
👗 研究团队推出DressRecon技术,通过单目视频实现高质量的人体重建,特别适用于宽松衣物和手持物体的场景。📷 该技术利用神经隐式模型将身体与衣物变形分开处理,借助图像基础的先验知识来捕捉细微几何特征。🎥 重建结果不仅生成高保真的三维模型,还支持从任意角度渲染,提升了可视化体验。,智谱技术团队发布了CogView3及其升级版CogView3-Plus-3B,标志着AI辅助艺术创作迈入新阶段。CogView3性能惊人,比SDXL高出77%,推理速度仅为SDXL的十分之一。CogView3-Plus引入DiT框架和文本-图像联合注意力机制,提升性能、降低成本。开源仓库已开放,推动AI图像生成领域快速发展,文生图技术应用前景广阔。,英伟达与麻省理工学院、清华大学合作开发的Sana框架能高效生成高达4096×4096分辨率的图像,且在笔记本电脑GPU上运行。Sana-0.6B速度快、规模小,生成1024×1024分辨率图像不到1秒。虽存在局限性,但Sana在4K图像生成方面性能优异,未来将构建高效视频生成流程。
这篇文章报道了台积电在全球芯片需求持续上涨背景下,2024年第三季度财报的亮眼表现。公司净利润达到3523亿新台币,同比增长54%,超出市场预期。台积电作为高级芯片制造商,受益于人工智能应用的快速发展,业绩得到显著提升。,7、Runway推出百部电影扶持计划
Cove是一家由前Google Maps核心团队成员创立的AI初创公司,致力于开发新一代智能工作空间,解决AI对话工具在复杂项目协作中的限制。他们推出的可视化工作空间结合AI协作,提供更自然的工作方式,已获得600万美元种子轮融资。,13、开源多模态模型Molmo 能够识别图像中的物体并生成准确描述
🚀 Westlake-Omni是全球首个开源的中文情感端到端语音交互大模型,注重实时性和零延迟体验。💡 模型具备出色的情感理解与表达能力,能生成清晰、自然、富有表现力的中文语音。🌱 西湖心辰期望通过开源Westlake-Omni模型,促进更多开发者参与中文情感语音交互技术的发展,🛡️ FTC针对五家AI公司提起诉讼,指控虚假宣传和欺诈行为。💰 DoNotPay与FTC达成和解,支付193,000美元,承诺停止不实宣传。✍️ Rytr被指提供生成虚假消费者评价功能,同意停止相关服务。,5、比FLUX快100倍!英伟达联手MIT、清华推出超快AI图像生成模型Sana,笔记本也能秒速出图!
🚖 特斯拉将于10月10日展示Robotaxi无人驾驶出租车,马斯克表示意义重大。🔋 特斯拉CEO马斯克回应电动公交车供暖问题,暗示传统公交车或被淘汰。🚗 网友拍到特斯拉Robotaxi伪装车,外形独特,可能采用Cybertruck设计。,🧠 布贝克离开微软,加盟OpenAI,专注于AGI研究。🤝 微软与OpenAI关系复杂,既是投资者又是竞争对手,双方希望继续合作。🚀 布贝克的加入将推动OpenAI在小型语言模型和AGI研究方面取得突破,在这篇文章中,OpenAI向法庭申请驳回马斯克对公司的诉讼,称其为“骚扰”行为。文章揭示了马斯克和OpenAI之间的法律纠纷背景,强调马斯克的指控缺乏证据,并质疑他的法律地位。,🚀 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。
11、Canva开发者平台全面升级:推出新功能和盈利模式,📹 Firefly AI视频模型让用户通过文本创建和修改视频内容,为创作者们提供全新创作空间。🖼️ Photoshop新增多项AI工具,如移除工具和生成填充,帮助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。,谷歌NotebookLM推出新功能,通过分析视频转录文本提炼关键信息,让用户轻松获取YouTube视频精华内容,提高学习效率。用户可点击主题获取详细信息,提出问题并获得建议,支持音频录音功能,帮助用户搜索转录内容和创建学习指南。,🌟 Mira Murati离职,标志着OpenAI高层人事大变动。📈 Mark Chen晋升为新任高级副总裁,负责研究部门领导。🤔 首席研究官Bob McGrew和研究副总裁Barret Zoph也宣布离职。,🌟 升级视频AI Sora,生成更长、更高质量视频片段⏱️ 初始版本生成时间过长,存在风格、物理错误问题📈 视频AI市场竞争激烈,Sora需加快步伐以保持竞争力
