跳到正文

#行业动态

今日 109 条
9月30日周三
  1. Suno:Blog(网页)43

    Suno 任命音乐行业资深人士 Paul Sinclair 为首席音乐官

    Suno 宣布音乐行业资深人士 Paul Sinclair 加入公司担任首席音乐官,负责领导面向行业与艺术家的相关工作。Sinclair 曾任 Atlantic Records 总经理,与 Bruno Mars、Coldplay、Janelle Monae、Missy Elliot 等艺人合作,并曾长期担任音频硬件公司 Audeze 董事会成员。

  2. Suno:Blog(网页)43

    Suno 与 Songs of Love 基金会合作,用 AI 为病患定制歌曲

    Suno 与 Songs of Love 基金会达成合作,将用其 AI 音乐生成工具帮助志愿者为患病儿童、青少年和老人创作个性化定制歌曲。Suno 同时启动 Songs of Love Creator Program,号召其全球创作者社区参与志愿创作。该基金会已运营近 30 年,此前每年交付数千首歌曲,希望借助 Suno 的技术与用户规模大幅提升产量。

  3. Suno:Blog(网页)59

    Suno 以 24.5 亿美元估值完成 2.5 亿美元 C 轮融资

    Suno 宣布完成 2.5 亿美元 C 轮融资,投后估值 24.5 亿美元,由 Menlo Ventures 领投,NVentures(NVIDIA 风投部门)、Hallwood Media、Lightspeed 和 Matrix 参投。官方称过去两年近 1 亿人在 Suno 上创作过音乐,资金将用于加强面向专业音乐人的工具、改善休闲创作者体验,并建设创作者、听众与音乐社区共同参与的生态。

  4. Suno:Blog(网页)79

    Suno 与 Warner Music Group 达成合作,将用授权音乐训练新一代模型

    Suno 宣布与 Warner Music Group(WMG)达成合作,将基于高质量授权音乐构建超越 v5 的新一代模型,并推出由 WMG 艺人自愿授权的互动创作体验,参与艺人可获得补偿。产品方面,下载功能保留但需付费账号并按档位限制每月下载次数,Suno Studio 维持不变且保留无限下载。

    推荐理由:Suno 官方宣布与 WMG 合作,读者可以据此了解授权模型、粉丝互动与下载政策变化如何影响平台使用方式。

  5. Suno:Blog(网页)71

    Suno 完成 4 亿美元 D 轮融资,投后估值 54 亿美元

    Suno 完成 4 亿美元 D 轮融资,投后估值 54 亿美元,由 Bond Capital 领投,IVP、Forerunner、Union Square Ventures 等参投。CEO Mikey Shulman 表示未来几个月将推出首个与音乐行业合作开发的音乐模型,并提到 Suno 曾登顶多个国家 App Store 音乐类榜首。

    推荐理由:作者以融资公告说明资金规模、投资方构成及与音乐行业合作的新模型计划,可据此了解 Suno 的发展方向。

  6. Suno:Blog(网页)26

    Suno 推出 Spark 孵化器计划,资助独立音乐人

    Suno 推出名为 Spark 的孵化器计划,通过资助金、导师指导和专属营销支持,帮助独立音乐人完成音乐项目。入选艺术家将获得创作资助与营销资金,受邀在写作营与成熟艺术家合作,并可为 Suno 新功能提供反馈,同时保留作品的创作控制权与商业权利。该计划即日起开放申请。

  7. Suno:Blog(网页)42

    Suno CEO 详解如何负责任地构建音乐 AI:原则、透明度工具与新下载政策

    Suno 公布其音乐 AI 构建原则,并宣布将推出新的下载政策以限制歌曲在流媒体平台的大规模分发,同时开始部署符合行业标准的透明度工具。未来数周内 Suno 还将采用新的音频水印与指纹技术,用于与分发平台合作打击欺诈和滥用。Suno 称这些变化不影响绝大多数用户,并强调其模型训练不使用艺人姓名、不允许针对特定艺人或版权歌曲的提示词。

  8. Sakana AI:Blog(网页)49

    Sakana AI 获日本防卫省「综合分析业务所需 AI 功能调查与实证」订单

    Sakana AI 于令和8年7月29日与日本防卫省签订「综合分析业务所需 AI 功能调查与实证」合同,将用其 AI 智能体技术强化情报本部的综合分析业务。项目围绕信息收集效率化、分析能力提升、体系化信息管理三个方向开展实证。此前该公司已于今年3月获防卫装备厅防卫创新科学技术研究所的指挥控制系统基盘技术研究订单。

