智能周报｜Windows Copilot终于上线；OpenAI或将发布GPT-Vision；智谱AI新融资后估值达约10亿美元…

海外篇

9月21日，微软举办了自新冠疫情暴发以来的首次现场展示会，不仅发布了Surface Laptop Studio 2，更重要的是在9月26日的新一轮更新中，Windows 11系统有了许多新功能，尤其是生成式AI。

Windows 11的更新将提供超过150项新功能。其中包括：

· AI助手Copilot引入Windows系统：Copilot可以显示在任务栏上，也可以通过Win+C的快捷键启动。

· AI增强原有应用功能：Paint画图新增「背景移除」，以及根据文本生成图像的功能；Photos照片中新增「背景模糊」可以突出画面主体；Clipchamp视频编辑器可以自动构图，根据图像和镜头自动提供场景建议、编辑和叙述。

微软在发布会上表示，Copilot的定位是「日常AI伴侣」，将作为系统免费更新的一部分引入Windows 11，这是微软「AI全家桶」的最后一站。此前，微软已将Copilot加载到了搜索引擎Bing、办公软件Microsoft 365等产品中。

利用加入这一生成式AI助手的Windows操作系统，用户可以一站式完成多种任务，不需要再像过去一样在多个应用程序之间跳转，比如让它为一段文字总结出摘要、做讲解，或为一个假期规划行程、订机票和酒店。

· 今年5月，微软便在其年度Build开发者大会上宣布，将在Windows 11中加入这个接入GPT-4、名为Copilot的AI助手；

· 6月30日，微软推出了支持Windows Copilot的开发者预览版更新，只是当时普通用户还无法体验；

· 7月31日，微软称将在Copilot开发第三方插件，以连接到模型以外的软件和数据，使Copilot在回答、解决特定问题时给出更好的答案或方案。

· Bing Chat更定制化：Bing Chat的回答将参考前几轮对话以及用户搜索过的内容，比如你曾查询过喜欢的球队，那么用Bing Chat生成旅行计划时，它会告诉你该球队是否在你要去的城市比赛。虽然这也意味着用户的对话、搜索数据被拿去训练模型，但用户可以随时关闭该功能；

· Bing Chat加入DALL·E 3：DALL·E 3是OpenAI的文本图像生成模型的最新版本，AI可以写好生成图像所需的提示词，用户只需要有个想法就可以，此外，Microsoft Designer也被集成到了Bing中；

· Bing Chat企业版更新：该版本不仅可以在Microsoft Edge移动应用程序中使用，还支持多模态可视化搜索和图像创建，这意味着你可以用图片查找信息或创建图片；

· Bing新增AI「内容凭证」：Bing中所有AI生成的内容都通过某种方法添加了隐形数字水印，包括生成的时间与日期，未来Paint、Microsoft Designer中也将增加该凭证。

11月1日，Microsoft 365 Copilot将正式向企业用户推出，届时企业版用户可以使用Copilot总结文档、快速生成电子邮件。同时推出的还有Microsoft 365 Chat，这是一款全新的人工智能助手，有点像本地版的ChatGPT。

Microsoft 365 E3、E5、商业标准版和商业高级版的客户，如果想使用Copilot，每个账户每月需要额外支付 30 美元。目前，Microsoft 365商业标准版和商业高级版用户的费用分别是每月12.5美元和22美元，E3和E5的月费则分别是36美元和57美元。这意味着通过Copilot，微软把商业用户Office服务的价格提升了近3倍。

至于面向普通Microsoft 365用户的Copilot，微软还没有公布推出时间和价格，想要尝试的用户只能再等一等啦。

参考链接

https://blogs.microsoft.com/zh/blog/2023/09/21/announcing-microsoft-copilot-your-everyday-ai-companion/

9月18日，据媒体报道，OpenAI正在积极准备发布GPT-4大模型的多模态版本，试图保持技术上的领先地位。新皮层本周一曾报道过，Google已经向小部分公司开放了其多模态模型「Gemini」（双子星）的早期版本。

其实早在今年3月，OpenAI在推出GPT-4时就曾展示了多模态大模型的功能。多模态本应该是GPT-4已经拥有的能力，但OpenAI从未向公众开放过。OpenAI仅向一家为视障人群提供服务的公司Be My Eyes开放过多模态大模型。有报道称，OpenAI担心多模态能力过于强大而被用来破解验证码或人脸识别系统。

