撰文：徐弢、吴一凡、杨秋秋、何昕晔

编辑：吴洋洋

本周模型与应用

效仿Apple Intelligence，华为发布了「Harmony Intelligence」；

Anthropic发布Claude 3.5 Sonnet，对标GPT-4o；

Runway发布第三代模型Gen-3 Alpha，生成视频长度仍只有10秒；

腾讯元宝升级搜索和解析性能；

Kimi测试上下文缓存功能；

聆心智能发布新一代「超拟人大模型」CharacterGLM Pro；

TikTok推出Symphony套件，帮客户生成视频广告；

微信视频号拟禁止数字人直播；

效仿AI程序员Devin，阿里云也发布了一个AI程序员。

华为发布「Harmony Intelligence」，鸿蒙有5000个原生应用

6月21日，华为在其2024开发者大会上宣布HarmonyOS NEXT（鸿蒙星河版）即日起面向开发者和先锋用户启动测试，正式版将在今年第四季度推出，可升级设备包括Mate 60系列、Mate X5系列、Pura 70系列、MatePad Pro等。

鸿蒙更新时间线。

此外，HarmonyOS NEXT首次将AI融入系统，推出Harmony Intelligence（鸿蒙原生智能），依托昇腾的算力和盘古大模型，提供系统级的AI能力。

HarmonyOS NEXT系统中融入了更多AI能力

HarmonyOS NEXT是华为自研的全场景智能操作系统，它抛弃了Linux内核及AOSP（安卓开放源代码项目）代码，仅支持鸿蒙内核和鸿蒙系统的应用，不再兼容Android应用，因此获得了「纯血鸿蒙」称号。目前鸿蒙生态设备数量已经达到了9亿台，鸿蒙原生应用达5000个，其中1500个已上架。

华为还在HarmonyOS NEXT系统中融入了AI能力，推出鸿蒙原生智能Harmony Intelligence，名字和11天前苹果发布的Apple Intelligence如出一辙。Harmony Intelligence端云结合，允许在端侧处理图像、通话、文档、搜索领域的AI功能，而云侧调用华为盘古大模型及其他第三方大模型。整个架构的最顶层是鸿蒙原生应用和小艺智能体。

小艺从助手升级为智能体

和苹果的Siri类似，华为旗下AI助手小艺能够实现跨应用操作，比如从一个App中提取信息，发送给另一个App中的指定联系人。

小艺位于界面底部等待响应。

在交互设计上，小艺从后台跑到了前台，直接与屏幕底部的导航条融合，用户无需唤醒小艺，只需把内容拖拽到导航条上「投喂」小艺即可实现智能处理——投喂文本，小艺可以生成摘要；投喂图片，小艺会识别图片内容，例如包含表格的图片可以直接变成Excel表格。其功能上的一大亮点是AI声音修复，为华为首创，可协助听障和言语障碍人群交流。

Anthropic发布Claude 3.5 Sonnet，对标GPT-4o

6月20日，Anthropic推出了其最新模型Claude 3.5 Sonnet，这也是即将推出的Claude 3.5型号系列中的第一款大模型，Anthropic称其在测试中可以匹敌甚至超越GPT-4o和Gemini。

对比Claude上一代模型3 Opus，3.5 Sonnet的响应速度更快，并且开始具备视觉能力。Anthropic表示，Claude 3.5 Sonnet「在掌握细微差别、幽默和复杂指令方面表现出显著进步，并且擅长以自然、亲切的语气撰写内容」。

此外，Anthropic还推出了新功能「Artifacts预览版」，允许用户编辑和迭代AI模型生成的内容。

目前，用户可以通过Anthropic的网页客户端和iOS应用端免费试用该新模型，而订阅了Claude Pro和Claude Team的用户可以享受5倍的速率限制。此外，新模型也在Anthropic的API以及亚马逊Bedrock和Google的Vertex AI等托管平台上线。Claude 3.5 Sonnet具有20万tokens上下文窗口，每百万输入tokens收费3美元，每百万输出tokens收费15美元。

参考链接：

https://www.anthropic.com/news/claude-3-5-sonnet

腾讯元宝升级搜索和解析性能

6月20日，腾讯旗下AI大模型应用「腾讯元宝」宣布升级AI搜索及解析能力。最新版本「腾讯元宝」的参数规模扩展至万亿级别规模，并且采用了混合专家模型（MoE）结构。

