Google开发推理AI以对抗OpenAI | 如何用Gemini AI自动化视频分析

OpenAI刚刚发布了Canvas，这是ChatGPT界面的一次新发布，使得写作和编码项目更加协作化，超越了简单的聊天互动，增加了新的编辑功能、快捷方式和上下文知识。

• Canvas在聊天窗口旁边的单独窗口中打开，允许用户直接编辑和优化输出的特定方面。
• 新功能包括内联反馈、针对性编辑和任务快捷方式，如调整文本长度、改变阅读水平或调试代码。
• 测试显示，使用GPT-4o与Canvas相比，模型的准确性提高了30%，质量提高了16%。
• Canvas正在向Plus和Team用户推出测试版，预计稍后会有更广泛的发布。

为什么重要：ChatGPT的首次重大UI变化迈向了更细致、可塑的互动，同时也继承了其他竞争对手的初学者友好功能，如易于使用的快捷方式。简单的聊天框是人机互动的良好第一步，但更多的能力和功能需要新的协作流程。

Google在AI概览中推出广告

概述：Google刚刚宣布在其AI概览搜索摘要中引入广告，并推出几项新的AI驱动的搜索功能，如视频理解和语音输入。

详细信息：

• 广告现在将出现在美国搜索中“相关查询”的AI概览中和旁边。
• 重新设计的AI概览格式现在添加了显著的文本链接，以更好地引用整理信息的网站。
• 新的AI组织的搜索结果页面正在推出，提供更相关、更多样的内容，从食谱和餐饮灵感查询开始。
• Google Lens获得了视频理解能力和语音输入选项，用于视觉搜索。
• Android的“画圈搜索”功能还允许用户识别视频或流媒体内容中播放的歌曲。

为什么重要：Google的第一次AI概览体验并不顺利。然而，面对Perplexity和聊天机器人竞争对手的激烈竞争，Google的搜索未来显然以AI为核心，尽管过程中会有波折。但在AI概览中引入付费广告可能是一个危险的坡道——Gemini会是下一个吗？

AI培训 🎥 使用Gemini AI自动化视频分析

Google Gemini在AI Studio上可以分析视频，并提供转录、标签、字幕和翻译，以简化和加速您的内容创作流程。

步骤：

1. 访问Google Gemini在AI Studio，并从模型菜单中选择“Gemini 1.5 Pro 002”。
2. 上传您的视频，并使用此提示：“分析此视频并提供转录、5个标题创意和分类标签。”
3. 跟进改进：“建议5个内容改进、3个促销片段创意及时间戳、扩展覆盖范围的提示。”
4. 实施见解以优化SEO、创建促销片段，并通过翻译扩展您的受众覆盖范围。

专业提示：定期使用Gemini分析您的视频内容，以跟踪改进并识别内容中的趋势。

BLACK FOREST LABS 发布Flux 1.1 Pro

概述：Black Forest Labs刚刚发布了Flux 1.1 Pro，这是初创公司文本到图像AI模型的重大升级，以及新的开发者API。

详细信息：

• Flux 1.1 Pro的图像生成速度比Flux 1 Pro快6倍，同时提高了质量和提示输出的一致性。
• 该模型在测试中，在人工分析图像竞技场中领先于Midjourney、Ideogram和DALL-E等竞争对手。
• 1.1 Pro将是一款付费模型，可通过Together AI、Replicate、FAL AI和Freepik等合作伙伴获得，而不像开源的Flux 1那样驱动xAI的Grok。
• BFL的API允许第三方将模型集成到其应用中，1.1 Pro模型的成本为每张图像0.05美元。

为什么重要：从OpenAI的草莓到BFL的蓝莓，水果代号正在流行！1.1 Pro似乎提高了文本到图像的高质量生成的标准，继续推动现实主义和图像生成质量的界限，现在还增加了超快速的增速。

新工具与职位

热门AI工具

🐝 Buzzabout – 从社交媒体上的数十亿讨论中提取AI驱动的见解

🤖 Base AI – 构建无服务器、自主AI代理

💸 CostGPT – 在不到5分钟内估算您的软件项目的成本和时间

👀 Lookie AI – 从YouTube消费、组织和管理知识

⏱️ Tackle AI – 自动时间跟踪，以将日常行动与关键优先事项对齐

新AI职位机会

✍️ Writer – 高级技术顾问

🏛️ Palantir Technologies – 客户经理

💼 Captions – 销售

🔗 Notable – 产品集成负责人

快速浏览

• OpenAI的Sora研究主管Tim Brooks在X上宣布，他将离开公司加入Google DeepMind，在那里他将从事“视频生成和世界模拟器”的工作。
• Google发布了Gemini 1.5 Flash 8B，这是一种轻量级、成本效益高的变体，成本降低了50%，速率限制提高了2倍。
• Fourier发布了GR-2，这是公司的第二代人形机器人，改进了电池寿命、手部灵活性、移动性和新的开发者工具包。
• 美国商务部公布了一项计划，拨款1亿美元用于AI半导体研究，希望促进更可持续材料的发展。
• OpenAI获得了主要银行提供的40亿美元信贷额度，将其总流动性提高到100亿美元以上，以推动未来的增长和创新。
• AI编码初创公司Poolside宣布完成5亿美元的B轮融资，以加速向AGI的进展，公司估值达到30亿美元。

