forest，后续还会推出采用性能核的至强6 Granite Ridge。又一场大战就要开始了！就AI而言你看好哪边呢？ 原文：https://m.cnbeta.com.tw/view/1435086.htm