搜索资源扩充了

通过AI搜索增强，「腾讯元宝」接入了微信搜索、搜狗搜索等搜索引擎，覆盖了微信公众号等腾讯生态内容外，还囊括了其他互联网信源。在信息检索基础上，「腾讯元宝」能够识别出与用户提问高度相关的内容，并且精炼总结，再给出参考资料。

解析能力方面，最新版本的「腾讯元宝」支持单文档最长1000万字的超长文处理，一次能解析最多50个文件（单个文件大小不超过100MB），支持上传和解析包括pdf、doc、txt、xlsx、pptx等多种文件格式，也能基于解析内容生成柱状图、折线图、饼状图等数据图表。此外，「腾讯元宝」增加了对png、jpg、jpeg、webp、bmp 和heic等图片格式的识别解析。

最大优势是能搜索微信生态内容

「新皮层」曾报道，今年5月底，腾讯推出了首款面向消费者的大模型应用「腾讯元宝」，在常规的AI搜索、AI总结、AI写作等功能外，也提供口语陪练、创意绘画等内容生成功能。用户也可以在「腾讯元宝」中创建个人智能体。当时，腾讯大模型负责人刘煜宏告诉「新皮层」，元宝与其他AI助手应用最大的不同就是AI搜索，他声称「腾讯元宝能够覆盖主流搜索引擎较难直接抓取的微信公众号等腾讯系平台内容」。

「腾讯元宝」的底层模型是腾讯自研的混元大模型。混元大模型推出于2023年9月，早期以微信小程序「混元助手」的形态向外界开放。目前，微信小程序平台已经没有了「混元助手」，而是变成了「腾讯元宝」。

Runway发布第三代模型Gen-3 Alpha，生成视频长度仍只有10秒

6月17日，视频生成模型开发商Runway推出新款模型Gen-3 Alpha，最多可以生成10秒的视频片段。Runway在公司博客中表示：「Gen-3 Alpha擅长创造具有各种动作、手势和情感的富有表现力的人类角色。」

演示视频所用提示词：在日本城市里高速行驶的火车上，一个女人在窗户上的微妙倒影。

视频长度仍只有10秒，但速度更快了

相比前代视频生成模型Gen-2，新款模型Gen-3 Alpha改进了保真度、一致性和运动表现，且视频生成速度更快。Runway联合创始人Anastasis Germanidis告诉科技博客TechCrunch，目前推出的初始版本Gen-3 Alpha支持5秒或10秒的高分辨率视频生成，一个5秒的片段需要45秒来生成，一个10秒的片段需要90秒来生成，视频生成速度快于Gen-2模型。

但是，Gen-3 Alpha在部分情况下生成效果将会降低。Anastasis Germanidis表示，新模型难以生成复杂角色或者物体互动，而且生成的视频不能总是精确地遵循物理定律。Runway没有披露具体的数据集来源。

公司已经一年没有融资消息了

「新皮层」曾报道，创立于2018年的Runway以视频创意工具起步，而后聚焦在视频生成模型。2023年2月，Runway发布第一代视频生视频模型Gen-1，一个月后，它又发布了二代模型Gen-2。两代模型者最大的差别就是生成时长，Gen-1能生成15秒的视频，Gen-2生成时长延长到了18秒。

2023年12月，Runway宣布引入「通用世界模型」概念。在公司博客中，Anastasis Germanidis解释称：「我们相信，人工智能的下一个重大进步将来自于理解视觉世界及其动态的系统，这就是为什么我们开始围绕我们所说的通用世界模型开始了一项新的长期研究工作。」Runway把视频生成模型Gen-2视为通用世界模型的早期且有限的形态。

2024年，开发视频生成模型的公司越来越多，包括OpenAI、快手、3D内容生产公司Luma、Pika等公司，竞争也更为激烈。Runway的融资停留在2023年年中的C+轮，这轮融资后，Runwa的估值传闻达到了15亿美元。

