日本内阁府8月18日公布生成式AI开发者指导方针草案，要求披露训练数据及收集方式，旨在平衡知识产权规范、技术创新与创作者权益。草案无法律约束力，但敦促开发者保持透明，公开数据采集方式，避免使用盗版网站，并鼓励披露训练集中是否含漫画、音乐等内容。
Human Archive 是一家硅谷初创公司，通过让印度零工从业者佩戴摄像设备，采集第一人称视角视频数据，为AI实验室训练机器人提供稀缺的现实世界行为数据。该公司近日完成融资，获得顶尖AI资本支持，押注这一争议但潜力巨大的领域。
DoorDash推出Tasks应用，让800万外卖员在送餐之余完成简单数字任务赚取外快。其核心目的是利用骑手采集真实物理世界数据，解决AI模型训练中的长尾场景难题，为AI发展提供关键支持。
GitHub将于2026年4月24日起利用用户交互数据训练AI模型，涵盖Copilot各版本用户。采集内容包括代码片段、聊天记录等，旨在提升模型建议的准确性与安全性。官方称内部测试已显著提高建议接受率。
Openai
-
Input tokens/M
Output tokens/M
Context Length
Anthropic
$21
$105
200
Google
$0.7
$2.8
1k
Alibaba
$6
$24
256
$8
$240
52
Moonshot
$4
$16
Baidu
32
$8.75
$70
400
$1.75
$14
$0.35
$525
Huawei
128
Tencent
28
$7.7
$30.8
4
$3.5
$10.5
16
$2
Minimax
Keltezaa
基于Flux模型训练的德鲁·巴里摩尔LoRA模型，数据集采集自1995-2000年间影像素材
Cnam-LMSSC
EBEN 是一款针对法语语音的带宽扩展模型，专门用于处理体传导语音传感器（如喉部麦克风）采集的音频。它能够对低频、含噪的体传导语音进行降噪，并从低频内容中再生中高频成分，从而显著提升音频的清晰度和质量。该模型基于特定的非传统传感器数据训练，适用于特定领域内的语音增强任务。
TransformersFrench%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Join Now
