Intel Arc B series
PulseAugur coverage of Intel Arc B series — every cluster mentioning Intel Arc B series across labs, papers, and developer communities, ranked by signal.
- 2026-08-12 partnership BMG and Suno have reached a licensing deal allowing BMG's works to be used for AI music generation. 来源
2 天有情绪数据
-
环球音乐集团与ElevenLabs合作，共建AI音乐创作平台
环球音乐集团正与ElevenLabs合作推出一个新的AI驱动平台。该平台将允许用户利用UMG庞大的音乐曲库创作混音、串烧和新版本的歌曲。艺术家可以选择参与，该合作旨在开发更多产品和粉丝体验，同时确保创作者获得公平报酬。
-
环球音乐集团与 ElevenLabs 合作开发 AI 音乐混音平台
环球音乐集团 (UMG) 已与 ElevenLabs 达成多年期授权协议，将合作开发一个由 AI 驱动的音乐平台。该平台将使用户能够混音并与参与的艺术家和词曲作者的授权音乐共同创作，还可以生成个性化的声音体验。此次合作旨在促进新的收入来源和粉丝参与，同时强调负责任的 AI 使用和艺术家报酬。此举是在 Suno 最近发布其自身 AI 模型（这些模型经过 UMG 竞争对手的音乐训练）之后发布的，凸显了 AI 在音乐行业日益增长的整合趋势。
-
Suno在版权诉讼中推出基于授权数据的新AI音乐模型
AI音乐生成初创公司Suno推出了其新的Suno v6模型系列，该模型基于Warner Music Group和BMG等唱片公司的授权音乐进行训练。此举正值Suno面临来自Sony和Universal Music Group等其他音乐版权所有者的持续诉讼之际，这些公司指控该公司此前未经许可使用了受版权保护的材料。新模型提供了增强功能，例如部分歌曲编辑以及使用文本、图像或视频作为参考的能力，并计划未来推出可选的歌曲混音功能。
-
Suno 发布 v6 AI 音乐模型并达成行业合作
Suno 推出了其新的 v6 AI 音乐模型，这是该公司首次与主要音乐行业参与者合作进行开发。据报道，包括 v6、v6 Wild 和 v6 Mini 在内的新模型提供了迄今最快的速度和最高的音频质量。与华纳音乐集团 (Warner Music Group) 和 Believe 等公司的合作涉及收入分成，尽管 Suno 强调这些协议并非主要用于训练数据，而是用于未来的产品集成，如支持 AI 的混音和采样。
-
Suno 发布 v6 AI 音乐模型，由华纳、BMG 和 Believe 训练
Suno 推出了其新的 v6 系列 AI 音乐生成模型，这是一个重要的转变，因为这些是与包括华纳音乐集团、BMG 和 Believe 在内的大型唱片公司合作训练的首批模型。此次合作标志着公司进入了一个新时代，摆脱了之前面临版权挑战的训练数据。v6 模型提供了增强的功能，例如精确的流派理解、从文本、音频和图像进行多模态生成，以及通过文本提示进行歌曲内编辑，不同的版本满足不同的用户需求和订阅级别。
-
华纳音乐集团与 Suno AI 合作，就授权音乐创作收入分成达成协议 · 跟踪到 2 个来源
华纳音乐集团 (WMG) 已与 AI 音乐模型 Suno 达成合作，标志着艺术家从音乐创作中获得收入的方式发生了重大转变。WMG 首席执行官 Robert Kyncl 宣布了此次合作，Suno 将在其新的 v6 模型上使用 WMG、BMG 和 Believe 的授权音乐进行训练，这些公司将获得收入分成。该协议解决了 WMG 此前对 Suno 提起的版权侵权诉讼，而环球音乐集团和索尼音乐则继续采取法律行动。此次合作旨在保护艺术家的权利，…
-
Jason Isbell 牵头音乐人起诉 Suno 涉嫌 AI 身份提取
以 Jason Isbell 为首的音乐人已对 AI 音乐公司 Suno 提起集体诉讼。诉讼指控 Suno 的 AI 被设计用来提取和复制音乐人的身份，侵犯了他们的公开权。原告声称，即使是旨在防止此类模仿的过滤器被绕过，Suno 的系统也使用艺术家的名字作为检索键来生成歌曲、描述和艺术作品，以唤起特定音乐人的形象。
-
索尼、华纳音乐起诉 Anthropic，指控其侵犯歌曲版权 · 追踪 2 个来源
索尼音乐和华纳查普尔音乐已提起诉讼，指控 AI 公司 Anthropic 非法下载并使用数万首受版权保护的歌曲来训练其 Claude AI 模型。出版商声称 Anthropic 通过盗版来源和授权歌词网站获取歌词和乐谱，并将其纳入其训练数据中，使模型能够复制受版权保护的歌词。他们寻求数十亿美元的赔偿，对于故意侵权行为，每首歌曲的潜在罚款可能高达 15 万美元，而每次移除版权管理信息的情况，罚款可能高达 2.5 万美元。Anthropi…