OPENAI获得创纪录的66亿美元融资

OpenAI刚刚完成了一轮66亿美元的融资，公司估值达到前所未有的1570亿美元，巩固了其作为全球资金最充足的AI初创公司的地位。

• Thrive Capital领投，其他参与者包括Microsoft、Nvidia、SoftBank、MGX等。
• OpenAI宣布，计划使用这些资金扩大研究、增加计算能力并开发新工具。
• 根据投资者文件，OpenAI预计到2026年收入将增加到250亿美元，到2029年增加到1000亿美元。
• 公司据称要求投资者进行独家安排，阻止他们支持竞争对手如Anthropic和xAI。
• 这一举措是在公司重组为盈利实体的背景下进行的，据《纽约时报》报道，这一重组将在“明年某个时候”进行。

为什么重要：长期传闻的融资轮终于官宣，数字令人震惊。尽管存在争议、领导层动荡和激烈竞争，公司的巨额估值表明投资者仍然认为OpenAI是AI热潮中的金鹅——无论有多少噪音。

TOGETHER WITH ARTISAN

⚡ 使用AI BDR自动化您的外部销售

概述：Artisan将您的外部销售工具统一到一个平台上，具备Ava——管理一切的AI业务开发代表。

优势：

• 访问3亿多高质量B2B潜在客户
• 使用10多个数据源进行自动化潜在客户丰富
• 通过LinkedIn、Twitter和网页抓取进行高级个性化
• 全面的电子邮件可交付性管理工具

立即预约演示，亲身体验Artisan的功能。

Google开发推理AI以对抗OpenAI

Google据报道在开发具有先进推理能力的AI模型方面取得了重大进展，类似于OpenAI的o1系统，加剧了两家AI巨头之间的竞争。

详细信息：

• 多个Google团队正在开发可以解决复杂、多步骤问题的AI，根据彭博社报道。
• 该AI使用链条思维提示，这是Google创建的一种技术，通过“思考”然后回答来解决复杂的数学和编程问题。
• Google采取了比OpenAI更谨慎的发布策略，但已经推出了专注于数学的推理模型，如AlphaProof和AlphaGeometry 2。
• 微软本周也为其Copilot助手注入了推理能力，利用OpenAI的o1模型。

为什么重要：人类般的推理和代理能力显然是每家AI公司路线图上的两大重要发展，o1的发布可能标志着LLM竞赛的新阶段。问题是——OpenAI的速度能否保持领先，还是竞争即将变得更加激烈？

🎧 将YouTube视频转换为AI驱动的播客

概述：NotebookLM的最新更新允许用户将长时间的YouTube视频转换为简洁的AI生成播客，节省时间并提高学习效率。

步骤：

1. 访问NotebookLM并创建一个新笔记本。
2. 点击“链接”在源选择区域，选择“YouTube”并粘贴您想要的YouTube视频URL。
3. 在音频概览部分选择“生成”以创建您的AI播客。
4. 通过播放、聊天提问或生成额外的学习材料与您的播客互动。

专业提示：使用聊天功能提出有关内容的具体问题，将您的AI播客变成互动学习会话！

掌握RAG的艺术

概述：Galileo的免费《掌握RAG》电子书提供了200页的深入专家见解，帮助您构建强大的RAG系统以供企业使用。

指南内容：

• 最小化幻觉并使用高级分块
• 选择最佳嵌入和重排模型
• 应对RAG系统开发中的常见挑战
• 优化生产以提高性能

立即下载您的免费副本，将您的AI项目提升到新的高度。

AI研究

👴🏻 MIT的“未来的你”利用AI与年长的自己交流

概述：麻省理工学院的研究人员开发了一种名为“未来的你”的AI系统，允许用户与模拟的年长自己互动并提出问题。

详细信息：

• 该系统使用用户提供的个人信息创建一个现实的未来自我模拟，包括生成一张年龄增长的照片。
• 用户与一个AI生成的60岁版本的自己进行文本对话，能够回答问题并提供见解。
• 在一项涉及344名参与者的研究中，使用“未来的你”的人报告称负面情绪和焦虑减少。

为什么重要：虽然老化模拟应用程序不断流行，但AI驱动的心理支持的影响是巨大的。通过AI创建和模拟高度个性化、富有同情心的体验，“未来的你”这样的研究只是未来治疗和心理学的冰山一角。

新工具与职位

热门AI工具

🎥 Pika 1.5 – AI视频更新，包括更长的片段、电影输出和新的Pikaffects

⏱️ Semblian 2.0 – 将时间消耗的任务外包给AI

🧠 Hedy AI – 会议和课堂中的实时见解

🏠 Vox – 为抵押行业构建的AI语音代理

🔎 Tilores – 客户数据搜索、统一和检索LLMs

新AI职位机会

👥 Waymo – 人力资源业务合作伙伴

🏢 UiPath – 人力资源运营专家

📈 Meta – 增长营销经理

🤝 Character AI – 合作伙伴关系负责人

如何应用AI，提升AIQ商数