站长之家（ChinaZ.com）7月27日 消息:Adobe 首席产品官 Scott Belsky 表示，尽管一些行业在人工智能时代可能不再需要存在，但图形设计师仍将继续发展。他认为，人工智能会扩大创意专业人员的工作领域，让他们能够更好地探索和创造内容。
发布这样言论之际，在 Adobe 内部一些员工担心 Adobe 的Firefly AI 工具和 Photoshop Generative Fill 将扼杀图形设计师的工作并破坏公司的商业模式。
Belsky 认为，当企业能够获得更多创造力和智慧时，他们更愿意雇佣更多的人员，以便创造更多的产品和内容。
在上个月，Adobe Stock 的一群贡献者 表示，Adobe 将他们的库存图像用于训练Firefly生成人工智能模型，其中包括3亿张 图像、插图和其他内容，AI 未经明确通知或同意。
Adobe Stock 的创建者表示 Firefly 的流行使得用户购买 Stock 图像的可能性大大降低。此外，创作者表示，大量涌入 Adobe Stock 的人工智能图像正在蚕食该平台。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
微软一直是人工智能领域的领导者，将其从理论概念变成了实际应用。该公司在2019年的一篇博客文章中详细阐述了自己的计划，几乎预测了未来。年内涨幅为36.5%，股价为327.26美元，市值为2.43万亿美元。
随着网络上不断涌现的质量不佳和拙劣的AI内容，标记这些内容的质量已经成为一项重要关注的问题。为了帮助实现这一目标，Adobe和其他公司推出了一种新的符号，用于标记由人工智能生成的图像，告诉受众一切并非如其所见。如果运气好的话，这个AI符号可能会像知识共享标签在2000年代初期迅速传播到未来的互联网版本中一样。
AMD首席执行官苏姿丰博士认为，人工智能发展得太快了，任何竞争护城河都无法确定。苏姿丰在2023年CodeConference上表示：「当市场变化如此之快时，我不相信有什么护城河。」截至目前，AMD股价年初以来上涨超过50%。
Slack的首席执行官在接受硅谷最引人注目的工作之一仅九个月后告诉法新社，人工智能正在改变广泛使用的工作场所消息平台Slack。在Slack联合创始人兼首席执行官StewartButterfield离职后，LidianeJones接手了Slack的管理权。她说：「我认为存在这样的可能性和愿望，但信任的边界需要一段时间才能到达那里。
微软于上周发布了其BingImageCreator的新版本，这是一个由OpenAI的新模型DALL-E3提供支持的AI图像生成工具。它旨在提供比之前的图像生成AI模型更强大的功能，包括比以前更丰富地理解复杂用户请求的能力。倘若幸运的话，也许它还能提升我们讨论的基调。
Adobe正在展示一个名为ProjectFastFill的新的生成填充功能，它可以借助AI的力量轻松在视频中添加或删除对象。这是该公司在今天的MAX大会上宣布的几项新的实验性AI功能之一。ProjectPoseable可以根据真实人物的照片进行3D对象的造型，并可以使用文本输入生成3D渲染。
Hiiidea自如设计周在北京成功举办，Hiiidea自如设计周是由自如设计中心发起的设计师行业交流活动，至今已成功举办三届，影响专业人群超八万人。本届自如设计周以“在8分19秒到达”为主题，邀请了行业顶尖设计师、知名学者和企业精英，聚集行业活跃力量，通过分享知识经验、探讨行业趋势，推动设计思维的革新与突破，让知识显易见。我们正在积极的探索和尝试AI与设计工具能如何进行更好的融合，以改善当前的工作流程，提高工作效率，增强人的价值、赋予设计本身更大的创新空间，让产品设计师从“如何创造向为何创造”转移。
沃尔玛正在使用人工智能工具来提高其商店的效率和生产力，但该公司声称这并没有导致裁员。人工智能软件用于确定最有效的卡车装载方式、根据客户购买模式组织货架以及回答客户问题等任务。该零售商的自助结账机配备了AI摄像头以帮助检测和防止盗窃。
谷歌最近宣布已经在其生成式人工智能服务的服务条款中，增加了明确的赔偿语言，为付费用户提供了广泛的法律保护。这一举措获得了许多积极的报道。用户需要谨慎阅读条款细则，不能掉以轻心。
