YouTube 上线「用相机拍摄」标签为真实视频「验明正身」；美国被曝考虑限制向中东国家出口 AI 芯片丨 RTE 开发者日报

开发者朋友们大家好：

这里是　「RTE 开发者日报」　，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的　新闻　」、「有态度的　观点　」、「有意思的　数据　」、「有思考的　文章　」、「有看点的　会议　」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。

本期编辑：@SSN，@鲍勃

01 有话题的新闻

1、美国被曝考虑限制英伟达、AMD 等向中东国家出口 AI 芯片

外媒援引知情人士消息称，美国已讨论限制英伟达、AMD 等美国公司对某些国家人工智能芯片的出口许可证设定上限。这些限制将重点放在波斯湾国家，这些国家对人工智能数据中心的需求越来越大，限制的举措将影响一些国家的人工智能能力。（@腾讯科技）

2、扎克伯格：联想基于 Meta Llama 大模型构建个人 AI 智能体 AI Now

联想集团于当地时间 10 月 15 日在美国西雅图召开年度 Tech World 大会。联想 CEO 杨元庆在主题演讲中，与 Meta 创始人兼 CEO 马克・扎克伯格一道宣布，联想与 Meta 合作基于 Llama 大模型推出面向 PC 的个人 AI 智能体 ——AI Now。扎克伯格通过视频在主题演讲上表示，联想与 Meta 已经合作多年，推出了许多卓越的创新成果，将突破性的 AI 和混合现实技术带给更多人，共同构建一个更加智能的未来。

联想最新的个人 AI 智能体 ——AI Now，它正是基于 Meta 的 Llama 模型进行构建，将 PC 转变为更具实用性和个性化的智能设备。而这也是 Meta 开源 Llama 的一个重要原因，像联想这样的公司可以对大型语言模型进行微调，优化其在特定使用场景中的表现。

近期，Meta 刚刚发布了 Llama 3.2，这是 Meta 的首个开源多模态模型。Meta 发布了 110 亿和 900 亿参数的模型，以及更小的、专为在设备上运行而优化的 10 亿和 30 亿参数的模型。

扎克伯格称，我们相信，开源是目前最具成本效益、最可定制化、最值得信赖且性能最优的选择。如今，Llama 已处于前沿地位，正逐渐成为 AI 领域的行业标准，就像「Linux」在操作系统领域的地位一样。通过与 Llama 合作，联想在我们达到这一转折点的过程中扮演了重要角色，并为消费者带来了令人印象深刻的体验。（@IT 之家）

3、YouTube 上线「用相机拍摄」标签，为真实视频「验明正身」

YouTube 正在推出新的「用相机拍摄」标签，以表明上传的视频是否来自真实相机拍摄，且具有未经修改的画面和声音。

数字内容认证服务 Trupic 上传了一段视频到其频道，展示了新的「用相机拍摄」标签的实际效果，该标签会在视频描述面板中显示。Trupic 表示，这是「YouTube 上第一个带有 C2PA 内容凭证的真实视频」。

YouTube 依靠内容来源与真实性联盟（C2PA）标准来检测上传视频的真实性，这意味着该功能仅适用于支持元数据的录制设备和工具。该网站在关于这一新功能的帮助页面中表示，该标签「意味着创作者使用了特定技术来验证其视频的来源，并确认其音频和视频没有被修改过」。此外，创作者必须专门使用 C2PA 2.1 或更高版本的工具，标签才会出现，所以用户可能在很长一段时间内都不会经常看到这个标签。像徕卡这样的公司去年开始在硬件中实施内容凭证，但目前还不清楚这些凭证是否会触发 YouTube 的标签。

谷歌还在其博客中解释了其在 YouTube 上增加人工智能生成内容透明度的目标，视频不一定需要未经编辑才能获得标签，只是整个过程的每一步都必须支持 C2PA，并且要避免以下情况：

一是破坏来源链的编辑，或者使视频无法追溯到其原始来源。例如，如果用带有 C2PA 元数据的相机拍摄图像，然后将其保存到不支持 C2PA 2.1 或更高版本的手机相册中，这可能会破坏来源链。

二是对视频的核心性质或内容进行重大修改，包括声音和视觉效果。

三是进行使视频与 C2PA 标准（2.1 及以上版本）不兼容的编辑。（@IT 之家）

4、Adobe 推出多款 AI 工具：可构建 3D 场景、消除路人、清洁镜头

据 The Verge 今天凌晨报道，Adobe 近期展示了多款实验性的 AI 工具，可用于动画制作、图像生成、照片及视频的优化等领域，未来有望被整合到 Creative Cloud 中。

Project Scenic：该工具可让用户在使用 Firefly 模型生成图像时拥有更大的控制权。其能够生成一个完整的 3D 场景，用户可以自由添加、移动、调整场景中的物体大小，最终结果会根据 3D 场景生成相应的 2D 图像。

Project Motion：一款两步动画制作工具，用户无需动画经验即可给文本和基础图像添加动态效果。此外，用户也可以通过文本描述和参考图像，进一步为动画视频添加色彩、纹理和背景，从而实现更复杂的效果。

Project Clean Machine：一款专门用于清理图像和视频的工具，能够自动移除诸如相机闪光、路人等干扰元素。例如在移除下图背景烟花导致的过曝现象时，Clean Machine 会自动校正色彩和光线，保证画面一致性。

据报道，上述工具将作为「Sneaks」的一部分在 Adobe MAX 大会上首次亮相。Sneaks 是 Adobe 的一个展示新技术并收集用户反馈的项目，不少在 Photoshop、After Effects 等平台上提供的功能（如内容感知填充）都来源于此。（@IT 之家）

5、AsrTools，一款智能语音转文字工具

AsrTools 是一款智能语音转文字工具，旨在通过高效的批处理和用户友好的界面，将音频文件快速转换为精确的文字。该工具无需 GPU 支持，支持生成 SRT 和 TXT 格式的字幕文件，适合多种应用场景。其界面基于 PyQt5 和 qfluentwidgets，操作简单，适合各类用户使用。（@机器之心 SOTA 模型）

02 有态度的观点

1、普林斯顿教授 Arvind：构建大参数模型不再有效，数据正成为瓶颈；社会对 AI 过度恐惧

Arvind Narayanan 是普林斯顿大学的计算机科学教授，同时也是信息技术政策中心的主任。他是《AI Snake Oil》一书的合著者，并大力支持关于仅仅增加计算能力重要性的 AI 扩展迷思。

在一次采访中，Arvind 提到，数据量正成为大模型发展的瓶颈。从历史发展来看，计算资源提升模型性能的方式是通过构建更大的模型，从 GPT-3.5 到 GPT-4 之间最大的变化就是模型的规模。Arvind 认为这种趋势正在走向终结。现有的模型已经在几乎所有可获取的数据上进行了训练，数据量的增加可能不会像以前那样带来根本性的改变或新的能力。

对于合成数据，Arvind 认为其具有很大的局限性。合成数据在提升数据量方面可能并不总是有效的，因为它可能只是在牺牲数据质量，而没有提供新的学习内容。Arvind 认为，小型化可能会成为 AI 模型的未来发展趋势，因为小型模型成本和隐私方面具有优势，并且随着技术进步，小型模型也能保持与大型模型相似的能力水平。

Arvind 提出，社会普遍对 AI 持有过度恐惧的态度，尤其是担心 AI 的自我意识和潜在威胁，但这种恐惧是没有根据的。AI 目前更多的是工具而非自主意识的实体。(@ Z potentials)

写在最后：

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。

对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。

素材来源官方媒体/网络新闻