在日常生活中,我们经常拍摄有趣的照片和视频,但缺乏合适的音乐。Suno推出的新功能“Suno Scenes”解决了这一难题,用户可以上传照片或视频生成匹配氛围的歌曲,让照片和视频更生动有趣。,Sieve AI初创公司推出的创新技术旨在改变视频互动方式,通过实现视频中眼神接触的自动修复,提升视频内容的吸引力和互动性。该技术能快速集成到现有应用中,解决视频缺乏眼神接触的问题,特别适用于需要演讲者直视镜头的场景。Sieve的实时视线修正技术精妙运用AI模型和神经网络,实现眼神角度调整,保持视频流畅自然。,8、美国FTC重拳出击:五家 AI 公司因虚假宣传被起诉!
💡Blackwell GPU需求爆发,未来12个月内完全售罄。🔍主要客户包括AWS、谷歌等大型科技公司,推动市场增长。📈NVIDIA预计2024年将出货数十亿美元的Blackwell GPU,数据中心收入显著增长。,🚀 Mistral AI推出Ministral3B和8B,支持高达128,000个token的上下文长度。💡 适合本地翻译、离线助手、数据分析和自主机器人等应用。💰 定价合理,Ministral8B每百万token费用为0.10美元,Ministral3B为0.04美元。,6、炸了!OpenAI人事大震荡,CTO、首席研究官纷纷宣布离职!
7、Runway推出百部电影扶持计划,🤖 企业自律:协议鼓励制定人工智能治理策略、识别高风险系统、提升员工素养。💼 积极参与:超过100家公司签署协议,跨越科技、医疗、银行等行业。⚠️ 苹果和Meta观望:担忧监管环境不确定性、数据泄露风险,Meta停止在欧盟提供Llama模型服务。
🔥 Pika1.5版本新增四种新特效,包括粉碎、溶解、瘪掉和“ta-da”特效,让视频内容炫目多彩。💰 Pika Labs吸引巨额投资,用户数量迅速增长,显示其受欢迎程度和市场潜力。🎨 提供多样的订阅计划,满足用户不同的创作需求和经济实力。,2、美图AI短片创作工具MOKI全面开放 支持生成配乐、细节修改
🤖 Toy Box Flux是专注于生成3D玩具设计的人工智能模型,改变了玩具设计方式。🎨 独特训练方法和精益求精的训练过程为玩具设计注入新鲜血液,展现出可爱风格。🚀 未来计划强化模型性能,为玩具设计领域带来更多可能性。,9、12亿美元出售Drift后,前HubSpot高管再创业,让AI替你管理客户!,✨ Zoom计划推出数字分身功能,将用户视频转化为AI驱动的逼真数字化身,提高异步交流效率。💡 深度伪造技术的普及使得区分真相和虚假信息变得困难,可能导致虚假视频的滥用。🔒 Zoom对安全措施描述模糊,仍需加强保护措施以防止恶意虚假视频的生成。,Midjourney即将推出在线编辑器,V7版本和个性化功能在路上
Midjourney最近公布了一系列令人兴奋的更新和即将推出的新功能,展示了公司在AI图像生成领域的快速发展和创新。团队正积极推进多个项目,注重提升质量和开发核心功能,而不是急于发布新产品。,英伟达Blackwell GPU需求暴涨,未来12个月供应量完全售罄
✨ Zoom计划推出数字分身功能,将用户视频转化为AI驱动的逼真数字化身,提高异步交流效率。💡 深度伪造技术的普及使得区分真相和虚假信息变得困难,可能导致虚假视频的滥用。🔒 Zoom对安全措施描述模糊,仍需加强保护措施以防止恶意虚假视频的生成。,西湖心辰开源中文情感端到端语音大模型Westlake-Omni西湖心辰宣布开源其研发的Westlake-Omni模型,作为全球首个开源的中文情感端到端语音交互大模型。该模型采用离散表示法统一文本和语音模态,注重实时性,提供零延迟体验。具备出色的情感理解与表达能力,生成清晰、自然、富有表现力的中文语音。期望通过开源鼓励更多开发者参与中文情感语音交互技术的发展。,微软AI副总裁塞巴斯蒂安・布贝克离开微软加盟OpenAI,将致力于人工通用智能(AGI)的研究。这一转变标志着布贝克的职业转折,也为OpenAI的发展增添了强有力的支持。
