媒体报道：苹果正在自研端侧大模型丨高通宣布支持Llama 3在骁龙终端上运行丨微软发布VASA-1视频生成模型

2025-04-15 16:34:41 | 来源: AICG工具箱

2024年4月22日报道丨AI资讯早报

苹果正在自研端侧大模型，提供生成式AI功能

当地时间 4月 21日，彭博社知名科技记者马克・古尔曼（Mark Gurman）发文爆料，苹果公司正在研发一种运行于设备端的大型语言模型 (LLM) ，旨在提升即将发布的生成式 AI 功能的响应速度和隐私保护能力。

古尔曼在其“Power On”专栏节目中提到，苹果自研的大模型将成为该公司未来生成式AI功能的基础。与现今大多数云端人工智能服务不同的是，所有迹象都表明该模型将完全运行于用户设备之上。

由于运行于设备端，苹果的 AI 工具在某些情况下可能会逊于直接运行于云端的竞品。不过，古尔曼指出，苹果可以通过授权使用谷歌等其他 AI 服务提供商的技术来弥补这一差距。就在上个月，同样是古尔曼本人，就曾报道苹果公司正与谷歌讨论将后者的 Gemini 人工智能系统集成到今年发布的 iOS 18 系统平台的终端设备 iPhone 当中。

与基于云端的解决方案相比，设备端处理的主要优势在于更快的响应速度和更出色的隐私保护。据悉，苹果的人工智能技术营销策略将侧重于其如何能切实帮助用户提升日常生活效率，而非单纯强调技术本身的强大性能。苹果人工智能战略的更多细节预计将在 6 月份的 WWDC 大会上公布，届时该公司也将展示其主要软件更新计划。

高通宣布支持Llama 3在骁龙终端上运行

当地时间4月19日，人工智能开源模型大厂 Meta 公司昨日宣布推出下一代大语言模型 Llama 3，共有 80 亿和 700 亿参数两种版本，号称是最强大的开源大语言模型。在新模型发布后没多久，移动终端芯片开发商高通宣布，支持 Meta Llama 3 在骁龙终端上运行。

据介绍，双方将优化 Meta Llama 3 直接在智能手机、PC、VR / AR 头显和汽车等终端上的执行。

开发者被允许直接访问高通 AI Hub 提供的资源和工具，以实现在骁龙移动算力平台上运行优化的 Llama 3 模型。从而缩短产品上市时间并充分发挥终端侧 AI 的优势，包括出色的响应能力、增强的隐私性和可靠性，以及为用户带来更加个性化的体验。

微软发布VASA-1视频生成模型：图音转视频，蒙娜丽莎唱饶舌

当地时间4月18日，微软亚洲研究院（Microsoft Research Asia）发布了一篇研究论文，介绍了全新的 VASA-1 模型，用户只需要提供一张静态肖像图片和一段语音音频片段，该模型就能自动让图片中的人物自动说话。

VASA-1 特别有趣的地方在于，它能够模拟自然的面部表情、各种情绪和唇部同步，最重要的是几乎没有人工痕迹，如果不细看很难发现。

研究人员承认，与所有其他模型一样，该模型目前还无法妥善处理头发等非刚性元素，但整体效果要比其它同类模型要更为优秀。

研究人员还表示 VASA-1 支持离线 batch 处理模式下，以 45fps 生成分辨率为 512x512 的动态短视频，在线直播模式下可以达到 40 fps，且延迟仅为 170ms。而且整个视频生成操作只需要民用级显卡即可，需要一台配备英伟达 RTX 4090 显卡的电脑就能处理。

谷歌整合Research和DeepMind资源全力拼AI

当地时间4月19日，谷歌宣布成立「Platforms & Devices」平台与设备研发部门，继整合统筹安卓操作软件和 Pixel 硬件资源之后，近日再次宣布重组旗下的 AI 研究部门，抽调了谷歌旗下两个人工智能研究部门 DeepMind 和 Google Research 团队组建新部门，集中力量研发、商用 AI。