多模态指的是大模型不再像今天这样局限在文本形式内容的输入与输出，而是同时可以输入与输出文本、图像、音频等内容。例如用户可以让大模型阅读一张地图，并且协助规划路线。在当时的演示视频中，OpenAI联合创始人Greg Brockman用手机拍了一张他在笔记本上潦草写下的网站设计草稿图，输入给GPT-4后，模型就能根据这张图片生成网页所需的代码。

OpenAI推出GPT-4不久，Google就在5月的开发者大会上公布多模态模型「Gemini」（双子星）的开发计划，并且表示这个模型对标的正是OpenAI的GPT-4多模态大模型。随着Gemini的开发逐渐成熟，Google在近期向一部分公司开放了其早期版本。

有报道称，OpenAI正准备推出拥有图像理解能力的模型GPT-Vision来应对Google的挑战，这个模型还会结合OpenAI另一款正在研发中的图像生成模型DALL·E 3的能力，GPT-Vision可能会在11月召开的首届OpenAI开发者大会上公布。不过这个GPT-Vision看起来只是增加了图像的输入与输出能力，依然不是完整版的多模态大模型。

对此，科技博客The Information表示，OpenAI还在考虑从头搭建一款新的多模态模型Gobi，但目前这还只是一个想法，毕竟OpenAI CEO Sam Altman曾表示暂时不会开发GPT-5，也就是下一代大模型。

参考链接

https://www.theinformation.com/articles/openai-hustles-to-beat-google-to-launch-multimodal-llm 

9月21日，OpenAI在官网发布了其最新一代图像生成模型DALL·E 3，目前该模型还处于研究预览阶段，将于10月通过API向ChatGPT Plus和企业客户提供。

2021年1月，OpenAI发布图像生成模型DALL·E；之后于2022年4月发布DALL·E 2。时隔一年多，OpenAI 通过官网发布DALL·E 3，并宣布将于10月开始正式可用。OpenAI 表示，与DALL·E 2相比，最新推出的DALL·E 3在功能和资源上有大幅提升，可以帮助用户轻松地将想法转化为极其准确的图像。

· 理解能力更强

比起DALL·E 2，DALL·E 3最大的优势在于能够更好地理解上下文。在将文字描述转化为图像的过程中，DALL·E 2无法理解复杂的文本描述，并且可能在生成图像时产生歧义。而DALL·E 3能够借助更精确的算法来消除输入文本的复杂性，从而生成更准确的图像。

OpenAI表示，即使具有相同的提示，DALL·E 3也表现出了相比DALL·E 2的显著改进。根据发布的示例来看，DALL·E 3进一步完善了手部等细节，使得生成的画作更具真实性。

· 更好地规避风险

本次DALL·E 3着重强调了对生成的图像内容做了安全过滤，以防止暴力、成人或仇恨内容的生成。OpenAI表示，它与外部红队成员（一个故意试图破坏系统以测试其安全性的组织）合作，将禁止用户在提示词（Prompt）中使用一些含有暴力和犯罪的词语。

此外，为避免诉讼，DALL·E 3将不再提供所有在世艺术家风格的图像和公众人物的面部图像，也可以根据创作者的请求删除他们的作品数据。

更让人惊喜的一点是，DALL·E 3是在ChatGPT上「原生构建」的，并将作为ChatGPT Plus的集成功能出现。具体来说，用户可以借助ChatGPT将简短的文字提示，转化为为了DALL·E 3量身定制的、详细的描述，进而输出更加专业的图像。

如果输出的图像并不符合用户的需求，用户也可以通过ChatGPT完善图像。根据社交平台X的用户 @MattGarciaEth的对比测试结果，DALL·E 3在语义的理解和画面的呈现上表现得比Midjourney更好，但由于它受到更严格的风格限制，Midjourney在画面风格多样性上更胜一筹。

GPT-4发布时曾经展示的多模态能力至今没有上市，目前的GPT-4还只能够实现文本到文本的内容生成。但有报道称，OpenAI有计划通过集成DALL·E 3的图像生成功能来丰富GPT-4的图像模态输出能力，从而应对Google计划推出的多模态AI模型Gemini。据悉，OpenAI还考虑开发多模态模型「Gobi」，但目前还没有开始训练。

参考链接

https://openai.com/dall-e-3

9月19日，Google在官方博客宣布了Bard聊天机器人的一系列更新，Bard添加了Google应用的插件功能，包括Gmail、文档、云盘等。Google称，这是Bard迄今为止功能最强大的版本。

今年2月，Google推出类ChatGPT的聊天机器人Bard，以迎接微软与OpenAI的竞争。Bard依托自研大模型PaLM 2，可根据用户的文本指令生成内容。7月，Bard还新增了图像搜索功能，这是竞品ChatGPT和Claude目前不具备的。