参考链接：

https://runwayml.com/blog/introducing-gen-3-alpha/

Kimi测试上下文缓存功能

6月19日，月之暗面宣布，其AI聊天产品Kimi即将内测上下文缓存（Context Caching）功能，通过缓存重复的token内容，降低用户在请求相同内容时的成本，并提升API接口响应速度。在典型的AI协同工作流程中，用户可能会多次输入相同的指令，通过上下文缓存功能，模型可以缓存高频指令的输出token，对后续请求引用已缓存的token。月之暗面列出的典型业务场景包括提供大量预设内容的问答机器人、针对固定文档集合的频繁查询、对静态代码库或知识库的周期性分析等。6月20日，Google也在其大语言模型Gemini的API中加入了类似功能，支持Gemini 1.5 Pro和Gemini 1.5 Flash模型。

参考链接：

https://mp.weixin.qq.com/s/anZhObqWPLWZrNQCFv64Ag

聆心智能发布新一代「超拟人大模型」CharacterGLM Pro

6月15日，聆心智能宣布发布新一代超拟人大模型CharacterGLM Pro，声称在拟人化和角色扮演的性能指标上对标OpenAI旗下的GPT-4。2024年2月，聆心智能完成了CharacterGLM Pro版本的训练和初步测评，在对话连贯性、拟人性、流畅度、趣味性4个方面提升了模型的表现力。此外，聆心智能下调了模型价格，CharacterGLM Pro模型每1000 tokens的价格从0.1元下降至0.02元。

「新皮层」曾报道，聆心智能创立于2021年，是清华系AI创业公司，孵化自清华人工智能学院的交互式人工智能课题组（CoAI），创始人黄民烈是清华大学计算机系副教授。

智谱AI曾经参投聆心智能的天使轮及Pre-A轮融资。2023年8月，聆心智能与智谱AI合作发布的超拟人大模型CharacterGLM，就是来自于对智谱AI旗下GLM基座模型的优化，模型参数660亿。2023年9月，智谱AI以数亿元的价格收购了聆心智能。

参考链接：

https://mp.weixin.qq.com/s/kYz4sdzYGOJKX8dUsTbNeg

TikTok推出Symphony套件，帮客户生成视频广告

6月17日，TikTok推出由生成式AI驱动的创意解决方案套件TikTok Symphony，全部功能集成在TikTok广告管理器工作流中，用户可以享受简化的、由AI驱动的广告创建流程。

该套件具体包括AI助手「Symphony Assistant」和视频生成工具「Symphony Creative Studio」。Symphony Assistant可回答关于脚本编写、视频制作等方面的问题，Symphony Creative Studio可在1分钟内将产品详细信息、URL转为视频。

其中，Symphony Creative Studio还提供了数字人工具「Symphony Digital Avatars」，用户可以从数字人库中选择数字人形象，这些数字人均由获得商业使用许可的真实付费演员的视频片段创建，定制功能正在测试中。使用Symphony Creative Studio创建的所有视频都将自动标记为AI生成。

参考链接：

https://www.tiktok.com/business/en/blog/tiktok-symphony-ai-creative-suite

微信视频号拟禁止数字人直播

6月14日，腾讯视频号修订《视频号橱窗达人「发布低质量内容」实施细则》，新版细则将「非真实直播」判定为违规行为，包括「使用插件、AI等工具生成虚拟形象进行直播」。目前视频号没有对数字人直播做类型区分，无论是娱乐直播还是带货直播，无论是AI驱动还是真人驱动，都不被允许。同时，新细则禁止在直播和短视频中出现「讲解和售卖虚拟人代播软件」的内容。

该细则公示期为6月14日至6月20日，规则预计于6月21日生效，公示期满平台将另行发布正式生效规则。

参考链接：

https://channels.weixin.qq.com/shop/learning-center/detail.html?contentId=Article_1718699641_OJBODWEI&contentType=rule

效仿AI程序员Devin，阿里云也发布了一个AI程序员

6月21日，阿里云发布「AI程序员」。与阿里云去年11月发布的AI编程助手「通义灵码」相比，「AI程序员」能够能独立完成任务分解、代码编写、测试、问题修复、代码提交等程序开发的整个过程，而不需要人类程序员参与。发布现场，阿里云展示让AI程序员自主开发一款奥运赛事日程应用，从提出需求到开发完成全程只花了10分钟。

「AI程序员」与Cognition AI今年3月发布的「Devin」应用相似，该公司由硅谷华人团队Scott Wu、Steven Hao、WaldenYan联合创立。今年4月，Cognition AI获得1.75亿美元新融资，投后估值高达20亿美元。

鸿蒙原生应用达5000个，还效仿苹果推出「Harmony Intelligence」……