根据wccftech消息称，这张幻灯片源于上个月Insomniac Games泄露的信息，它详细介绍了《漫威金刚狼》将采用或正在开发的游戏技术，包括电影级画质的面部动画、更丰富的破坏效果、实时全局光照、动态天气和树叶、可变形表面和经过优化的人物动作。此外这款由漫威英雄作为主角的游戏还将配备AI upscaling功能，该功能是利用AI模型进行图片放大并补全像素的技术，可实现类似于FSR及DLSS的画面效果。分析幻灯片我们可以推断出这项功能可让该游戏在光线追踪模式下以每秒60帧的帧率在游戏机上运行。由于PS5没有支持AI功能的专用硬件，而《漫威金刚狼》是Playstation独占游戏，所以该功能极有可能是PS5 Pro的独占功能。而且因为该功能是通过机器学习来实现，所以也不可能是AMD的FSR技术。

不过这也不是PS5 Pro首次被曝支持AI功能了，此前曝光的PS5 Pro硬件信息就泄露了这款游戏机将配备NPU。关于其他配置，目前传闻PS5 Pro的CPU将继续采用Zen 2架构，频率将提升至4.4 GHz；GPU将采用RDNA 3架构，配备了30个WGP，也就是60个CU，即3840个流处理器，频率在2 GHz左右，此外这款游戏机还将配备18Gbps的GDDR6内存，带宽为576 GB/s。

有传闻称索尼以向第三方工作室派发PS5 Pro的开发套件，目前各大媒体预测该机器将在今年9月发布。

Microsoft Copilot是一款基于大语言模型、微软图形及数据的AI聊天助手，它的前身是必应聊天工具（Bing Chat），目前已经集成于Bing、微软365及Edge浏览器中。近日Microsoft Copilot已登陆全球各地的谷歌商店，用户可以免费下载安装且无需登录即可使用。这说明你在安卓手机上使用Microsoft Copilot不仅无需提供个人信息，而且使用过程还省略了登录步骤，体验极佳。在谷歌商店中，微软官方介绍Microsoft CopilotCopilot是一款开创性聊天助手，由最新的OpenAI模型GPT-4和DALL·E 3提供技术支持，这款软件的主要功能如下：

撰写电子邮件草稿

撰写故事或脚本

总结复杂的文本

多语言内容翻译、校对和优化

创建个性化旅行行程

撰写和更新工作简历

快速探索新的风格和想法

策划社交媒体内容

制定品牌主题

生成徽标设计

创建自定义背景

建立和更新投资组合

为书籍创作插图

可视化电影和视频故事板

目前Microsoft Copilot在谷歌商店的累计下载次数已有5000＋，但iOS版本的Microsoft Copilot尚未上线。

至于"AI Phone"和"AI Smartphone"商标，根据Sammobile报道，由于这两个商标是通用名称，三星大概率不能获得这些商标。不过，我们从它申请商标的行为不难看出，三星正在探索有效地营销Galaxy S24系列的方法，并在新的旗舰机型上加入了人工智能的相关功能。

在Exynos 2400发布会上，三星已经通过Exynos 2400开发版演示了人工智能创建文本和图像转换功能。而且目前有第三代骁龙8移动平台的加持，LLM（大型语言模型）已经可以在移动设备上运行，上述情况都表明了在硬件方面三星已经具备在手机中添加AI功能的能力。

至于Galaxy S24系列发布时间，此前有消息称三星计划在2024年1月17日于美国加利福利亚州圣何塞举办发布会。在选址方面，三星还曾考虑过旧金山（美国）和首尔（韩国），不过最终敲定了圣何塞。这与过往的情况有些许不同，三星大多会选择在2月份举办新一代旗舰Galaxy S系列的发布会，而且过去Galaxy Unpacked活动的地点一般会选在纽约。

对于Bard的新功能解释谷歌官方举了一个例子，“如果某天你正在寻找制作橄榄油蛋糕方法，并不清楚其需要用到多少个鸡蛋时，你可以直接向Bard提问而不再需要重新仔细观看视频来得到答案。”无容置疑这个功能可以更迅速解决用户需求，大幅节省用户时间。

