欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解:soraor.com

1、ChatGPTEdu版本来啦:支持GPT-4o、自定义GPT、数据分析

ChatGPT Edu版本推出,为大学校园提供多功能ChatGPT,助力学生、老师提升学习质量和教学效率。多所顶尖大学已在教育中应用ChatGPT,18-24岁年轻人是主要用户群。功能包括GPT-4o支持、数据分析、自定义GPT等,提供更高消息限制和语音支持。安全机制完善,实际应用案例丰富。

【AI摘要:】

🚀 ChatGPT Edu版本推出,支持GPT-4o、自定义GPT、数据分析,助力学生、老师提升学习效率。

🔍 多所顶尖大学已在教育中使用ChatGPT,18-24岁年轻人是主要用户群,具有强大的学习需求和接受能力。

💡 实际应用案例丰富,包括期末反思作业、社区服务、语言训练等,教育领域深度应用ChatGPT。

2、快手上线自研文生图大模型产品“可图”

快手自研的文生图大模型“可图”正式对外开放,为用户带来全新的AI图像创作体验。这款大模型支持文生图和图生图两类功能,可用于AI创作图像以及AI形象定制。用户可以通过“可图”微信小程序或网页版轻松体验前沿技术。

image

【AI摘要:】

🔍 “可图”大模型参数规模达十亿级,数据来源包括开源社区、快手内部构建和自研AI技术的融合。

🎨 “可图”覆盖常见千万级中文实体概念,提供更广泛、更深入的图像创作支持。

🧠 “可图”引入强化学习和奖励模型技术,解决文生图大模型处理长文本和复杂语义文本输入效果不佳的问题。

产品入口:soraor.com

3、百度网盘推出漫画头像AI生成功能

百度网盘推出了一项令人惊叹的AI新功能,在儿童节前夕,用户只需一张照片就能变身为童年动漫中的主角。这项功能极具个性化,让用户仿佛置身于精彩的动画世界,快速高效的处理速度也让体验更加流畅。

【AI摘要:】

🎨 个性化转化:用户上传照片即可变身为动漫人物,体验独特风格。

🚀 快速处理:百度网盘AI功能处理速度极快,短短几秒钟即可生成精美动漫照片。

🌟 多样化效果:不仅可转化为动漫形象,还能模拟经典动画效果,满足不同用户需求。

4、Claude 3 开放第三方 API,实现业务流程自动化

Anthropic 的新功能使得用户可以更便捷地与 Claude 互动,并通过结构化 API 调用实现各种任务的自动化执行。同时,Claude 也能够处理图像并融合到实时应用中,为企业提供更智能、高效的解决方案。

image

【AI摘要:】

🔍 用户通过文本提问让 Claude 自动执行多种任务

🔍 用户可以通过结构化 API 调用实现常规操作和问题回答

🔍 Anthropic 的新功能使 Claude 能处理图像和实时应用

5、Novita AI开源Animate Anyone项目 上传一张照片即可合成动画

Novita AI开源了Animate Anyone项目,用户只需上传一张照片即可合成动画。这一技术为动画制作带来了新的可能性和机遇,让用户能够快速创建令人惊艳的作品。

image

【AI摘要:】

👉 ViViD可以自然地将服装移到视频人物身上

👉 无论是裙子还是裤子都可以随意替换,适应多种服装试穿需求

👉 目前官方只发布了演示和论文,暂未公布代码

项目页:soraor.com

论文地址:https://arxiv.org/pdf/2405.11794

6、阿里中科大合推虚拟试衣技术ViViD 轻松实现视频换衣

阿里巴巴与中国科学技术大学联手推出的ViViD框架革新了虚拟试衣体验,实现了视频中人物衣物的实时替换,解决了时间一致性和图像质量难题,提升了试衣效果。

image

【AI摘要:】

👗 先进技术:ViViD基于扩散模型技术,实现视频中衣物实时替换,生成自然逼真效果。

🔧 三大核心组件:服装编码器、姿势编码器、时间模块协同工作,提取衣物细节、编码姿势、保持时间连贯性。

🌟 创新特征融合:引入注意力特征融合机制优化衣物语义信息整合,提升试衣效果贴合用户需求。

详情链接:soraor.com

7、Perplexity 推出了Page 创建功能 快速生成专业文档

Perplexity AI推出了最新功能Perplexity Pages,旨在帮助用户快速生成专业级别的文档,提升内容创作者生产力,挑战传统知识库平台。工具快速生成内容,支持高度定制,媒体内容插入,信息验证与来源管理,共享与搜索优化。

