8月8日 AI 头条 | 移动版ChatGPT 7月净收入达2800万美元，新增200万付费用户

划重点:

移动版ChatGPT 7月净收入达2800万美元，新增200万付费用户
Waymo 宣布扩大自动驾驶出租车服务区域
百度网盘发布AI修图摄影行业解决方案
马斯克旗下社交媒体 X 因抓取用户数据训练 AI 在爱尔兰被起诉
清华“太极-Ⅱ”光芯片面世：成果登 Nature，首创全前向智能光计算训练架构
Adobe推出AI增强版Journey Optimizer，增强 B2B 营销
阿里巴巴推出科研自动化AI助手DS Assistant
Mistral AI推出新开发工具La Plateforme 用户可自主优化和构建智能Agents

资讯详情：

移动版ChatGPT 7月净收入达2800万美元，新增200万付费用户

据Appfigures最新报告显示，移动版ChatGPT 7月净收入达2800万美元。

该机构表示，7 月移动版 ChatGPT 净收入占比中，苹果 App Store 占比达到 83%，相比较 6 月份净收入环比增长 20%。

据 Appfigures 估计，ChatGPT 在 7 月份创造的收入为该应用新增了 200 万付费用户，这也是该移动应用的又一新记录。

Waymo 宣布扩大自动驾驶出租车服务区域

品玩8月8日讯，据 The Verge 报道，自动驾驶出租车公司 Waymo宣布，将会扩大其在美国两座城市的服务区域。

Waymo 表示，他们将会在洛杉矶和旧金山为更多用户提供服务。在旧金山，Waymo 的服务区域将从旧金山南部扩展到旧金山半岛，覆盖戴利城、布罗德莫尔和科尔马--共增加 10 平方英里，总面积达到 55 平方英里。该公司最近取消了旧金山的等待名单，向服务区内下载 Waymo One 应用程序的任何人开放全天候机器人出租车服务。

在洛杉矶，该公司的等待名单仍在有效期内，Waymo 正在向几个新社区扩张，包括 Marina del Rey、Mar Vista 和 Playa Vista。该公司还将把好莱坞、唐人街和西木区纳入其服务范围。

百度网盘发布AI修图摄影行业解决方案

据百度消息，百度网盘在2024年8月推出了针对摄影行业的解决方案，该方案集存储备份、AI修图和高效交付于一体，目的是帮助影楼提高效率、降低成本并增强业务增长。

通过调研上百家影楼，百度网盘了解到行业普遍存在的管理难度大、效率低下和成本高昂的问题，并针对性地推出了这一解决方案。该方案通过一站式服务，实现了存储备份、内部协同、AI修图和一键交付，有效解决了影楼的管理、效率和成本问题。对于连锁影楼，百度网盘的解决方案可以提升内部协同效率，实现客片分类存储和多人协作照片流转，批量初修，客户选片和客片交付。此外，影楼可以根据自己的需求选择云端或本地部署，并与主流ERP系统或自建IT系统对接。

百度网盘AI修图功能能够满足多种修图需求，包括高低频磨皮、面部重塑、单人调整和批量处理、牙齿美白等，依托于百度的云朵引擎，提供先进的人像分析检测和图像美化能力。

马斯克旗下社交媒体 X 因抓取用户数据训练 AI 在爱尔兰被起诉

爱尔兰数据保护委员会（DPC）向高等法院提起诉讼，指控马斯克旗下的 X 平台擅用用户数据，用于训练 Grok AI 模型等增强型搜索工具。

DPC 已委托 Remy Farrell SC 律师事务所提交诉讼，指控 Twitter International Unlimited Company 公司没有遵守 GDPR 规定的义务，使用用户数据训练 Grok。

DPC 表示 X 平台虽然已提供了退出等缓解措施，但该公司仍收集大量欧盟用户数据，在诉讼中，DPC 寻求法院下令禁止或限制 X 使用用户个人数据来开发、训练或改进其人工智能系统。DPC 拟将此事提交欧洲数据保护委员会审议。

清华“太极-Ⅱ”光芯片面世：成果登 Nature，首创全前向智能光计算训练架构

据清华大学官方消息，清华大学电子工程系方璐教授课题组、自动化系戴琼海院士课题组另辟蹊径，首创了全前向智能光计算训练架构，研制了“太极-II”光训练芯片，实现了光计算系统大规模神经网络的高效精准训练。

据清华大学官方介绍，近年间，具有高算力低功耗特性的智能光计算逐步登上了算力发展的舞台。通用智能光计算芯片“太极”首次将光计算从原理验证推向了大规模实验应用，拥有 160TOPS / W 的系统级能效，但现有的光神经网络训练严重依赖 GPU 进行离线建模并且要求物理系统精准对齐。