-
音乐出版商起诉 Suno 和 Anthropic 存在 AI 训练数据版权侵权行为
独立音乐出版商 Round Hill Music 已对 AI 公司 Suno 和 Anthropic 提起两起版权侵权诉讼，指控它们未经授权使用其音乐来训练 AI 模型。诉讼声称，两家公司在未经许可的情况下从网上抓取受版权保护的音乐来训练各自的 AI 平台，Suno 用于音频生成，Anthropic 的 Claude 用于文本生成。Round Hill 寻求超过 10 亿美元的赔偿，并表示不会和解，其法律策略与此前涉及主要唱片公司的案件不同。
-
在 Debian 13 上设置 Intel Arc Pro B70 GPU 需要 backports 和自定义固件
一位用户详细介绍了他们在 Debian 13 上设置 Intel Arc Pro B70 GPU 以用于本地 AI 基础设施的经验。该过程需要从 backports 获取软件包、更新固件并启用特定的 BIOS 设置以获得最佳性能。作者发现原厂风扇控制不足，并实施了自定义配置文件以更好地管理温度。选择此设置是因为其 32GB VRAM 以及与其他选项相比的成本效益。
-
受零部件短缺影响，Intel Arc Pro B70 GPU 价格飙升高达 48%
在过去一个月内，Intel Arc Pro B70 工作站 GPU 在多个地区的售价显著上涨。在美国，价格上涨了约 30%，ASRock Creator 版本售价约为 1299 美元，而公版设计售价高达 1779 美元。欧洲价格上涨了约 26%，约为 1735 美元，而韩国的涨幅最大，高达 48%，价格接近 2000 美元。此次价格飙升归因于持续的零部件短缺以及该 GPU 因其 32GB GDDR6 ECC VRAM 而适合 AI 工…
-
AI生成的音乐引发排行榜争议和行业合作
音乐行业正努力应对AI生成音乐的兴起，其中Fenix Flexin'的歌曲“Rubberz”就是一个例子，该歌曲最初声称是人类创作，但后来承认使用了Treblo等AI工具。这一争议促使包括环球音乐集团、索尼音乐和华纳音乐集团在内的大唱片公司提议，除非AI生成的曲目符合特定的人类创作和授权标准，否则取消其音乐排行榜资格。这些唱片公司还与AI公司建立合作关系，开发新的音乐创作工具，这凸显了音乐领域AI采用和监管的复杂格局。
-
BMG与Suno就AI音乐模型达成许可协议
BMG与AI音乐平台Suno已达成一项最终的许可协议，允许BMG的音乐目录用于Suno平台的训练和生成衍生作品。该协议包括对选择加入使用其音乐的艺术家和词曲作者的补偿，并解决了Suno此前使用BMG内容的问题。此前，Suno在德国面临关于未经许可的音乐训练的法律挑战和裁决，此项协议旨在通过优先考虑艺术家的选择和补偿来建立负责任的AI音乐开发。
-
llama.cpp PR 提升 Intel GPU 和 x86 CPU 性能
llama.cpp 项目的一个拉取请求（PR）为量化 KV 缓存解码带来了显著的性能提升。一项更改针对 Intel Battlemage GPU，通过 SYCL 内核切换，在长上下文长度下实现了高达 169% 的解码速度提升。另一项优化侧重于 x86 CPU，为 Q2_0 量化实现了一个 VNNI 路径，解码性能提升了 3-3.6 倍。尽管这些改进在基准测试中显示出有希望的结果，但它们目前仍处于开放的拉取请求状态，需要在各种硬件配置上…
-
Spotify 与 Merlin 达成 AI 混音协议，扩大艺术家选择范围
Spotify 已与 Merlin（一家全球独立音乐版权代理机构）达成许可协议，为其高级订阅用户集成 AI 混音工具。该协议允许 Merlin 所代表的艺术家选择是否允许其音乐用于 AI 生成的混音，并确保他们获得署名和报酬。该工具最初于 5 月宣布，旨在为艺术家提供额外的收入来源，同时优先考虑艺术家的同意和原创作品的完整性。
-
Runway 与 Bertelsmann 合作，实现 AI 视频整合
AI 驱动视频生成领域的领导者 Runway 宣布与全球媒体、服务和教育公司 Bertelsmann 达成战略合作伙伴关系。此次合作将把 Runway 的技术整合到 Bertelsmann 的多元化投资组合中，包括其媒体部门 RTL Group、音乐厂牌 BMG 和营销服务部门。
-
Intel Arc B580 GPU 挑战 RTX 3060 在本地AI领域的地位
英特尔的Arc B580 GPU以249美元的价格提供了引人注目的12GB显存和456 GB/s的内存带宽，使其在纸面上成为本地AI任务的有力竞争者。然而，其实际性能受到英特尔尚不成熟的软件栈的阻碍，需要特定的配置和变通方法才能实现最佳的LLM推理。虽然硬件具有竞争力，但用户必须克服驱动程序问题和软件兼容性，例如使用修补过的Ollama版本，才能获得可用的吞吐量。