【AI摘要:】

🚀 快速生成专业文档,节省时间精力。

🔧 高度定制化,满足不同需求。

📸 媒体内容插入提升文档吸引力。

详情链接:soraor.com

8、Midjourney将发布V6.5版本 很快网页版将面向所有人开放

Midjourney即将发布V6.5版本,将带来图像质量的大幅提升,网页版也将迎来重大更新。尽管在视频模型开发上遇到挑战,但团队坚信持续努力将取得更大突破。

【AI摘要:】

🚀 图像质量大幅提升,可能与V7版本一致,连贯性、皮肤、手和身体表现将改善。

💻 网页版将摆脱Discord依赖,提供更好的用户体验。

💡 推出风格空间探索器和更新探索页面,考虑提供订阅折扣吸引更多用户。

9、Suno3.5版本模型已向所有人开放 可制作4分钟歌曲

Suno最新的3.5版本模型开放给所有用户使用,带来了制作4分钟歌曲、2分钟歌曲扩展和改进的歌曲结构等功能。Suno还推出了新功能,可以将任何声音转化为音乐,为音乐创作带来新可能性。公司融资1.25亿美元,巩固了在AI音乐领域的领先地位。Suno展示了强大的创新能力和领先地位。

image

【AI摘要:】

🎵 制作4分钟歌曲和2分钟歌曲扩展

🎶 将任何声音转化为音乐,创作新可能性

💰 公司融资1.25亿美元,巩固领先地位

详情链接:soraor.com

10、You.com推自定义助手功能

You.com推出自定义助手功能,让用户利用顶级语言模型如GPT-4o、Llama3和Claude3创建个性化AI助手,旨在提高用户在复杂工作任务中的生产力。该功能使强大的语言模型更易于访问并适应个人需求,为用户提供定制化的AI助手体验。

【AI摘要:】

⭐️ 定制AI助手旨在提高用户在复杂工作任务中的生产力

⭐️ You.com致力于提供准确性和实时信息,通过在线访问提供更相关可靠的响应

⭐️ 技术的影响深远,定制AI助手有潜力改变医疗、金融和教育等领域的知识工作

11、Cartesia发布低延迟语音生成模型Sonic 要复刻ChatGPT实时语音聊天?

Cartesia发布的Sonic低延迟语音生成模型引起广泛关注,其快速推理速度和超低延迟让人印象深刻。Sonic能够实时生成具有逼真情感和表达能力的语音,用户只需提供10秒录音即可模仿说话者的声音特征。Cartesia的目标是打造实时智能系统,他们引入了创新的SSM架构,取得了初步进展。

image

【AI摘要:】

🚀 Sonic模型延迟仅为135毫秒,适合聊天应用。

😊 Sonic展现人类情感和表达能力,使对话更加自然。

🔧 用户可调节音调、速度、情感等参数,定制化语音输出。

详情链接:soraor.com

12、Gartner 预测2024年人工智能芯片收入将达到712亿美元

根据Gartner的预测,到2024年全球人工智能半导体的收入将增长33%,达到712亿美元。这一趋势将推动电脑普遍具备人工智能功能,企业电脑购买也将完全转向人工智能电脑。AI处理将主要在数据中心进行,加速器的价值预计将达到210亿美元。

【AI摘要:】

📈 预计2024年全球人工智能半导体的收入将增长33%,达到712亿美元

💻 预计2024年有22%的电脑将具备人工智能功能,到2026年底,企业电脑购买将完全转向人工智能电脑

🏭 AI处理将主要在数据中心进行,2024年服务器中使用的AI加速器的价值将达到210亿美元

13、谷歌被秒杀!高保真3D头像逼真到恐怖 小姐姐挤眼,挑眉毫无破绽

最近德国慕尼黑工业大学和伦敦大学学院等研究团队提出的NPGA算法引起广泛关注,能生成高保真3D头像,逼真表情令人难以分辨真假。技术创新点在于采用高斯点云生成3D人像形状,引入神经参数化头部模型捕捉细微表情变化,提高真实感。

image

【AI摘要:】

⭐ 高保真3D头像: NPGA生成逼真的3D头像,表情丰富,接近真实人类。

⚙️ 创新技术: 使用高斯点云构建3D人像形状,提高渲染效率和逼真度。

😲 神经网络模型: 利用神经参数化头模型捕捉人脸细微表情变化,模拟真实人类表情。

详情链接:https://tobias-kirschstein.github.io/nersemble/