您现在的位置是：首页 > 文章详情

开源日报 | xAI正式发布API；Ubuntu发布二十周年；苹果AI产品落后2年；七十年编程语言发展漫谈；电子鹦鹉解剖图

日期：2024-10-22点击：161收藏

欢迎阅读 OSCHINA 编辑部出品的开源日报，每天更新一期。

# 2024.10.22

今日要闻

马斯克xAI正式发布API

埃隆・马斯克的人工智能公司 xAI 正式发布了其应用程序编程接口（API），允许开发者将 Grok 集成到其他应用程序中。马斯克在周一宣布了这一消息，并同时在 xAI 网站上发布了该接口的链接。此前，马斯克曾在 8 月份确认将为 Grok 提供 API 的计划，并在 3 月份开源了该软件的权重。

要查看和使用 API，用户必须登录他们的 xAI 账户，并在个人资料设置中选择“Request Access”来申请访问 PromptIDE 和 API。目前，API 只有一个模型，名为“grok-beta”，其价格为每百万输入 token 为 5 美元（IT之家备注：当前约 35.6 元人民币），每百万输出 token 为 15 美元（当前约 107 元人民币）。

API 还允许用户执行函数调用，以便 Grok 可以与数据库、搜索引擎和其他外部软件工具集成。

2004 年 10 月 20 日，Canonical 创始人 Mark Shuttleworth 在邮件列表上宣布发布 Ubuntu 发行版的第一个版本 Ubuntu 4.10 "The Warty Warthog Release"，他表示新发行版每半年发布一次，每个版本支持 18 个月，除了提供下载外，感兴趣的用户可以申请免费光盘。他称 Ubuntu 是基于 Debian，提供了更简单易用的安装程序。Ubuntu 推动了 Linux 的普及，虽然二十年后在桌面领域 Linux 的份额仍然很小，但它基本上统治了服务器市场，Ubuntu 也成为最流行的 Linux 发行版之一。

https://lists.ubuntu.com/archives/ubuntu-announce/2004-October/000003.html

智源发布原生多模态世界模型 Emu3

智源研究院宣布正式发布原生多模态世界模型 Emu3。该模型只基于下一个 token 预测，无需扩散模型或组合方法，即可完成文本、图像、视频三种模态数据的理解和生成。目前 Emu3 已开源了关键技术和模型。

公告称，Emu3 在图像生成、视频生成、视觉语言理解等任务中超过了 SDXL 、LLaVA、OpenSora 等知名开源模型，但是无需扩散模型、CLIP 视觉编码器、预训练的 LLM 等技术，只需要预测下一个 token。

苹果内部判断AI产品落后领跑者至少2年

在上周日的最新专栏文章里，知名科技爆料人马克·古尔曼透露，苹果内部的一些人认为，公司自家的人工智能技术，落后于行业领先者的程度已经超过两年。公司内部的一些研究也反映，与OpenAI的ChatGPT相比，苹果Siri的准确率要低25%，同时能够回答的问题也要少30%。

这种尴尬也出现在新品发布的节奏上。古尔曼也强调，现状并不意味着苹果会被排除在“AI竞赛”之外。这家公司拥有一个受人喜爱的品牌，以及近乎无限的资源。到某个时刻，苹果将通过开发、并购、招聘等方式进入顶级人工智能公司的行列。

对于苹果而言，还有一个独特的优势：统一的硬件生态。

阿里达摩院开源DocOwl1.5文档处理模型

阿里巴巴达摩院与中国人民大学联合开源了mPLUG-DocOwl1.5文档处理模型。

据悉，该模型无需OCR即可理解文档内容，在多个视觉文档理解基准测试中表现领先。mPLUG-DocOwl1.5 强调结构信息的重要性，提出“统一结构学习”来提升MLLM性能。目前，mPLUG-DocOwl1.5的代码、模型和数据集已在 GitHub 上公开发布。https://github.com/X-PLUG/mPLUG-DocOwl

今日观察

社交观察

Meta 开源端到端的语音模型 Spirit LM

这个模型有两个版本：

基础版：适合进行一般的语音识别和生成，不包含情感变化；
高表现力版：可以捕捉语音中的情感特征，能够生成包含快乐、愤怒或兴奋等情感的语音。

主要特点有：

Spirit LM 直接使用语音标记、音高标记和声调标记来保留语音中的表现力要素，不需要先转文本描述。
能够在不需要大量数据的情况下，完成自动语音识别、文本转语音和语音分类等复杂任务。

项目地址：speechbot.github.io/spiritlm/

- 微博 歸藏的AI工具箱

Sandy Munro 是一个美国的逆向工程专家

Sandy Munro 是一个美国的逆向工程专家，因为拆过很多特斯拉车型，和特斯拉高层对话过，有了一些影响力。

Joe Tegtmeyer 是一个美国德州的航拍博主，自特斯拉和 SpaceX 在德州开建两个工厂以来，天天用无人机直播两个工厂的施工进度。

Sandy Munro 在拆 Cybertruck 的时候，发现上面有一块电路板写着 Hi Sandy! 特斯拉的电气工程师用这种形式和他打了个招呼。

Joe Tegtmeyer 在最近的航拍里发现，Giga Texas 工厂门口旗杆的顶部被画了一只刺猬，写着 Hi Joe，这可能是基建部门整的活儿。

不拆开就看不到了，不用无人机凑近了发现不了。类似这样的彩蛋在特斯拉是怎么落到不同部门的？这肯定没有 KPI 吧。

- 微博 不是郑小康

电子鹦鹉解剖图

- 微博 归零归零归ww

七十年编程语言发展漫谈

- 微博 鹅厂程序员

媒体观察

智能化下半场中国汽车产业如何破局

“智能网联汽车是一个技术交叉、产业跨界的领域，真正要把这个产业做实，第一是形成共识，第二是做好复杂系统工程。”“产业要想快速发展，还需加快完善相关政策标准和法律法规的制定。”