目前已有相关媒体对此功能进行测试，他们向Bard提供了一个制作咖啡的时候后，Bard可以总结出视频展示的制作流程和方法，包括配料、步骤以及各种制作细节。但是在总结过程中Bard出现了“无中生有”的错误，提到需要将饮料摇晃30秒的步骤，据测试者反映此内容并未出现在视频当中。

该媒体还表示该功能尚处于测试阶段，表现并不完美，例如当他们向Bard要求提供视频中“完整食谱”时，Bard并未生成任何内容，但随后继续询问“逐步说明制作方法”时Bard才生成完整的食谱内容。

最后该媒体还提出Bard此项功能可能会损害部分视频创作者，比如上述用于测试的视频博主便会设置其完整食谱为付费内容，但目前用户可以利用Bard来免费获得食谱，因此谷歌需要解决此类问题才能保证YouTube平台的活跃度。

纳德拉表示：微软仍然保持住与OpenAI的合作关系，并对自身的产品路线图和在Microsoft Ignite上宣布的一切持续创新能力以及一直支持我们的客户和合作伙伴充满信心。微软期待着了解Emmett Shear和OpenAI的新领导团队，并与他们进行合作。同时，其代表微软非常激动地宣布，Sam Altman和Greg Brockman将与其同事一起加入微软。他们将会领导一个新的高级AI研究团队，公司期待着马上为他们提供成功路上所需要的资源。

近期，微软在23H2版本的Windows 11里添加了备受瞩目的人工智能（AI）助手Copilot，这也让Windows 11成为了第一个为用户提供集中式AI协助的PC平台。更值得注意的是，微软过去先后向OpenAI投资了数十亿美元，利用英伟达最新的H100计算卡，以满足处理训练和扩展AI所需的巨大计算负载，并于不久前的开发者大会上，微软宣布推出其芯片实验室设计的两款定制芯片——Azure Maia 100 AI加速器和Azure Cobalt 100处理器以实现更高效、更低成本地适配其开发的大型语言模型（LLM），满足未来算力的需求。从长远来看，这也是为了减少对英伟达的依赖，避免出现“卡脖子”的情况。

“Altman先生的离职是董事会经过深思熟虑的审议后所作出的决定。审议的结论是，他在与董事会的沟通中没有始终保持坦诚的态度，并妨碍了董事会履行职责。董事会不再相信Altman先生能够继续领导OpenAI。”

该公告的措词较为强硬，再加上这个决定是马上生效的，很难不让人去猜测OpenAI内部究竟发生了什么。毕竟，它可是目前走在AI领域最前沿的其中几间公司之一。然而，博文里面确实没有披露更多的细节。

OpenAI的拳头产品：ChatGPT

而Sam Altman则在X上表示：

“我热爱在OpenAI的时光。这段日子改变了我自己，也希望能对世界有一点点改变。最重要的是，我很喜欢和如此才华横溢的人们共事。

在晚些时候我会有更多话要讲。”

在该公告发布后的晚些时候，又一位重要人物，OepnAI总裁兼联合创始人Greg Brockman在X上宣布了自己的离开。他表示该决定是基于今天的新闻，也就是Sam Altman离职一事，所做出的。

目前，在Sam Altman和Greg Brockman离开后，OpenAI董事会成员包括首席科学家Ilya Sutskever，独立董事Quora CEO Adam D'Angelo，科技企业家Tasha McCauley，以及乔治城安全与新兴技术中心的Helen Toner。

启蒙1号是中科院研究人员基于BSD二元猜测图（Binary Speculation Diagram, 简称BSD）算法设计出来的，5个小时就生成了400万逻辑门，这个规模比GPT-4能设计的芯片大4000倍。这是一颗完全由AI设计的32位RISC-V架构32位CPU，相比GPT-4目前所能设计的电路规模大4000倍。

该CPU早在2021年12月就已经完成流片验证，之后中科院计算所还用它点亮了Linux操作系统，并运行了SPEC CPU2000测试程序，评估后认为性能跟英特尔的40486相当。虽然启蒙1号CPU的规模跟当前的顶级CPU相比还差很远，但随着AI技术的飞速进步，未来AI设计芯片会成为主流，将极大地提高芯片设计的效率。

