AI日報：Hedra圖轉說話視頻免費開放；Deepmind發佈超牛自動視頻配音技術V2A；美圖WHEE V2正式上線；開源版Sora可一鍵生成720p高清視頻

歡迎來到【AI日報】欄目!這裏是你每天探索人工智能世界的指南，每天我們爲你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。

新鮮AI產品點擊瞭解：https://top.aibase.com/

1、Hedra的 Character-1開放使用

Hedra的Character-1開放使用，爲創作者提供了通過文本和圖片生成說話和唱歌視頻的神器，開啓了創作革命。它不僅是工具，更是一個全新的創作平臺，讓每個人都能擁有無限的視頻創作機會。

【AiBase提要：】
⭐️ 動態視頻生成：上傳照片並配音頻，即可讓人物生動說話或唱歌。
⭐️ 多平臺兼容：無論桌面還是移動設備，用戶皆可輕鬆使用。
⭐️ 高質量保證：表情、姿態和語音同步，效果逼真令人滿意。
詳情鏈接:https://top.aibase.com/tool/hedra

2、Deepmind視頻轉音頻技術V2A：實現自動爲視頻配樂、配音

谷歌Deepmind發佈了V2A技術，利用視頻像素和文本提示生成豐富的音軌，實現同步視聽生成。用戶可通過文字描述引導音頻輸出，系統採用自迴歸和擴散方法生成音頻，確保與視頻內容完美同步。訓練過程中使用AI生成的註釋幫助模型理解音頻事件與視覺場景關聯。儘管存在脣形同步挑戰，V2A技術將接受嚴格評估測試後向公衆開放。

【AiBase提要:】
🔊 自動爲視頻配樂、配音
🎶 利用視頻像素和文本提示生成豐富音軌
🤖 訓練過程中使用AI生成的註釋
詳情鏈接:https://top.aibase.com/tool/deepmind-v2a

3、B 站開源輕量級 AI 語言模型 Index-1.9B 模型

B 站最新開源的 Index-1.9B 模型引起了廣泛關注，該模型包含基座模型、對照組和對話模型，具有19億非詞嵌入參數量，在多個評測基準上表現領先。

【AiBase提要:】
🔍 Index-1.9B base: 基座模型具有19億非詞嵌入參數量，在2.8T中英文語料上預訓練，領先同級別模型。
🔍 Index-1.9B pure: 對照組與基座模型相同，但過濾了指令相關數據以驗證對benchmark的影響。
🔍 Index-1.9B chat: 基於base模型通過SFT和DPO對齊後的對話模型，引入互聯網社區語料，聊天趣味性更強。
詳情鏈接:https://top.aibase.com/tool/index-1-9b

4、美圖WHEE V2正式上線

美圖公司推出全新AI改圖編輯器WHEE V2版本，集合多種實用功能並融入AI技術，爲用戶提供便捷高效的一站式處理體驗。新增AI繪畫和AI改圖功能，豐富用戶編輯選擇，支持多類型素材創意呈現。智能選擇和提示詞功能便利用戶自然修改，支持自定義圖片尺寸、圖層內容，多種形式擴圖。具備可視化多圖層、精準語義識別、多元風格和細節控制，實現個性化高質量圖像處理。

【AiBase提要:】
✨ 新增AI繪畫和AI改圖功能，豐富用戶編輯選擇，支持多類型素材創意呈現。
💡 智能選擇和提示詞功能便利用戶自然修改，支持自定義圖片尺寸、圖層內容，多種形式擴圖。
🎨 具備可視化多圖層、精準語義識別、多元風格和細節控制，實現個性化高質量圖像處理。

5、潞晨Open-Sora團隊實現720p高清視頻質量和生成時長突破

潞晨Open-Sora團隊在720p高清視頻質量和生成時長上取得了突破性進展，開源項目讓視頻生成變得簡單，受到社區熱烈歡迎。英偉達入股的AI公司Lambda Labs也基於Open-Sora模型權重打造數字樂高宇宙，開啓創意新天地。技術報告深度剖析了模型訓練核心和關鍵，解決視頻模型訓練痛點，提升生成質量和速度。

【AiBase提要:】
⚙️ Open-Sora團隊實現720p高清視頻質量和生成時長突破，開源項目簡化視頻生成流程
🌟 Lambda Labs基於Open-Sora模型權重打造數字樂高宇宙，創意無限
🔬 技術報告揭示模型訓練核心細節，解決視頻模型訓練痛點，提升生成質量和速度
詳情鏈接:https://github.com/hpcaitech/Open-Sora

6、百度曦靈數字人平臺升級支持文生 3D 數字人、音色克隆等功能

百度智能雲曦靈數字人平臺即將迎來重大升級，提供高效低成本的2D/3D數字人生成，全面打通直播、短視頻、對話等多個場景，大幅提升用戶體驗。曦靈平臺展現出令人矚目的數字人生成能力，快速精準地生成逼真的數字人，爲企業、文旅、娛樂等領域帶來全新IP創造可能。

【AiBase提要:】
🌟 高效低成本的2D/3D數字人生成，提升用戶體驗。
🎨 快速精準生成逼真的數字人，爲多個領域帶來IP創造可能。
🔊 提供音色克隆功能，生成定製音色用於數字人的播報和內容生產。

7、Meta發佈多款模型:多模態模型Chameleon、文本生成音樂模型JASCO、音頻水印技術AudioSeal

Meta最近發佈了多項研究成果，包括多模態模型Chameleon、文本生成音樂模型JASCO、音頻水印技術AudioSeal等，爲AI領域帶來了新的技術突破和應用前景。這些成果將推動AI技術的發展和應用，具有重要意義。

