2023 年 10 月 AI 新闻：Disney 机器人、创作工具与合成驾驶数据

这期 2023 年 10 月的汇总涵盖 Disney 的表现力机器人、Adobe 的 AI 产品、语音配音、开发者成本、图像来源、卫星互联网和合成驾驶数据。其中部分内容是视频发布时的报道或未来计划，并非已经完成的发布或当前产品指南。

位于苏黎世的 Disney Research 制作了一款小型机器人，其设计目标是让动作富有个性。我喜欢它表现力十足的动作，让人想起 WALL-E。团队主要使用 3D 打印的模块化硬件和执行器，工程师、设计师和动画师共同参与了开发。

Disney 使用基于强化学习的流程，在动画师希望表达的效果与稳定的运动之间取得平衡。我能想象这些机器人在 Disney 乐园里为游客带来欢乐，也许有一天还能成为更小的玩具。这些只是我设想的可能性，并非已经宣布的产品计划。

Adobe 宣布更新 Firefly，包括增加训练数据和参考图像风格等控制功能。它还展示了 Illustrator 的文本生成矢量图和 Express 的 AI 功能。这些是 2023 年描述的功能；可用性和功能可能发生变化。

Adobe 预览了 Project Stardust，展示选择、移动或删除物体及其阴影，并填补背景的功能。我欢迎能让照片编辑更容易的工具。我把 Firefly 内容描述为经过版权许可，但训练数据政策或产品声明都不能保证每个输出完全没有权利问题。

我说 Adobe 收购了 Figma，但这并不正确：当时约 200 亿美元的交易只是拟议中的收购，尚未完成。Adobe 和 Figma 于 2023 年 12 月共同终止了协议。Figma 是协作设计平台，我对未来整合的猜测并非官方公告。

ElevenLabs 推出了 AI 配音工具，称它可以将内容翻译成 29 种语言，同时保留声音特征并处理多位说话者。我认为这可能帮助创作者接触原语言之外的观众。生成的声音是合成模仿，并非原说话者实际说出翻译后的话。

我将这种方法与 MrBeast 等创作者使用的人工配音进行比较，并推测成本和对配音工作的影响。这些结果只是预测，配音的实际质量和适用性需要针对每次使用进行评估。

Amazon 发射了首批 Project Kuiper 互联网卫星原型，进入 SpaceX 的 Starlink 已拥有大规模星座的领域。当时 Amazon 计划建立由 3,236 颗低地球轨道卫星组成的网络，在 2024 年上半年发射量产卫星，并在年底前进行客户测试。这些是 2023 年的计划，不能证明覆盖范围或实际部署情况。

报道称 OpenAI 计划推出开发者更新，旨在降低成本并增加视觉功能。作为 AutoGen 用户，我发现 GPT-4 智能体实验成本较高，也遇到速率限制；我说过几轮迭代就可能花费 10 美元。这是我在特定配置下的体验，并非所有智能体工作流的通用价格。

Reuters 还报道称，OpenAI 正探索自主开发 AI 芯片，并评估潜在收购目标。我讨论了 GPU 短缺、定制芯片可能带来的好处以及开发芯片所需的时间。这些是报道中的可能性，并非已经完成的收购，也不能保证价格下降。

我讨论当时传闻中的 NVIDIA RTX 4080 变体和可能的价格，以及 Samsung 宣布的下一代移动处理器。Samsung 声称，其数据处理速度是前代的 1.7 倍，AI 性能是前代的 14.7 倍。这些数字和手机采用预期都是 2023 年的声明或预期，并非这里的独立测量。

Meta 研究人员推出 Stable Signature，将不可见水印嵌入生成模型的解码器，以便将输出追溯到模型版本。我支持来源追踪工具，因为合成图像可能误导人们。研究人员评估了水印对特定修改的稳健性；这并不保证水印能经受每一次编辑或攻击，也不保证检测绝不会出错。

报道还指出，尽管设置了关键词过滤，Meta 的 AI 贴纸生成器仍生成了令人反感的图像。我将其与其他图像生成系统的审核进行比较，并担心儿童使用的消息产品中出现这类内容。不应假定本段展示的任何过滤方法都能阻止所有问题输出。

新加坡国立大学的研究人员推出 Show-1，这是一种结合像素扩散和潜空间扩散的文本生成视频系统。团队报告了有竞争力的结果，并称与一个像素模型相比，推理显存占用为 15 GB 对 72 GB。这个比较只针对所测试的模型和条件，并非对所有商业生成器的普遍结论。

有关 Books3 的报道引起作者担忧：数据集中的书籍在未经授权的情况下被用于训练 AI。诉讼中包含关于训练数据的指控；法院可能要求销毁模型是我的推测，并非已经宣布的结果。我也担心随着数据所有者限制访问，有价值的数据集会变得更难获取。

Wayve 推出了 GAIA-1，这是一种生成驾驶场景的模型，可能有助于创建合成训练数据。我比较真实驾驶数据与经过地图绘制的 robotaxi 服务区域等不同方法，并表达了对 Tesla 方案的偏好。视频没有证明任何系统都能安全应对每一条陌生道路，也没有证明其他汽车制造商无法竞争。

合成驾驶场景可能扩大可用于训练的情景范围，但我不确定生成数据能在多大程度上迁移到真实驾驶中。我担心反复生成衍生数据可能存在局限，同时也承认它有补充真实世界数据的潜力。其安全性和有效性仍需测试。