此前纽约大学Tandon工程学院的研究人员尝试使用简单的英语“对话”与AI模型制造了一个微处理芯片，两名硬件工程师使用标准英语与ChatGPT-4“交谈”，设计了一种新型的微处理器架构。不过这并不是一个完整的设计，是整个CPU的一个部分：负责创建一个新颖的基于8位累加器的微处理器架构的逻辑。该芯片随后被送往Skywater，使用130nm光刻机进行制造。

目前，业内普遍认为生成式AI和大语言模型（LLMs）仅适宜在GPU上运行。然而，最新的数据显示，基于Intel产品组合的AI解决方案，能够为在封闭生态系统中寻求摆脱当前效率与规模限制的客户提供极具竞争力的选择。

先来说说Habana Gaudi2，训练生成式AI和大语言模型需要服务器集群来满足大规模的计算要求。最新MLPerf结果切实验证了Gaudi2在要求极为苛刻的模型——1750亿参数的GPT-3上的出色性能以及高效的可扩展性。

Gaudi2在GPT-3模型上，384个加速器上的训练时间为311分钟，从256个加速器到384个加速器实现近线性95%的扩展效果。•在计算机视觉模型ResNet-50（8个加速器）和Unet3D（8个加速器）以及自然语言处理模型BERT（8个和64个加速器）上取得了优异的训练结果。与去年11月提交的数据相比，BERT和ResNet模型的性能分别提高了10%和4%，证明Gaudi2软件成熟度的提升，软件支持在持续发展和成熟，并能与日益增长的生成式AI及大语言模型的需求保持同步。

而第四代至强可扩展处理器则是众多解决方案中唯一提交的基于CPU的解决方案，MLPerf结果表明，至强可扩展处理器为企业提供了“开箱即用”的功能，可以在通用系统上部署AI，避免了引入专用AI系统的高昂成本和复杂性。

在封闭区，第四代至强可以分别在50分钟以内（47.93分钟）和90分钟以内（88.17分钟）的时间里训练BERT和ResNet-50模型。对于BERT模型的开放区，结果显示，当扩展至16个节点时，第四代至强能够在大约30分钟左右（31.06分钟）完成模型训练。对于较大的RetinaNet模型，第四代至强能够在16个节点上实现232分钟的训练时间，使客户能够灵活地使用非高峰期的至强周期来训练其模型，即可以在早晨、午餐或者夜间进行模型训练。具备Intel AMX的第四代英特尔至强可扩展处理器提供了显著的性能提升，其范围覆盖了多个框架、端到端数据科学工具，以及广泛的智能解决方案生态系统。

对于少数从头开始间歇性训练大模型的用户，他们可以使用通用CPU，并且通常是在已经完成部署的、基于Intel的服务器上运行其业务。此外，大多数人将采用预先训练好的模型，并用小型数据集对其进行微调。Intel发布的结果表明，通过使用Intel AI软件以及标准的行业开源软件，这种微调可以在短短几分钟内完成。

该公司的研究人员使用了一个名为PassGAN的模型，看名字就知道，这是password和GAN组合词，GAN指生成对抗网络。生成对抗网络由生成器和鉴别器组成，生成器负责生成数据，鉴别器负责鉴定生成的数据是否及格，有点像是两个人相互交手提升技术，常用于图像生成这一领域。因此跟一般简单粗暴的密码生成器不同，PassGAN会从现有的密码泄露中学习，并生产新的密码。

研究人员给PassGAN提供了1568万个常用的密码作为训练集，这些密码大多在4-18位之间，它们均来自于RockYou这个网站数年前泄露的数据。根据测试，11位以内的纯数字密码几乎是马上被破解的；包含小写字母的9位密码也仅需1分钟就能破解；至于大小写字母加符号的9位密码则需要花费2周，8位需要花费7小时。

乍听上去似乎AI已经把你的密码看光了，但事实上，根据Home Security Heros的研究，只要你用尽量长和复杂的密码，哪怕密码只要多一位数，AI就会难以下手。比如10位的大小写字母加符号密码需要5年来破解，但11位的密码就得花上356年。不过相比于AI，个人觉得还是防范一下社会工程学攻击比较好。