1、Kimi推出多功能语音通话模式 支持更换声音语速调节,🔑 AIGC和多模态技术深刻改变用户体验🔑 火山引擎探索AI大模型与视频技术融合,提供全方位解决方案🔑 火山引擎开发的预处理方案优化算法和工程层面,提高模型训练效率,美图公司宣布其开发的AI短片创作工具MOKI正式对所有用户开放,为用户提供一站式成片能力,结合AI驱动的脚本、分镜、视频生成、配音、配乐能力,使普通用户能轻松上手,快速创作个性化短片。MOKI在中文语意理解准确性和东方视觉风格上表现出色,未来计划提供更多专业功能。,🌟 台积电Q3净利润达101亿美元,同比增长54%。💻 人工智能推动高性能芯片需求,助力业绩增长。🚀 台积电持续扩大生产能力,以满足市场日益增长的需求。,OpenAI在最新的版权诉讼中达成协议,同意向原告律师披露用于训练生成性AI模型的数据。这一举措旨在满足版权诉讼的需求,但数据查看过程受到严格控制,确保安全性。未来可能面临更多法规要求,推动AI数据透明度的要求。
🔍 新界面设计:新增Canvas功能和移动提示框位置,提升用户体验。🌐 引入SearchGPT功能:按 / 键激活,访问实时网络数据,附有内联引用和链接。💡 使用便捷:直观操作,提问后几秒内提供带有来源的答案,支持追问深入探讨话题。,📜 专为长剧本解析设计的动态故事板 AI 生成工具“神笔马良”。🤖 实现剧本智能分析、角色创作、分镜创作台词朗读等功能。🎬 将剧本内容视听化呈现,助力创作者提升作品表现,推动影视行业创新。
📝 NotebookLM可以分析YouTube视频转录,提炼关键信息和主题。🔍 用户可通过点击主题获取详细信息并提出问题,NotebookLM还会给出问题建议。🎧 新增支持音频录音功能,用户可搜索转录内容并创建学习指南。,7、AI玩具设计师来袭:3D玩具设计工具Toy Box Flux,在2024年9月,OpenAI的ChatGPT取得了里程碑式成就,其访问量首次超越微软必应搜索引擎。ChatGPT在全球和移动应用上的使用量显著增长,展现出稳定的增长趋势。OpenAI扩大了ChatGPT的免费服务,可能影响其未来盈利能力。
5、谷歌NotebookLM新增功能:快速总结YouTube精华内容,猫眼娱乐发布动态故事板 AI 生成工具“神笔马良”猫眼娱乐推出的“神笔马良”工具为剧本创作者带来极大便利,实现智能分析、角色创作、分镜创作等功能,节省创作者时间和精力。工具还能将剧本内容视听化呈现,助力创作者提升作品表现,推动影视行业创新。,11、DreamWaltz-G:从文本生成生动的3D 可动画头像,✨ 4K图像直接生成:V2版本能直接生成4K质量的图像,提高效率并拓展创作者创作空间。🎨 多样化风格选项:用户只需输入描述性提示,选择分辨率和风格,系统生成优化后的图像,提供丰富的创作可能性。🔧 精细控制与高级功能:提供精细调整工具,如创意细节生成、背景调整、重新照明等,满足专业用户需求。,10、DressRecon:输入视频就能构建出还原服装细节的3D模型
🌟 o1模型被称为能显著减少 AI 偏见,但测试结果显示其表现不如预期💡 o1在隐性歧视方面表现优于 GPT-4o,但在显性歧视上却更糟糕。💰 推理模型 o1成本高,运行缓慢,未来仍需在多个方面改进。,✨ 企业签署《人工智能契约》自愿承诺,强调人工智能治理战略和风险评估。🌐 签署者需关注工作人员人工智能意识,设计系统让用户知晓与人工智能互动。🚀 《人工智能契约》促进企业填补合规真空,鼓励签署者间合规竞争。
1、Pika1.5重磅上线四个新特效:从粉碎到消失,效果炸裂了!,PMRF(后验均值修正流)算法是图像处理领域的一项创新技术,解决了图像恢复中失真与感知质量之间的矛盾,开辟了高质量图像重建的新可能。其独特之处在于在多种图像恢复任务中展现卓越性能,取得了令人瞩目的成绩,平衡了失真和感知质量。