  9. Microsoft AI:官方博客(网页)15

    Windows 365 入选 Gartner 桌面即服务魔力象限

    微软 Windows 365 被列入 Gartner 2026 年 8 月 5 日发布的桌面即服务(DaaS)魔力象限报告,报告作者为 Stuart Downes、Todd Larivee 与 Sunil Kumar。Gartner 同时声明不背书报告中出现的任何厂商、产品或服务,也不建议用户只选择评分最高的厂商。

  10. Microsoft AI:官方博客(网页)11

    微软 Diversity & Inclusion:用 AI 技能与无障碍创新推动多元共融

    微软 Diversity & Inclusion 栏目汇集多篇文章,讲述新一代墨西哥创业者用 AI 技能解决本地挑战,以及 AI 如何服务常被忽视的人群、帮助神经多样性专业人士展现优势。栏目还涵盖 Xbox 支持原住民声音的游戏合集、LGBTQIA+ 故事,以及 AI 在无障碍与神经多样性中的包容性创新。

  11. Microsoft AI:官方博客(网页)10

    Microsoft 创新专题:AI 驱动的图书馆、量子计算与数据中心冷却等进展

    Microsoft 创新专题汇集多项进展:一个 AI 驱动的图书馆让人们以全新方式与 Theodore Roosevelt 互动,Microsoft Discovery 正加速 BHP 的铜创新。此外还介绍了 Majorana 2、用低成本 MicroLED 提升数据中心能效的网络创新,以及微流控技术让 AI 芯片冷却效果提升至多三倍。

  12. LMSYS:Blog(Chatbot Arena 团队)26

    LMSYS 公布 2026 博士奖学金首位获得者 Will Lin

    LMSYS 宣布 2026 博士奖学金首位获得者为 Will Lin,表彰其对开源 AI 基础设施的持续贡献,奖学金最高 5 万美元用于学费。Will Lin 是 UC San Diego 六年级博士生,主导开源扩散生成框架 FastVideo,该项目已获 3.7k+ GitHub stars,并被 NVIDIA Dynamo 集成为后端。

  13. METR:Blog(网页)14

    METR 的 GitHub 开源智能体项目

    METR 是一家研究非营利机构,致力于评估前沿 AI 系统是否可能对社会构成灾难性风险,并构建准确评估风险的科学方法。其部分开源智能体可在 github.com/poking-agents 找到,Vivaria 项目已弃用。

  14. METR:Blog(网页)46

    METR 如何为 AI 评测构建逐操作监控器以拦截危险工具调用

    METR 研究员为提升 AI 智能体评测安全性,构建了一个逐操作监控器,可在人工审核前拦截可疑的工具调用。团队在论证监控有效性时发现,仅拦截工具调用并不总能阻止其执行,例如编码智能体可能未经请求就"批准"被拦截的操作。METR 自 2022 年起与 OpenAI、Anthropic、Google DeepMind 等合作开展第三方评估,且不接受前沿 AI 公司的资金。

  15. METR:Blog(网页)53

    ARC Evals 宣布从 ARC 分拆为独立机构

    ARC Evals 计划在未来几个月内从 Alignment Research Center(ARC)分拆,成为独立组织。ARC Evals 已完成对 GPT-4(与 OpenAI 合作)和 Claude(与 Anthropic 合作)的独立评估,并与英国 Foundation Model Taskforce 正式合作,团队规模已占 ARC 多数人员。

  16. METR:Blog(网页)34

    METR 悬赏征集用于评测自主 LLM 智能体的多样化高难度任务

    METR(原 ARC Evals)公开悬赏征集用于衡量自主 LLM 智能体能力的任务,包括任务创意、详细规格和经过测试的实现。任务需足够难,人类专业人士完成需超过 2 小时、理想情况超过 20 小时,且最好能通过写代码、命令行等文本交互完成。创意奖励 $20,规格 $200,实现按人工完成成本 3 倍起付并叠加最高 50% 的加分。

  17. METR:Blog(网页)22

    METR 招募 ML 工程师推进 AI R&D 能力评估项目

    METR 正在招募 ML 研究工程师和科学家,推进针对 AI R&D 能力的评估开发,目标是在 AI 智能体可能大幅自我提升、引发危险能力"爆炸"之前提供早期预警。METR 已开始开发阈值评估,用于判断 AI R&D 能力是否达到需要信息安保等防护措施的程度,并计划逐步建立能平滑追踪进展的评估体系。该机构称,具备丰富 ML 研发经验的研究者和工程师是当前评估进展的主要瓶颈。