5月ChatGPT推出插件功能时，新皮层曾经报道过。简单点理解，插件就是第三方应用为ChatGPT开了后门，方便ChatGPT调用自己应用内的数据。按OpenAI的说法，插件可以成为ChatGPT的「眼睛和耳朵」，使它能够访问一些过于新、过于私密因而无法被包含在训练数据中的信息。

有了插件功能，Bard可以提供来自Google地图、Google机票、Google酒店和YouTube的实时信息。用户需要事先安装扩展程序（extensions）。比如，用户想要获取导航信息，在对话框中输入「@Google Map+指令」，Bard就会调用Google地图解答问题。

Google在文章中举了很多例子：用户计划和朋友去科罗拉多大峡谷旅行，可以要求Bard从Gmail中获取适合每个人的出行日期、查找实时航班和酒店信息、查看前往机场的路线，甚至观看机场活动的YouTube视频。总之，这些功能你都可以在Bard的聊天窗口内完成。

· 可与其他用户分享对话：Google Bard新增了「公共链接分享」功能，用户可以将自己与Bard的对话分享给任何人，被分享者可以在自己的设备上继续对话。

· 可核查事实：Bard在答案底部新增了一个「G」按钮，用户点击按钮可以让Bard在Google全网搜索，检查回答是否正确。

· Google推出的Duet AI对标微软的Copilot，Bard对标的是ChatGPT。Duet AI只专注于办公套件Google Workspace，而Bard用于创建Google整体的插件生态：它可以关联Google Workspace，也可以关联Google旗下诸多应用，应用场景不止办公。

· Duet AI被定位成办公AI助手，每月费用30美元，且只面向大公司的员工。Bard的插件目前是免费的，个人用户也可以使用。

参考链接

https://blog.google/products/bard/google-bard-new-features-update-sept-2023/

中国篇

9月21日，迫于美国总统拜登签署的关于限制投资中国高科技领域的行政命令，美国风险投资公司纪源资本（GGV）宣布剥离亚洲业务。

8月初新皮层报道，美国总统拜登签署行政命令，禁止美国资本投资人工智能、半导体和量子计算等领域的中国公司。纪源资本、金沙江创投（GSR Ventures）、华登国际（Walden International）和高通创投（Qualcomm Ventures）等公司正在接受美国国会委员会审查，该委员会旨在调查美国公司向中国技术公司提供资金的情况。

纪源资本表示将于2024年第一季度末完成拆分。此后，纪源资本位于硅谷和纽约的公司主要投资北美、拉美、以色列、欧洲等市场；位于新加坡的公司主要投资中国、东南亚和南亚市场。未来中国业务不再使用GGV这一英文品牌。

纪源资本是一家专注于中早期投资的VC股权投资机构，自2000年在新加坡创立以来，美国与亚洲地区是其重点投资区域。2005年，纪源资本进入中国，先后投资了阿里巴巴、小红书、小鹏汽车、字节跳动、滴滴等多家公司，是最早投资中国企业的硅谷风险投资基金之一。

受地缘因素、宏观经济和流动性收紧的影响，风投公司对中国的投资越来越谨慎，根据研究公司PitchBook的数据，去年美国私募股权交易金额下降近一半至690亿美元左右，是6年来的最低水平。CVSource投中数据的资料显示，2022年只有14家中国公司在美国资本市场IPO，数量同比下降62.16%，IPO规模同比下降90.41%。

· 6月6日，红杉资本宣布在2024年3月31日前将美欧、中国、印度/东南亚业务分别独立，并采用不同品牌运营。据知情人士消息，中国业务的投资策略将分散于多个基金；美国和欧洲业务重组，红杉资本基金是重点；印度/东南亚业务则聚焦早期创始人的发掘和培养。

· 9月13日，蓝驰创投也宣布将英文品牌名称变更为Lanchi Ventures，不再与硅谷风险基金BlueRun Ventures同名共享。

参考链接

https://twitter.com/ggvcapital/status/1704896192386404419?s=52&t=aJaadoBmWb60PBPrGSXaMg

9月19日，据报道，大模型公司智谱AI完成B-4轮融资，腾讯战投、阿里云战投领投，多家机构参与。腾讯集团和阿里云智能集团回复称确已参与投资。截至该轮投资，智谱AI的估值达到约10亿美元。它也是继MiniMax后，中国大模型领域诞生的第二只独角兽。