5、谷歌NotebookLM新增功能:快速总结YouTube精华内容,Kimi人工智能助手最近推出了备受期待的语音通话功能,为用户带来了丰富的互动体验。新功能集多样化应用和个性化体验于一身,提升交流效率,满足个性化需求。针对特定场景深化了功能应用,如英语陪练和模拟面试,为学习和职场提供创新解决方案。引入声音克隆技术增添趣味性,持续关注用户反馈,优化扩展语音服务应用范围。,🌐 ChatGPT在2024年9月的全球访问量突破31亿次,首次超越必应搜索引擎。📈 在美国,ChatGPT的访问量达到4.43亿次,显示持续增长趋势。💡 OpenAI扩大了ChatGPT的免费服务,可能影响其未来盈利能力。,西湖心辰开源中文情感端到端语音大模型Westlake-Omni西湖心辰宣布开源其研发的Westlake-Omni模型,作为全球首个开源的中文情感端到端语音交互大模型。该模型采用离散表示法统一文本和语音模态,注重实时性,提供零延迟体验。具备出色的情感理解与表达能力,生成清晰、自然、富有表现力的中文语音。期望通过开源鼓励更多开发者参与中文情感语音交互技术的发展。,OpenAI快凉了的Sora将迎来大升级:生成速度更快、内容更长、质量更高
📈 Llama3.2模型支持在移动设备上进行视觉任务,帮助开发者实现创新。🕶️ 首款Orion AR眼镜被称为“最先进的AR眼镜”,将整合其他可穿戴设备。🎤 Ray-Ban智能眼镜推出实时语言翻译功能,提升用户交流体验。,✨ Zoom计划推出数字分身功能,将用户视频转化为AI驱动的逼真数字化身,提高异步交流效率。💡 深度伪造技术的普及使得区分真相和虚假信息变得困难,可能导致虚假视频的滥用。🔒 Zoom对安全措施描述模糊,仍需加强保护措施以防止恶意虚假视频的生成。,沃尔玛最近推出了名为Wallaby的大型语言模型,专注于零售行业数据,旨在提升客户服务体验。他们采用多模型组合的方法,灵活应对不同应用需求。升级后的客户支持助手能够更精准地理解客户意图,提供个性化服务。,5、火山引擎发布大模型训练视频预处理方案
🌟 GPT-4在性别识别测试中达到了100%的完美准确率,超越了DeepFace模型。📊 GPT-4的年龄估算准确率为74.25%,但对年长者的估算可能较宽泛。🔒 研究发现可绕过GPT-4的安全机制,需加强对大型语言模型安全性的研究。,🤖 企业自律:协议鼓励制定人工智能治理策略、识别高风险系统、提升员工素养。💼 积极参与:超过100家公司签署协议,跨越科技、医疗、银行等行业。⚠️ 苹果和Meta观望:担忧监管环境不确定性、数据泄露风险,Meta停止在欧盟提供Llama模型服务。,最近,美国司法部引入了新的要求,要求企业合规官员认真评估AI的法律风险,避免面临罚款。企业需主动监控和测试AI应用,确保技术使用合规。司法部将加强对企业合规程序的审查,关注是否有效防范犯罪风险。,🚀 Canva吸引开发者构建超过300个应用,累计使用次数超过10亿次。💼 Canva将高级应用纳入Pro订阅,设立5000万美元的开发者创新基金,奖励参与盈利计划的开发者。🔍 Canva推出新API功能,包括内容查询API、设计编辑API、身份验证API和表格API,提供更强大和灵活的应用创建能力。
OpenAI快凉了的Sora将迎来大升级:生成速度更快、内容更长、质量更高,10、Nvidia发布了70B的新AI模型,碾压GPT-4和Claude3.5,Canva最近宣布对其开发者平台进行全面升级,推出一系列新功能,旨在促进应用生态系统的发展和创新。这一举措将为用户带来更丰富、更强大的创意体验,同时为开发者提供更多机会,共同推动设计工具生态系统的发展。,🌟 Podcastfy是开源Python软件包,可将文本和网络内容转换为多语言音频对话。🎧 用户可以通过Gradio演示应用或HuggingFace体验Podcastfy,操作简单易上手。⚠️ 使用外部内容时,需确保拥有版权和权限,生成的音频内容由AI生成,不模仿现实人物。,Midjourney最近公布了一系列令人兴奋的更新和即将推出的新功能,展示了公司在AI图像生成领域的快速发展和创新。团队正积极推进多个项目,注重提升质量和开发核心功能,而不是急于发布新产品。
11、Canva开发者平台全面升级:推出新功能和盈利模式,🌟 Kimi 助手更新语音通话功能,提升用户互动体验。🎤 支持实时字幕和可调节声音,交互更自然。🤖 引入声音克隆技术,增加趣味性和应用场景。,Adobe在最新的MAX大会上推出了Firefly AI视频模型和多个增强版Photoshop工具,为用户带来了令人振奋的AI新功能。Firefly视频模型让用户通过文本提示创建或修改视频内容,为创作者们提供了全新的创作空间。同时,Photoshop新增的AI工具如移除工具和生成填充功能,让用户更轻松地编辑图像。Adobe承诺只使用授权内容训练模型,并推出内容凭证增加透明度。