苹果市值蒸发 580 亿美元，WWDC 发布会未能提振股价
6 月 11 日，苹果公司股价下跌近 2%，市值一夜蒸发 580 亿美元，创下 5 个多月来的最低水平。这一跌势发生在苹果刚刚结束2024年度全球开发者大会（WWDC）之后。大会上，苹果宣布了“苹果智能”（Apple Intelligence），计划为 iPhone 和 iPad 等设备增加人工智能功能，并与 OpenAI 合作，将 ChatGPT 引入 Siri。然而，投资者对发布会内容反应冷淡。
苹果发布 Apple Intelligence 智能助手，支持跨应用交互操作
在 WWDC 2024 大会上，苹果发布了全新的 Apple Intelligence 智能助手。该助手具备深度个性化功能，能够跨应用执行各种任务。此外，苹果还对 Siri 进行了全面改造，使其具备屏幕感知能力和更强大的任务执行能力。这些新功能将大大提升用户的使用体验。
iOS 18 发布：通话录音、UI 焕新、生成式 AI 等多项新功能
iOS 18 正式发布，带来了多项新功能和改进。用户现在可以使用通话录音功能，但对方会被通知。UI 设计焕然一新，锁屏界面下方的手电筒和拍照按钮支持自定义。暗黑模式扩展到主屏幕，应用图标呈现深色色调。生成式 AI 技术使 Siri 获得全新外观设计，并能更好地理解上下文语义。新增的应用锁功能和游戏模式提升了用户体验。此外，信息 APP 增加了定时发送功能，照片 APP 进行了重新设计，邮件 APP 按类别汇总邮件，地图 APP 在美国支持离线使用地形图，钱包 APP 新增碰一碰转账功能。
苹果提交眼镜铰链设计专利，Apple Glass 或 2027 年发布
苹果公司近日提交了一项眼镜铰链机械设计专利，该设计允许电线和元器件顺畅通过，同时保证铰链的正常操作。这一专利的提交表明苹果在 AR 智能眼镜领域的布局正在加速。根据 SamsungPop 博客透露的路线图，Apple Glass 可能会在 2027 年发布。这一消息引发了广泛关注，尤其是在 Meta 的 Ray-Ban 智能眼镜大卖和谷歌计划复活 Google Glass 的背景下。
微软和 OpenAI 计划推出类似 Jarvis 的 AI 系统
据知情人士透露，微软和 OpenAI 正在计划推出一个类似于 Jarvis 的 AI 系统。该系统预计将整合先进的人工智能技术，为用户提供更加智能和便捷的服务。这一消息引发了广泛关注，许多人期待看到这一新系统如何改变日常生活和工作方式。
谷歌推出 GenType：基于 Imagen 2 的 AI 字母生成器
谷歌推出了一款名为 GenType 的 AI 字母生成器，该工具由 Imagen 2 驱动，允许用户创建、优化和下载独一无二的 AI 生成字母。用户可以通过该平台体验 AI 在字母设计中的创新应用，并分享他们的成果。
ChatGPT 新增内存使用指示器，提醒用户内存即将满
Tibor Blaho 介绍了 ChatGPT 的新功能，即内存使用指示器。当内存使用超过 91 %时，系统会提醒用户内存即将满，并建议删除现有记忆以腾出空间。一旦内存完全满，新记忆将无法创建，用户需删除现有记忆以继续使用。
Replit 推出便捷 AI 工具，助力开发 YouTube 摘要生成器
Replit 宣布推出一款便捷的 AI 工具，用户可以利用 Gradio、Groq AI 和 Replit 平台轻松构建和部署 YouTube 摘要生成器。Replit 是一家美国AI公司，提供在线编程平台，用户无需安装任何软件即可在浏览器中进行编程和调试。Replit 还提供丰富的AI工具，帮助开发者提高编程效率。
UltraMedical 发布大规模生物医学指令数据集
UltraMedical 推出了一个包含 410,000 个合成和手工整理样本的生物医学指令数据集。该数据集结合了手工和合成的提示，其中约 100,000 条指令带有偏好注释。这一数据集旨在提高生物医学领域的研究和应用效率。
阿里综述论文探讨大语言模型自动对齐技术路径
阿里发布了一篇题为《Towards Scalable Automated Alignment of LLMs》的综述论文，全面概述了大语言模型自动对齐的主要技术路径。自动对齐旨在以最少的人工干预，建立高质量、可扩展的对齐系统，使得语言模型能够满足人类需求。论文将现有的自动对齐方法分为四大类：1) 利用模型固有偏好实现对齐；2) 通过模仿其他模型行为实现对齐；3) 利用其他模型反馈实现对齐；4) 通过环境交互获得对齐信号。此外，论文还探讨了自动对齐背后的机理，以及实现有效自动对齐的关键因素。
北京大学与快手联合发布 VideoTetris 框架，实现复杂指令视频生成
北京大学与快手团队联合推出了新框架 VideoTetris，能够实现复杂指令的文本生成视频。该框架在复杂视频生成任务中表现优异，超越了 Pika 和 Gen-2 等商用模型。VideoTetris 不仅能增强现有模型的组合生成，还支持多指令、多场景变更的长视频生成。测试显示，VideoTetris 能够准确生成符合指令的视频，保留所有位置信息和细节特征，显著提升了视频生成的准确性和自然度。