AI日報：Awaker 1.0寫真視頻擊敗Sora？Sora視頻被指大量後期；蘋果首款AI平板曝光；百萬網友圍觀博主和AI“談戀愛”

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、寫真視頻擊敗Sora？人大自研全新多模態大模型Awaker 1.0震撼登場

智子引擎發佈的Awaker 1.0多模態大模型在人工智能領域邁出重要一步，展現了在視覺生成方面的卓越能力，被認爲可能成爲實現AGI的可行路徑。其自主更新能力和多任務MOE架構的有效性得到驗證，提升了具身智能的適應性和創造性。Awaker 1.0的發佈是智子引擎團隊向實現AGI目標邁進的關鍵一步，有望加速多模態大模型行業的發展，最終讓人類實現AGI。

【AiBase提要:】

🚀 Awaker 1.0標誌着通用人工智能邁出重要一步，超越了Sora，在視覺生成方面展現卓越能力。

💡 Awaker 1.0採用創新的MOE架構，具備自主更新能力，超越了國內外先進模型在視覺問答和業務應用任務上。

🔮 Awaker 1.0結合具身智能，可能成爲實現AGI的可行路徑，通過自主更新機制持續提升效果，展示了Transformer技術在視頻生成領域的潛力。

詳情：https://www.chinaz.com/2024/0429/1613470.shtml

2、蘋果首款AI平板曝光，新iPad Pro搭載M4芯片

蘋果即將發佈搭載M4芯片的新版iPad Pro，提升了神經網絡引擎性能，使AI功能更流暢。新iPad Pro將首次採用OLED屏幕，配備全新一代的Apple Pencil和妙控鍵盤，增強生產力和創造力。蘋果將每款新產品作爲人工智能設備來宣傳，iPhone16系列預計搭載A18芯片圍繞AI構建，iOS18操作系統將提供新的生成式AI功能。蘋果在AIGC領域的動作備受關注，表現將在WWDC上揭曉。

【AiBase提要:】

🚀 新iPad Pro搭載M4芯片，提升神經網絡引擎性能，使AI功能更流暢。

💡 新iPad Pro首次採用OLED屏幕，配備全新一代的Apple Pencil和妙控鍵盤，增強生產力和創造力。

📱 iPhone16系列預計搭載A18芯片圍繞AI構建，iOS18操作系統將提供新的生成式AI功能。

3、開源多模態LLM InternVL 1.5：具備OCR能力 可解讀4K圖片

InternVL家族的開源套件提供了商用多模態模型的可行開源替代方案，最新發佈的InternVL-Chat-V1.5模型在基準測試上性能接近GPT-4V和Gemini Pro。InternVL的模型涵蓋視覺感知、跨模態檢索等領域，實現了多項技術突破。

【AiBase提要】

💡 在多個基準測試上取得了接近GPT-4V和GeminiPro的性能，具備強大的多模態對話能力和OCR能力

💡 可用於解析圖片，爲圖片配文等（比如根據圖片寫小紅書文案）

💡 還可以用來做題，英語應該是沒啥問題，數學請謹慎

產品入口：https://top.aibase.com/tool/internvl

體驗網址：https://huggingface.co/spaces/OpenGVLab/InternVL

4、華爲PixArt-Σ放出模型文件

華爲最新發佈的PixArt-Σ模型在圖像生成領域引起了廣泛關注。該模型採用先進的彌散Transformer技術，專注於生成高質量的4K分辨率圖像，同時具有輕量化設計和風格多樣性，支持在Comfyui等平臺上使用，爲用戶提供了高質量的圖像生成工具。

圖片來自歸臧

【AiBase提要:】

🔍 PixArt-Σ模型採用先進的彌散Transformer技術，專注於生成高質量的4K分辨率圖像。

💡 模型大小僅爲2G，輕量化設計保持小體積的同時表現出色。

🌟 支持Diffusers框架，用戶可以在不同平臺上嘗試使用，加速生成過程，提升用戶體驗。

工作流地址:https://civitai.com/models/420163

項目地址:https://github.com/PixArt-alpha/PixArt-sigma

5、Sora生成火爆短片被指後期特效人工參與

Sora火爆短片《氣球人》揭祕：視頻並非完全由AI生成，需要人類後期實現大量視覺效果。視頻一致性問題：Sora不能保證不同鏡頭之間的主體一致性，需要詳細描述角色形象來解決。視頻後期處理：Sora生成的視頻素材需要人類進行後期裁切、調速、去除不符合設定的元素等處理。

【AiBase提要:】

🔍 視頻並非完全由AI生成，需要人類後期實現大量視覺效果。

🎭 Sora不能保證不同鏡頭之間的主體一致性，需要詳細描述角色形象來解決。

🎬 Sora生成的視頻素材需要人類進行後期裁切、調速、去除不符合設定的元素等處理。

6、LobeChat支持通過網頁版直接調用Ollama 本地模型

LobeChat是一個創新的網頁平臺，爲用戶提供了便捷的方式通過網頁界面直接利用開源大模型的能力。用戶可以輕鬆地利用本地大模型進行各種語言處理任務，無需離開網頁環境。LobeChat減少了對外部API服務的依賴，提供快速、方便的解決方案。