成立于2019年的智谱AI是清华大学计算机系唐杰教授创立的大模型公司，由清华大学计算机系知识工程实验室的技术成果转化而来。2022年8月，智谱合作研发了千亿大模型GLM-130B，并以此为基础推出了ChatGLM。此后，智谱AI还推出了针对代码、视频、图像生成的一系列模型。

智谱是国内少数几个已成功开发出大模型的初创公司。目前已通过网信办备案审批的模型中，目前仅有百川智能的「百川大模型」、智谱的「智谱清言」、Minimax的「ABAB大模型」等3家初创公司的模型获批。

· 2019年8月完成战略投资，由清华控股和中科量创投资；

· 2021年9月完成A轮融资，金额1亿元，由达晨财智、华控基金、将门创投、南京图灵、北京达凡等9家公司出资；

· 2022年9月完成B轮融资，金额为1亿元，由君联资本、启明创投、华控基金出资；

· 2023年7月完成B-2轮融资，由美团战投领投，金额达到上亿美元，投后估值为5亿美元。

9月21日量子位报道称，清华系AI创业公司聆心智能已被智谱AI全资收购，但至今未官宣。有业内人士透露，其最终成交时的整体估值达数亿人民币。而就在两天前，9月19日，智谱AI刚刚完成B-4轮融资，腾讯战投、阿里云战投领投，多家机构参与。此轮投资后，智谱AI的估值达到约10亿美元。它也是继MiniMax后，中国大模型领域诞生的第二家独角兽。

聆心智能与智谱AI同属清华系AI创业公司。智谱AI是清华大学计算机系唐杰教授于2019年创立的大模型公司，由清华大学计算机系知识工程实验室的技术成果转化而来。而聆心智能于2021年成立，孵化自清华人工智能学院的交互式人工智能课题组（CoAI），创办者黄民烈系清华大学计算机系副教授。此前，智谱AI曾参投聆心智能的天使轮及Pre-A轮融资。

聆心智能的核心人员是国内最早开展大模型底层技术研究的团队，在语言生成、对话生成方面具有独特的技术优势。基于生成式大模型，他们研发了Emohaa 情绪疗愈机器人并成功落地，还与高端豪华电动车品牌BeyonCa合作推出过智能驾舱的贴心助手。8月初，聆心智能与智谱AI合作发布CharacterGLM超拟人大模型，称其在交流过程中能呈现丰富的立体化「人格」，该模型基于GLM基座优化升级而来——GLM-130B正是智谱AI刚刚发布的千亿参数大模型。

9月18日，据港交所消息，北京第四范式智能技术股份有限公司宣布于9月18日至9月21日招股，并计划于9月28日正式在香港联交所主板挂牌上市。此次IPO中，第四范式将发售1839.6万股，其中1655.64万股在全球发售，183.96万股在香港发售。每股发行价55.60港元至61.16港元，总集资额10.2亿港元至11.3亿港元（约合9.52亿元至10.54亿元人民币），其中约60%在未来3年内将用于加强基础研究、技术能力和解决方案开发。

招股书显示，第四范式是一家人工智能技术与服务提供商，专注提供以平台为中心的人工智能软件，使企业能够开发自有的决策类人工智能应用，从而节省人工智能专家的配置。按2022年收入计算，第四范式在中国以平台为中心的决策类人工智能提供商市场中排名第一，占据22.6%的市场份额，远高于行业第二名12.3%的市场占有率。

版权篇

你可以在多大程度上接受你所消费的娱乐产品内容是由AI生成的呢？对于这个问题，绝大部分桌游玩家的回答似乎都是——「不！！！」

9月6日，知名桌面游戏出版社Stronghold Games在众筹网站Kickstarter上发起了桌游《重塑火星》最新扩展的众筹项目。《重塑火星》是一款极其出色的桌面游戏，在全球拥有上百万玩家，在专业桌游论坛BoardGameGeek上以8.4分排名第六。

这样的游戏绝大部分爱好者肯定都是「买买买」，然而，这次众筹的宣传文案中的一段话迅速在玩家社群中引发争议。Stronghold Games承认，「使用Midjourney、Fotor和Adobe产品套件作为工具，与我们内部和外部的插画师、平面设计师和营销人员合作，生成了游戏的想法、插图、平面设计元素和营销材料」。

而Stronghold Games之所以专门披露这条信息，是因为Kickstarter在8月刚刚更新了政策，要求众筹项目的发起者必须披露其创作活动中是否使用人工智能。