NASA已经揭示了他们在寻找外星生命和UFO存在方面的最新“武器”这个武器就是人工智能。根据NASA的研究，要找到科学上可证实的外星生命和UFO存在，人工智能将是关键。人工智能的使用仍然备受争议，需要制定合适的监管措施以确保其安全和道德使用。
Canvas是OpenAI推出的一个新界面，旨在通过与ChatGPT的协作来改进写作和编码项目。它允许用户在一个单独的窗口中与ChatGPT一起工作，超越了简单的聊天界面。Canvas利用GPT-4o模型，能够更好地理解用户的上下文，并提供内联反馈和建议。它支持直接编辑文本或代码，并提供快捷操作菜单，帮助用户调整写作长度、调试代码等。Canvas还支持版本回溯，帮助用户管理项目的不同版本。
Text Behind Image 是一个开源的设计工具，允许用户轻松创建文字背景图片设计。它提供了一个简洁的界面，让用户可以自由地在图片上添加文字，创造出独特的视觉效果。这个工具对于设计师、社交媒体运营者和内容创作者来说非常有用，因为它可以快速生成具有吸引力的视觉内容。
torchao是PyTorch的一个库，专注于自定义数据类型和优化，支持量化和稀疏化权重、梯度、优化器和激活函数，用于推理和训练。它与torch.compile()和FSDP2兼容，能够为大多数PyTorch模型提供加速。torchao旨在通过量化感知训练（QAT）和后训练量化（PTQ）等技术，提高模型的推理速度和内存效率，同时尽量减小精度损失。
Liquid Foundation Models (LFMs) 是一系列新型的生成式AI模型，它们在各种规模上都达到了最先进的性能，同时保持了更小的内存占用和更高效的推理效率。LFMs 利用动态系统理论、信号处理和数值线性代数的计算单元，可以处理包括视频、音频、文本、时间序列和信号在内的任何类型的序列数据。这些模型是通用的AI模型，旨在处理大规模的序列多模态数据，实现高级推理，并做出可靠的决策。
NVLM-D-72B是NVIDIA推出的一款多模态大型语言模型，专注于视觉-语言任务，并且通过多模态训练提升了文本性能。该模型在视觉-语言基准测试中取得了与业界领先模型相媲美的成绩。
gradio-bot是一个可以将Hugging Face Space或Gradio应用转化为Discord机器人的工具。它允许开发者通过简单的命令行操作，将现有的机器学习模型或应用快速部署到Discord平台上，实现自动化交互。这不仅提高了应用的可达性，还为开发者提供了一个与用户直接交互的新渠道。
AI-Powered Meeting Summarizer是一个基于Gradio的网站应用，能够将会议录音转换为文本，并使用whisper.cpp进行音频到文本的转换，以及Ollama服务器进行文本摘要。该工具非常适合快速提取会议中的关键点、决策和行动项目。
VARAG是一个支持多种检索技术的系统，优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入，简化了传统的检索流程，并使用先进的视觉语言模型进行编码，提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容，为文档检索提供强大的支持。
JoyHallo是一个数字人模型，专为普通话视频生成而设计。它通过收集来自京东健康国际有限公司员工的29小时普通话视频，创建了jdh-Hallo数据集。该数据集覆盖了不同年龄和说话风格，包括对话和专业医疗话题。JoyHallo模型采用中国wav2vec2模型进行音频特征嵌入，并提出了一种半解耦结构来捕捉唇部、表情和姿态特征之间的相互关系，提高了信息利用效率，并加快了推理速度14.3%。此外，JoyHallo在生成英语视频方面也表现出色，展现了卓越的跨语言生成能力。
PhysGen是一个创新的图像到视频生成方法，它能够将单张图片和输入条件（例如，对图片中物体施加的力和扭矩）转换成现实、物理上合理且时间上连贯的视频。该技术通过将基于模型的物理模拟与数据驱动的视频生成过程相结合，实现了在图像空间中的动态模拟。PhysGen的主要优点包括生成的视频在物理和外观上都显得逼真，并且可以精确控制，通过定量比较和全面的用户研究，展示了其在现有数据驱动的图像到视频生成工作中的优越性。
Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。
Realtime API 是 OpenAI 推出的一款低延迟语音交互API，它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话，并可处理中断，类似于ChatGPT的高级语音模式。它通过WebSocket连接，支持功能调用，使得语音助手能够响应用户请求，触发动作或引入新上下文。该API的推出，意味着开发者不再需要组合多个模型来构建语音体验，而是可以通过单一API调用实现自然对话体验。
Saylo AI是一个AI角色扮演游戏，让你与AI角色互动，探索多样化的戏剧性故事。它利用人工智能技术，提供沉浸式的互动体验，让玩家在虚拟世界中与AI朋友交流，体验不同的故事情节。Saylo AI的背景信息展示了其创新性和娱乐性，旨在为玩家提供一种全新的娱乐方式。目前产品处于推广阶段，价格未明确标注。
twinny是一个为Visual Studio Code用户设计的AI扩展，旨在提供个性化的编程辅助，提高开发效率。它通过集成先进的AI技术，帮助开发者在编码过程中快速解决问题，优化代码，并提供智能提示。twinny的背景是响应开发者对于更加智能和自动化编程工具的需求，它通过简化开发流程，减少重复劳动，从而让开发者能够专注于更有创造性的工作。
Buildpad 是一个旨在帮助创始人从概念到成功最小可行产品(MVP)的在线平台。它通过提供智能验证工具、AI引导的开发流程、进度跟踪以及个性化的项目见解，帮助用户构建能够获得市场认可的产品。Buildpad 的主要优点包括简化产品开发流程、提高产品成功率、以及提供个性化的指导和支持。
Novela是一个专注于AI时代技能学习的在线平台，提供早期访问服务，用户可以免费试用。它旨在帮助用户掌握AI相关的技能，以适应未来职场的需求。
interview.co是一个专注于简化招聘流程的视频面试软件。它通过提供在线视频面试、AI问题生成器和面试管理工具，帮助企业高效地筛选和评估候选人。产品背景信息显示，interview.co旨在解决传统面试中的时间消耗、日程安排困难和成本高昂等问题。价格方面，interview.co提供试用版，具体定价信息需进一步探索。
Open NotebookLM是一个利用开源语言模型和文本到语音模型的工具，它可以处理PDF内容，生成适合音频播客的自然对话，并将其输出为MP3文件。该项目的灵感来自于NotebookLM工具，通过使用开源的大型语言模型（LLMs）和文本到语音模型来实现。它不仅提高了信息的可访问性，还为内容创作者提供了一种新的媒体形式，使他们能够将书面内容转换为音频格式，扩大其受众范围。
Chital是一个为macOS平台设计的应用程序，它允许用户与Ollama模型进行聊天。这个应用具有低内存占用和快速启动的特点，支持多聊天线程，能够在不同的模型间切换，并支持Markdown格式。此外，它还能自动为聊天线程生成标题摘要。Chital的开发主要是为了满足开发者个人的使用需求，但也鼓励社区成员通过fork代码库来添加新功能。
SafeEar是一个创新的音频深度检测框架，它能够在不依赖于语音内容的情况下检测深度音频。这个框架通过设计一个神经音频编解码器，将语义和声学信息从音频样本中分离出来，仅使用声学信息（如韵律和音色）进行深度检测，从而保护了语音内容的隐私。SafeEar通过在真实世界中增强编解码器来提高检测器的能力，使其能够识别各种深度音频。该框架在四个基准数据集上的广泛实验表明，SafeEar在检测各种深度技术方面非常有效，其等错误率（EER）低至2.02%。同时，它还能保护五种语言的语音内容不被机器和人类听觉分析破译，通过我们的用户研究和单词错误率（WER）均高于93.93%来证明。此外，SafeEar还构建了一个用于反深度和反内容恢复评估的基准，为未来在音频隐私保护和深度检测领域的研究提供了基础。