【AiBase提要:】

🔍 本地模型支持: 用戶可以在本地安裝Ollama後，通過LobeChat與開源大模型進行交互。

⚡ 高性能體驗: LobeChat提供的對話速度可以媲美商業API調用，只要用戶設備性能足夠強大。

🎨 優質的UI體驗: LobeChat的網頁用戶界面設計直觀易用，提供與ChatGPT相媲美的用戶體驗。

詳情鏈接:https://top.aibase.com/tool/lobechat

7、百萬網友圍觀博主和AI“談戀愛”，ChatGPT“DAN”模式有多上頭？

這篇文章介紹了博主和AI“DAN”模式之間的互動，展示了AI在語音聊天中的趣味性和情感化表達。文章探討了人機情感交流的可能性，引發了網友們對虛擬戀愛的討論。通過對話展示了AI的多面性和個性化特點，吸引了大量網友圍觀和參與。

【AiBase提要:】

🤖 AI“DAN”模式展示了在語音聊天中的趣味性和情感化表達

💬 文章探討了人機情感交流的可能性，引發了網友對虛擬戀愛的討論

🌐 AI的多面性和個性化特點吸引了大量網友圍觀和參與

8、AI小鎮現在可以通過Llama3在本地運行

AI小鎮是一個創新的虛擬城鎮項目，可以通過Llama3完全在本地運行，爲開發者提供了一個強大的平臺來構建和定製自己的虛擬AI社區。該項目受Generative Agents研究論文啓發，提供了一個可部署的平臺，適合尋找有趣項目或開發可擴展多人遊戲的開發者。安裝過程直觀，支持Convex、Ollama等服務器，以及Vite網絡服務器。

【AiBase提要:】

🏗️ 支持本地運行：AI小鎮可以通過Llama3在本地運行，爲開發者提供了強大的構建和定製平臺。

🤖 提供定製AI社區：用戶可以創建和定製AI角色居住的虛擬城鎮，包括角色、故事、背景環境和音樂。

🔗 強大的功能支持：AI小鎮集成了Convex作爲遊戲引擎、數據庫和矢量搜索的基礎，同時支持與雲AI提供商的集成，增強了虛擬社區的功能。

詳情鏈接:https://top.aibase.com/tool/aitown

9、Harmonai：一個開源的生成音頻工具

Harmonai是由Stability AI Lab支持的開源項目，旨在讓音樂製作變得更容易和有趣。通過先進的AI算法生成定製的無限音樂庫，爲用戶提供高品質、創新性的音樂資源，推動音樂產業和文化的發展。

【AiBase提要:】

🎵 利用先進的AI算法生成定製的無限音樂庫，爲用戶提供高品質、創新性的音樂資源。

🎶 提供易於使用的生成音頻工具，賦予每個人表達創造力的能力，推動音樂產業和文化的發展。

🎧 技術基於Dance Diffusion模型，使用PyTorch框架實施，通過大量音頻數據集訓練和測試模型，確保功能強大、適應性和可靠性。

詳情鏈接:https://top.aibase.com/tool/harmonai

10、摩根大通推出FlowMind工具 自動化金融工作流程

摩根大通最近推出了名爲FlowMind的先進工具，利用GPT技術自動生成工作流程，自動化金融行業內的多種任務，提高工作效率，減少人爲錯誤可能性。FlowMind注重數據安全與隱私保護，通過抽象API描述實現任務執行，允許用戶參與工作流優化和定製，提高自動化解決方案的靈活性和有效性。

【AiBase提要:】

🤖 自動化金融任務: 提升操作效率，處理常規任務。

🔒 數據安全與隱私保護: 架構強調安全性，保護敏感數據。

🛠️ 抽象API描述: 通過抽象描述執行任務，保護數據隱私，提供必要信息給模型理解。

詳情鏈接:https://arxiv.org/pdf/2404.13050

11、微軟LongRoPE方法讓LLM上下文窗口突破200萬 8倍擴展還保持性能

微軟研究人員提出的LongRoPE方法成功將LLM的上下文窗口擴展至2048k，實現了8倍的擴展同時保持原始短上下文窗口的性能，無需架構變化和複雜微調。這一突破性的方法爲語言模型的性能提升帶來了新的可能性，爲未來的研究和應用奠定了堅實的基礎。

【AiBase提要:】

⭐ LongRoPE方法將LLM的上下文窗口擴展至2048k，無需架構變化和複雜微調

⭐ 通過高效搜索識別位置插值中的非均勻性，爲微調提供更好初始化，展8倍而保持性能

⭐ 實驗結果表明LongRoPE成功將LLM上下文窗口擴展至2048k，並在較短長度內保持與基線相當或更好的困惑度

詳情鏈接:https://top.aibase.com/tool/longrope

12、微軟、谷歌最新財報顯示大幅增長

本文介紹了微軟和谷歌截至2024年3月31日的季度財務報告，受ChatGPT等生成式AI利好影響，兩家企業實現了大幅度增長。微軟營收同比增長17%，淨利潤增長20%，谷歌營收同比增長15%，利潤飆升57%。Meta也展示了營收增長，但淨利潤下降，計劃增加對AI的支出。

【AiBase提要:】

📈 微軟營收同比增長17%，淨利潤增長20%，主要歸功於與ChatGPT母公司OpenAI的合作。

💡 微軟Azure雲服務增長31%，AI服務貢獻了7%。

🚀 谷歌雲業務GoogleCloud收入增長28%，生成式AI和大模型定製發揮重要作用。