【AiBase提要:】
🌟 Meta發佈了多模態模型Chameleon，支持處理文本和圖像混合輸入輸出，提供新的解決方案。
🎶 新的語言模型訓練方法Multi-Token Prediction提高了模型能力和訓練效率。
🔊 文本生成音樂模型JASCO能接受各種條件輸入，提供更好、更靈活的音樂控制。
詳情鏈接:https://top.aibase.com/tool/meta-chameleonMulti-Token Prediction

8、谷歌推字母表生成器GenType 可用於創作封面藝術字體

GenType是谷歌推出的實驗性產品，通過Imagen2模型驅動，用戶可以創造個性化的字母形式，用於書寫各種內容，特別適合製作標題或封面藝術。該工具提供了簡單直觀的操作界面，讓用戶快速上手，激發創造力和想象力。用戶可以分享保存生成的字母表圖片，並在在線畫廊中瀏覽其他用戶的作品，獲取靈感和創意。

【AiBase提要:】
🎨 個性化字母創造: 用戶可以輸入任何提示，GenType轉化爲獨特的字母表，展現個人創意。
🖌 藝術創作工具: GenType不僅是生成器，還是藝術創作工具，讓用戶創造無限可能的字母藝術。
📷 分享與保存: 提供方便的分享和保存選項，用戶可將字母表保存爲PNG格式圖片，在社交媒體上分享
詳情鏈接:https://top.aibase.com/tool/gentype

9、強得很！英偉達超越微軟成爲全球最有價值公司

英偉達股價飆升，超越微軟、蘋果和谷歌，成爲全球市值最高的公司。公司計劃推出新的Blackwell GPU架構，首席執行官表示將是世界上最強大的芯片，並每年發佈新的AI芯片。英偉達在2024年股價上漲160%，市值達到3.335萬億美元。

【AiBase提要:】
📈 英偉達超越微軟、蘋果和谷歌，成爲全球市值最高的公司。
💻 英偉達計劃推出Blackwell GPU架構，首席執行官稱將是世界上最強大的芯片，每年發佈新的AI芯片。
💰 英偉達在2024年股價上漲160%，市值達到3.335萬億美元。

10、蘋果宣佈推出新的人工智能功能後爲開發者推出“AI 培訓”

蘋果公司宣佈推出新的人工智能培訓課程，面向開發者學院的學生、導師以及校友等。這標誌着蘋果在AI技術領域的開放態度和重視程度逐漸增加。

【AiBase提要:】
🍎 蘋果公司推出新的人工智能培訓課程，專注於培養學生的專業編程技能。
📚 新課程將教授如何在蘋果設備上構建、訓練和部署機器學習模型。
💡 蘋果的AI工具將被集成到多個平臺，包括Xcode，幫助開發者更智能地編寫代碼。

11、Luma AI的Dream Machine生成作品被指涉嫌抄襲迪士尼IP

Luma發佈的Dream Machine視頻生成工具引發了關於模型透明度和數據來源的質疑，特別是涉嫌抄襲迪士尼作品。這引發了人們對這類模型最大的關注點之一，缺乏透明度。

【AiBase提要:】
🔍 模型透明度和數據來源引發質疑，是否按照迪士尼風格創作？
🚫 視頻中出現的角色被指涉嫌抄襲迪士尼皮克斯作品，引發爭議
💡 Dream Machine被吹捧爲電影製作未來，提供高質量逼真鏡頭創作

12、AI畫師接單被“抓包” 小紅書博主“鑑Ai”視頻獲贊2.9萬

小紅書博主“天線嫂嫂（內褲大王）”在約畫時發現畫師使用AI技術，引發社交媒體關注。畫師未提供線稿，博主懷疑作品爲AI製作，揭露畫稿盜圖。AI繪畫技術逼真度提高，難以區分人類和AI作品。AI技術發展帶來版權和真實性挑戰。

【AiBase提要:】
🔍 小紅書博主發現畫師使用AI技術，引發關注和討論。
🎨 畫師未提供線稿，博主懷疑作品爲AI製作，揭露畫稿盜圖。
🤖 AI繪畫技術逼真度提高，難以區分人類和AI作品。
詳情：https://www.chinaz.com/ainews/9662.shtml

13、Snap 在 Augmented World Expo 上展示實時設備端圖像擴散模型

Snap 在 Augmented World Expo 上展示了早期版本的實時設備端圖像擴散模型，爲 AR 創作者設計了生成式 AI 工具。該模型體積小且快速，能實時重新渲染幀。Snap 的團隊致力加速機器學習模型，計劃推廣給創作者。Bobby Murphy 表示，這標誌着增強現實邁入新方向，重新思考 AR 創造方式。Lens Studio5.0 提供新的生成式 AI 工具，幫助開發者更快創建 AR 效果，節省時間。

【AiBase提要:】
🔍 Snap 在 AWE 展示實時設備端圖像擴散模型，爲 AR 創作者設計生成式 AI 工具。
⚡ 模型體積小且快速，能實時重新渲染幀，Snap 團隊致力加速機器學習模型。
🎨 Lens Studio5.0 提供新生成式 AI 工具，幫助開發者更快創建 AR 效果，節省時間。

14、扎心！一團隊負責人用ChatGPT取代了60名員工最後自己也被解僱了

人工智能在工作場所的影響逐漸顯現，一名負責內容創作團隊的領導被ChatGPT取代後最終也被解僱，引發思考人工智能對就業市場的影響。