今日关键点：

1、苹果在 iOS17 里加入transformer语言模型，用以提升文字语音转换文字时准确性。

2、苹果开发者：Vision Pro里使用了“脑机接口”，通过检查双眼等精确预测分析用户下一步要干什么

3、MetaVL: 将前后文学习能力从语言模型转移到视觉效果，打开下一个多模态时期

4、Runway得到1亿美金D轮融资，谷歌搜索参投

所见所闻角度

国外AI

1、苹果在ios17里加入transformer语言模型，用以提升文字语音转换文字时准确性。

苹果在今日升级更新的ios系统描述中，讲述了应用transformer语言模型，用以提升文字语音转换文字时准确性，根据用以英语单词预测分析——提升了用户每一次输入后的感受和精确性。而且这个模型好似苹果一直以来注重对用户的个人隐私保护一样，要在手机上端模型。

见智科学研究觉得，苹果应用transformer模型用以一些基础运用合乎苹果一直以来的创新精神，苹果从来不注重某种技术性是不是优秀，反而是需在用户性能上发挥到极致。那也是苹果一直强调技术落地到运用的一种体现。

见智科学研究坚信苹果机器设备在明年可能拥有自己llm模型，而且这个模型依照苹果一贯的个人隐私保护方式，应是纯本地化的模型。

2、苹果开发者：Vision Pro里使用了“脑机”，通过检查双眼精确预测分析用户下一步要干什么

一位在AR/VR行业工作十年、出任苹果AR神经系统技术性研究者网友Sterling Crispin发推文，阐述了苹果AR神经项目研发

依据Crispin的讲解和苹果专利表明，苹果神经技术性能做到预测分析用户个人行为、依据用户情况调节虚拟器。

最潮的结果就是在用户具体点一下以前预测分析她们会点一下哪些，大众的眼瞳在点一下以前往往会有反映，主要原因是大家会期待在点一下以后会有什么。

这时候能通过检测用户的双眼个人行为来建立经颅磁，可实时重新定位用户页面，以带来更多预想的眼瞳反映。这是一个根据双眼达到的粗略地“脑机接口”，用户无需接纳介入性的头部手术。

推论认知能力状态下的别的技术性，包含以用户可能不能发觉方式向她们迅速浮现视觉效果或响声，随后精确测量他的反映。

见智科学研究觉得，苹果根据全新升级神经设备对人的认知精准预测，进而大幅度减少了vision商品全部UI操控的延迟时间，大幅度提高用户感受。从成千上万小细节中可以看出，苹果在使用搬山道人水平解决每一个细节，这一薄厚资源整合能力，并不是谁可以能直接借鉴的，其所展现的每一个细节，都看得出苹果耗费极大的时间在处理交互方式。那也是苹果往往了不起的地区。

3、MetaVL:将前后文学习能力从语言模型转移到视觉效果，打开下一个多模态时期

见智科学研究一句话总结:

M Monajatipoor, L H Li, M Rouhsedaghat, L F. Yang, K Chang构建了将元学习前后文学习能力从单模态转移到多模态的概率，验证了在视觉-语言表达每日任务中以转移能够大幅提升前后文学习能力，甚至是在模型尺寸层面完成提升。

这就意味着多模态条件下的会话可能将获得提升，针对已有的文生图而言可能带来新变化，形成方式对用户将更友善。

4、Runway得到1亿美金D轮融资，谷歌搜索参投

生成式AI服务平台Runway得到1亿美金D轮融资（约7亿人民币），公司估值15亿美金，此次由谷歌搜索参投。谷歌搜索项目投资Runway的主要原因之一是为了获取云计算技术顾客。

Runway曾经在4月底与谷歌搜索签署了7500万美元3年商业服务协议书，与此同时Runway已经从谷歌搜索赢得了使用价值2000万美元云计算资源用以内容运营研发。

见智科学研究曾用过GEN-1形成相对应ae特效，但是目前可玩度不是很高。Gen-2是Runway于今年3月发布的，但是目前app客户端还不提供应用。Gen-2能通过文字、照片、文字 照片立即形成短视频，并且支持操控变形和3D渲染加上美国好莱坞式大面积动画特效，仅三五分钟就可以完成全部实际操作。

文中来源于华尔街见闻，热烈欢迎免费下载APP点击查看