争议发生后，Stronghold Games的母公司Indie Game Studios总裁Travis Worthington接受了游戏媒体Polygon的专访。在采访中Worthington表示，《重塑火星》的美术设计主要由FryxGames完成，这是一个拥有7名成员的家族企业。他们采用生成式AI协助工作的主要目的不是降低成本，而是为了更快地让玩家体验到这款游戏。

与此同时，Worthington还认为，生成式AI是如此强大，拒绝使用生成式AI来辅助桌游制作是不可能的。他举例说明，奢侈品手表如今依靠生成式AI提供创意，媒体也在用AI撰写文章，因此桌游也可以用AI生成插画。

Travis Worthington的言论自然被玩家讽刺为「打不过就加入」的投降行为，尤其考虑到《重塑火星》是一款久经商业考验的桌游，至少它不像很多独立桌游那样需要整日忧心亏损，它的「投降」尤为「可耻」。

其实，此次事件引发争议的根本原因在于，桌面游戏一直都不是一门大生意，用网络黑话来说，桌游圈有点「圈地自萌」的意思。桌游产业中，能够盈利的桌游都百里挑一，绝大部分桌游都在盈亏平衡线上走钢丝。

因此整个产业中，情感联结是很重要的。桌游行业容纳了非常多「为爱发电」的设计师、插画师，他们工作的主要动力并不是金钱，他们的报酬与付出的劳动也常常并不匹配。而作为玩家，他们购买桌游的原因很多样，或是出于对游戏机制的认可，或是出于对游戏美术的喜爱，或者单纯就是为了支持游戏的制作者。很多玩家购买桌游是非理性的，这从大部分玩家书架上那些买来但从未玩过的桌游的数量就可见一斑。

正是因为如此，今年7月，著名桌上角色扮演游戏《龙与地下城》的数字第三方市场Dungeon Masters Guild就表示，市场上禁止销售利用AI辅助生成的商品，包括插画、地图、微缩模型等等。8月，《龙与地下城》官方平台D&D Beyond也宣布禁止AI生成的角色与插图。

截至目前，虽然遭到很多批评，《重塑火星》的最新扩展已经从13153名支持者那里筹集了1100多万元人民币。该项目将于2024年7月交付，可惜Worthington没有提到生成式AI让交付时间具体提前了多少。

参考链接

https://gizmodo.com/terraforming-mars-publisher-calls-ai-too-powerful-not-1850847443?utm_source=vip

https://www.polygon.com/tabletop-games/23873453/kickstarters-ai-disclosure-terraforming-mars-release-date-price

9月19日，《冰与火之歌》作者乔治·马丁、法律惊险小说作者约翰·格里沙姆、《自由》作者乔纳森·弗兰岑等17位知名作家在纽约南区，通过全美作家协会向纽约曼哈顿联邦法院提起针对OpenAI的集体诉讼，称OpenAI在未经许可的情况下批量复制原告的作品，并将受版权保护的材料输入到该公司的「大型语言模型」中，并响应了用户类似的文本需求。

人工智能版权专家安德烈斯·瓜达穆斯（Andres Guadamuz）认为，考虑到原告所拥有的版权阵容和雇用的优秀律师，此案将成为众多针对OpenAI的版权诉讼中最重要的一起。该诉讼在纽约，而非加利福利亚发起，目的也是防止当地法院偏向OpenAI

· 2023年6月，北加州的一家律所对OpenAI提起集体诉讼，指控其在训练大模型时从网上抓取数据，侵犯了16位原告的著作权和隐私，要求赔偿30亿美元。

· 2023年7月，两位美国作家对OpenAI提起诉讼，声称OpenAI在没有获得版权授权的情况下，就利用他们的作品来训练其人工智能。

9月20日，波兰个人数据保护办公室表示，因接到对ChatGPT的投诉，现已对OpenAI立案。有用户指出，OpenAI以非法且不可靠的方式处理数据且过程不透明，即ChatGPT在回答时生成了关于用户的虚假信息，并且OpenAI的数据处理原则缺乏透明度，用户无法确定它将哪些个人数据用于训练ChatGPT。

如果该用户的投诉属实，那么OpenAI可能违反了欧盟保障数据隐私的《通用数据保护条例》（GDPR）规则。该规则指出，企业在处理数据前，需要获得用户的同意，否则按未告知记录用户行为作违法处理。并且企业的隐私政策需要清晰、易懂、简练。虽然OpenAI并未在欧盟境内设立业务机构，根据规定，凡是处理欧盟境内个人的数据，且数据处理行为与向欧盟境内个人提供商品或服务相关，就要受GDPR的约束。

参考链接

https://www.reuters.com/technology/poland-investigates-openai-over-privacy-concerns-2023-09-21/

-END-