- 中国青年报

引领区看未来：上海浦东抢抓大模型“风口” 欲让“模力”焕发“魔力”

在上海浦东张江科学城的城市副中心，总建筑面积超20万平方米的大模型产业生态集聚区“模力社区”已拔地而起，这里依托张江30多年的产业基础，将集中化布局垂模产业发展生态，打造AI新的制高点。

- 中国新闻网

硬核航天“老兵”张海明：商业航天是一场长跑

AI现在在很多领域都有应用。首先，我个人的理解是提高设计的效率。我们现在设计一颗卫星、设计火箭、设计一个卫星网络，需要考虑各种因素，而AI经过足够的训练后，考虑的因素可能比我们更全面、更细致。

- 经济观察报

Q3大模型中标项目超360个，业界仍在解决落地难

大模型落地面临人才和生态断层，大模型落地带来的价值不明显等问题，中标项目内容也反映出，业界在着手解决这一系列问题。如一些项目进入核心业务场景进行探索，一些项目涉及人才培训，另一些项目涉及端到端产品、软硬件一体等。

- 数智前线

年轻人的好友列表，AI越来越多

如此发展下去，年轻人好友列表会扩列越来越多 AI ——与 80 后、90 后社交基于某些物理连接（现实身份信息）不同，00 后社交更倾向构建一个赛博分身——他们对于互联网怀着一种热烈的期待，渴望被看见，却又固执地选择画地为牢、圈地自萌（圈层化）成为这个世代赛博社交最显性社交共性。

- 虎嗅

字节豆包直面AI视频降本难题，压力给到了谁？

“由于AI大模型高昂的模型训练与推理成本，加之C端用户对AI工具的需求相对分散，付费意愿不足，视频大模型在C端市场的商业化仍然会面临一个较长的培育期”。

AI视频的时代来到了，但如何降本增效、拿下更多市场也将成为互联网大厂和科技企业面对的重要命题。

- 每日经济新闻

今日推荐

开源项目

VSCodium/vscodium

https://github.com/VSCodium/vscodium

VSCodium 是微软编辑器 VS Code 的社区驱动、自由许可的二进制发行版。VSCodium 项目的存在是为了让用户不必从源代码下载+构建。该项目包括特殊的构建脚本，可克隆 Microsoft 的 vscode repo、运行构建命令并将生成的二进制文件上传到 GitHub 发布。这些二进制文件是根据 MIT 许可证授权的。遥测功能已禁用。

每日一博

淘宝 AI 试衣素材高效写入 IC 实践

随着电商行业的快速发展，用户对于在线购物体验的要求也在不断提高。特别是在服装领域，用户希望能够更加直观地了解商品的实际穿着效果。为此，淘宝试衣项目应运而生，通过 AI 技术为用户提供个性化的试衣体验。本文将详细介绍淘宝试衣项目的背景、现状、合作场景以及技术实现，特别是如何通过定时任务驱动的试衣素材高效写入 IC（商品中心）拓展结构，提升用户体验和转化率。

开源之声

用户观点

Rust重写万物之——从头开始编写浏览器引擎

观点 1：这给rust忙活的，一会要写前端，一会要进内核，这会又去写浏览器，这么急着攻城掠地还是没找到自己的定位

观点 2：定位就是什么都能写，就像C++

观点 3：恩新语言的目的就是用来重写轮子的

观点 4：好样的，天下苦Chrome久矣

观点 5：“这对 Web 来说并非好事，Web 应该是开放的，每个人都可以自由使用。”听到这句话，我差点压不住自己的火，我可不希望这世上再出一个IE

观点 6：重复造轮子，已经有 Servo 这样的纯 Rust 浏览器引擎了，此外 Firefox 也有一些使用 Rust 重写了

观点 7：Servo本身就是实验性质的，只有样式和排版，开发了十多年了，转给Linux基金会后就不活跃了

观点 8：虽说确实不满大公司的垄断乱改，但是作为开发，我其实更希望引擎大一统，浏览器大一统，开发的代价会低很多

观点 9：统一且不受大公司掌控是最好的模式

观点 10：统一了就一定会被大公司控制，区别只是这个大公司的各种所有制成分

观点 11：天下苦c艹久矣，还是rust省心，直接cargo build就完事了，在环境配置方面太轻松了

观点 12：怎么没人用moonbit重写一下

观点 13：一目前电脑的性能用 Firefox 也可以，没必要非要用 chrome，但是有人造轮子就造吧，反正前端这个娱乐圈折腾出啥都不稀奇。

观点 14：只要遵循w3c标准，性能更优秀，就非常欢迎！

观点 15：大家是不是好了伤疤忘了痛，才刚统一浏览器端没几年，就忘了兼容 ie 的苦了吗？

观点 16：这对 Web 开发者来说可是好事，以前兼容搞得难受一匹

观点 17：出吧，Chrome能出来的效果能适配过来就行

观点 18：说浏览器兼容问题被解决的，是不是没看见这几年互联网开始一汪死水的情况……垄断就意味着内卷与原地踏步

Python 3.13与Python 3.12的性能测试对比——起飞了吗？

观点 1：这不是没变化嘛，每次测试都有偶然性

观点 2：看来只有asyncio有一些提升，其它的都可以忽略不计

观点 3：好像就3.11有显著性能提升，直接写在了发布说明里，所以一直在用3.11。不知道下一次无争议的显著性能提升会在哪个版本

观点 4：如果用了free-threading，性能变化是啥样的呢？

---END---