论文研究表明，太极-II 能够对多种不同光学系统进行训练，并在多个任务下均表现出了卓越的性能。

Adobe推出AI增强版Journey Optimizer，增强 B2B 营销

据 Adobe 官方消息，Adobe 已经发布了 B2B 版本的 Journey Optimizer，旨在帮助企业更有效地识别并说服决策者。

AJO B2B 是基于 Adobe Experience Platform 构建的，这个平台为品牌提供了一个统一的客户数据视图，可以跨渠道管理客户信息。用户可以利用该平台创建购买小组，这样他们就能将客户信息更好地组织起来。更有意思的是，AJO B2B 的生成式 AI 技术可以帮助推荐缺失的角色和团队成员，以便更全面地填补潜在的购买小组名单。之后，营销人员可以借助 Adobe 的 AI 助手为他们识别出的目标群体制定个性化的营销计划。

Adobe 还表示，未来会为每个购买小组增加生命周期管理功能，这样品牌在达到一些关键里程碑，比如合同续签时，就能及时触发相关的实时互动。除了这些，AJO B2B 还允许品牌从 Adobe Firefly 或 Adobe Experience Manager 中导入 AI 生成的资产，以快速创建定制模板，进一步提升了个性化营销的效率。

阿里巴巴推出科研自动化AI助手DS Assistant

据阿里巴巴官方消息，阿里巴巴近日推出了一款名为DS Assistant的AI数据科学助手，它能够自动化地完成从数据探索到模型评估的全流程，让数据科学工作变得更加简单、高效。

DS Assistant基于Modelscope-Agent框架开发，这一框架由阿里巴巴开源，具有丰富的工具生态和灵活的模块设计。DS Assistant的推出，标志着即使是没有深厚数据科学背景的用户，也能够轻松地处理复杂的数据科学问题。

DS Assistant的核心优势在于其自动化的工作流程。用户只需提供需求，DS Assistant便能够自动执行探索性数据分析、数据预处理、特征工程、模型训练和评估等步骤。这一过程不仅提高了工作效率，也降低了数据科学工作的门槛。

Mistral AI推出新开发工具La Plateforme 用户可自主优化和构建智能Agents

Mistral AI 近日宣布，推出全新 AI 工具La Plateforme以及 Agents平台，为用户和开发者提供更强大、更灵活的AI模型优化和应用能力。

Mistral表示，他们的模型终于可以通过La Plateforme进行微调，让用户可以更好地利用自己的数据进行优化。同时，Agents平台则可以帮助用户对模型进行详细调整，构建出更加智能的Agents。

Mistral AI还更新了其SDK，新版本支持Python和Typescript两种主流编程语言。这一更新为开发者提供了更多的选择和灵活性，使得在不同的开发环境中集成和使用Mistral AI的模型变得更加便捷。

今日重点论文：

Meta：

《Self-Taught Evaluators》

无需人工标注，使用合成数据进行模型评估的自学习方法。使用迭代自我改进的方法，通过生成对比模型输出并训练 LLM-as-a-Judge 来改进评估器，从而提高模型评估的效果。使用合成数据进行自学习，无需人工标注，将评估模型的效果从 75.4 提高到了 88.3，与使用标注数据训练的模型效果相当，实验结果表现出色。

论文地址：

https://arxiv.org/abs/2408.02666v1

字节跳动：

《Language Model Can Listen While Speaking》

本论文旨在探索全双工建模在交互式语音语言模型中的应用，提高实时交互能力，特别是探索中断的能力。论文提出了一种新的模型设计，即Listening-while-Speaking Language Model（LSLM），它是一个端到端系统，配备了听和说两个通道。LSLM采用基于标记的解码器仅TTS进行语音生成，并使用流式自监督学习（SSL）编码器进行实时音频输入。LSLM融合两个通道进行自回归生成，并实时检测转换。

论文地址：

https://arxiv.org/abs/2408.02622v1

岛根大学：

《Transformers are Universal In-context Learners》

本文旨在研究深度transformer架构处理任意数量上下文标记的能力。同时，考虑到这些映射是基于表示上下文的概率分布的，作者试图通过数学方法来统一地描述这些架构的表达能力。本文证明了深度transformer是通用的，可以在任意精度下均匀地逼近连续的上下文映射，而且对于固定精度，单个transformer可以处理任意数量的标记，且标记嵌入维度和头数是固定的。

论文地址：

https://arxiv.org/abs/2408.01367v1

亚利桑那州立大学：

《ARVO: Atlas of Reproducible Vulnerabilities for Open Source Software》

ARVO: 一个可重现的开源软件漏洞数据集。通过从Google的OSS-Fuzz中发现漏洞并实现可靠的重新编译系统，成功重现了250多个项目中的5000多个内存漏洞，并提供了自动更新的功能。

论文地址：

https://arxiv.org/abs/2408.02153v1