今⽇值得关注的⼈⼯智能新动态：
《纽约时报》“封杀”OpenAI⽹络爬⾍
近⽇，《纽约时报》（The New York Times）阻⽌OpenAI的⽹络爬⾍使⽤其内容来训练AI模型。据悉，其早在8⽉17⽇便禁⽌了OpenAI的GPTBot访问其⽹站，早在本⽉初便更新了其服务条款，禁⽌将其内容⽤于训练AI模型，并且还考虑对OpenAI提起知识产权侵权的法律诉讼。
联合国新研究：文职工作人员最可能因AI失业
一项联合国研究指出，生成式AI可能不会完全替代大多数人的工作，而是部分自动化工作任务，为人们腾出时间完成其他工作。然而，该研究警告称文职工作可能受到最大冲击，尤其是在富裕国家，女性在这一领域中的占比较高，可能使女性就业受到更大影响。
《开放加速规范AI服务器设计指南》发布
据财联社消息，在北京举行的OCP ChinaDay大会上，面向AIGC（人工智能生成内容）的《开放加速规范AI服务器设计指南》正式发布。
该指南面向AIGC实际应用场景，细化完善了开放加速规范AI服务器的设计理论和方法，明确了硬件设计参考、管理接口规范和性能测试标准等，将为新兴的AI芯片创新提供有力的系统平台支撑，帮助AI芯片企业缩短研发和系统适配周期，大大减少开发费用，更快释放算力价值，有效加速多元算力产业发展，助力AIGC时代的AI计算产业跨越“创新”鸿沟。
英国注资1亿英镑，竞逐全球AI芯片制霸
据《卫报》报道，英国计划投入1亿英镑，积极参与全球AI芯片制造竞争，这笔资金将用于向主要芯片制造商英伟达、AMD和英特尔订购关键零部件。英国首相Rishi Sunak在五月份透露，英国将在未来十年内投资10亿英镑，用于半导体研究、设计以及生产。
TADA：从文字到逼真3D头像，引领动画和渲染技术革命
近日，穆罕默德·本·扎耶德人工智能大学、马克斯普朗克智能系统研究所、北京大学和浙江大学的一项研究引入了一种名为TADA的方法，通过将文本描述转化为高质量的3D头像，具备精细的几何结构和逼真的纹理，且可在传统图形流程中进行动画和渲染。
综述：目标驱动AI
尽管AI迅速发展，但由于技术限制和认知理解不足，仍然在多个关键领域落后于人类。人类具备理解上下文、细微差别和沟通中微妙线索的能力，机器难以准确解读。人类常识知识帮助我们逻辑推断和预测，但机器缺乏这种理解。
不到30分钟，机器人便学会了多种操纵技能
针对在真实世界中直接学习复杂通用行为的问题，卡内基梅隆大学的一份研究提出了解决方案。通过仅利用少量真实世界交互轨迹，研究人员使机器人能高效地学习操纵技能。
综述：大型语言模型的指令微调
浙江大学、香侬科技（Shannon.AI）、南洋理工大学和亚马逊共同发表的一篇论文调查了指令微调领域的研究进展，而该领域在增强大型语言模型（LLMs）能力和可控性方面至关重要。
突破视频编辑难题：EVE实现高效零样本视频编辑
受图像扩散模型卓越性能的启发，越来越多的研究人员努力将这些模型扩展到基于文本的视频编辑任务。然而，当前的视频编辑任务主要面临高微调成本和有限生成能力之间的困境。
五分钟内，开始训练你的大型语言模型
随着大型语言模型（LLMs）领域的快速发展，对特定行业和领域定制的高效增量训练需求不断增加。目前，该领域主要采用的框架缺乏模块化设计，启动LLMs的训练通常需要大量编码工作。