%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
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、Luma 官方發視頻介紹Dream Machine模型特點
看了Luma官方發佈的Dream Machine模型介紹視頻，感覺這款AI視頻生成工具非常強大。它不僅提供高質量的視頻輸出，而且能夠快速理解用戶的提示，生成符合美學風格的視頻內容。這對於創意迭代過程非常有幫助，讓視頻生成變得更加高效。
【AiBase提要:】
🌟 生成的視頻質量高，分辨率可達1024像素。
🎨 能理解提示生成符合美學風格的視頻。
⚡ 推理速度快，有利於快速迭代創意。
詳情鏈接:https://top.aibase.com/tool/dream-machine
2、新對口型視頻項目Hallo發佈 可對錶情，嘴型進行精確控制
新對口型視頻項目Hallo發佈，通過單張圖像和音頻輸入生成唱歌和說話的視頻，實現精確控制人物表情和姿態，提升語音輸入與生成動畫之間的對齊精度。該技術不僅可用於虛擬角色動畫生成，還可應用於真實人物，支持多種運動控制，跨演員應用，以及歌唱動畫生成。技術先進，動畫逼真，具有廣泛的應用潛力。
【AiBase提要：】
⭐️ 根據單張圖像和音頻輸入生成唱歌和說話視頻
⭐️ 支持虛擬和真實角色動畫生成，項目已開源
⭐️ 多種運動控制，實現精確表情和姿態控制，增強動畫的多樣性和真實性。
項目地址：https://top.aibase.com/tool/hallo
3、北大快手聯合推視頻生成框架VideoTetris 複雜視頻生成效果超越Pika
本文介紹了北京大學與快手AI團隊合作攻克複雜視頻生成難題，提出VideoTetris框架，成功超越商用模型Pika和Gen-2。該框架定義了組合視頻生成任務，支持複雜指令和長視頻生成，保留位置信息和細節特徵。團隊採用時空組合擴散方法，優化訓練數據預處理和引入參考幀注意力機制，生成更具動感和自然的視頻。
【AiBase提要:】
⭐ VideoTetris框架成功攻克複雜視頻生成難題，超越商用模型Pika和Gen-2。
⭐ 定義了組合視頻生成任務，支持複雜指令和長視頻生成，保留位置信息和細節特徵。
⭐ 採用時空組合擴散方法，優化訓練數據預處理和引入參考幀注意力機制，生成更具動感和自然的視頻。
詳情鏈接:https://top.aibase.com/tool/videotetris
4、日本AI藝術家用Luma復活妻子 網友淚目
這篇文章講述了65歲的AI藝術家鬆尾公也用技術復活了他逝去11年的妻子Tori-chan，感動了無數人。通過AI技術，他重新編曲、錄製妻子的歌曲，製作動態視頻，並提取翻譯她的信件，表達對妻子的思念和愛意。這是一個普通人用技術造夢的故事，展現了愛在AI時代的力量和溫度。
【AiBase提要:】
🌟 鬆尾公也用Luma的AI視頻Dream Machine復活逝去11年的妻子Tori-chan，感動衆人。
🎶 他通過AI技術重新編曲、錄製妻子的歌曲，並製作動態視頻，展現出對妻子的深深思念。
💖 通過AI工具提取翻譯妻子寫給他的信，表達出濃濃的愛意和對妻子的永恆思念。
5、蘋果AI或計劃將延遲推出，開發者要等到夏末才能進行測試
據彭博社報道，蘋果的人工智能（AI）計劃將是一個漫長而緩慢的過程。蘋果公司上週宣佈的蘋果 Intelligence 計劃預計將在夏末晚些時候才能供開發者測試。這意味着它不會成爲蘋果新操作系統更新的首批測試版，並且僅會在今年秋季推出一個預覽版。
【AiBase提要：】
🍏 蘋果的人工智能（AI）計劃將在夏末晚些時候供開發者測試
📉 蘋果計劃不會成爲新操作系統更新的首批測試版
💬 蘋果Intelligence計劃將帶來改變消費者與設備互動方式，以及購物方式
6、KREA AI推出視頻增強功能 一鍵提升視頻畫質
這篇文章介紹了KREA AI推出的視頻增強功能“Enhancer”，可以提升圖片和視頻畫質，並支持更高的分辨率和幀速率。用戶可以簡單操作，上傳需要改善的目標圖片/視頻，KREA AI將進行在線處理，最終生成高質量視頻。
【AiBase提要：】
⭐ Enhancer功能向所有人開放，可以提升圖片和視頻畫質
⭐ 可配合AI視頻工具使用，處理完之後，可以在頁面直接查看增強效果前後對比
⭐ 可生成最大2.5x像素的視頻和高達 120fps 的幀速率。
7、清華與北大合作發佈長視頻理解基準測試：LVBench
本文介紹了智譜、清華大學和北京大學合作推出的長視頻理解基準測試項目LVBench，旨在彌補現有多模態大型語言模型在處理長視頻方面的挑戰。該項目包含多類別的數小時QA數據，涵蓋不同類型的視頻內容，旨在推動長視頻領域的技術突破和創新。許多研究機構已在LVBench數據集上展開工作，爲視頻理解和多模態學習領域注入新活力。
【AiBase提要:】
🔍 LVBench項目是長視頻理解基準測試項目，包含多類別的數小時QA數據。
💡 LVBench數據集涵蓋視頻摘要、事件檢測、角色識別和場景理解等多種任務。
🚀 LVBench基準的推出將推動相關技術的突破和創新，爲長視頻領域的發展注入新動力。
詳情鏈接:https://github.com/THUDM/LVBench
8、網格生成模型MeshAnything：將任何3D轉換爲藝術家創建的網格
近期，由重建和生成創建的3D資產已經達到了手工製作資產的質量水平，凸顯了它們在替代領域的潛力。MeshAnything是一種用於生成藝術家創建的3D網格的自動迴歸模型，通過VQ-VAE和形狀條件的僅解碼器變壓器實現高質量的網格生成。該方法顯著提高了存儲、渲染和模擬效率，同時保持與以往方法相當的精度。
【AiBase提要:】
⚙️ MeshAnything使用自迴歸模型生成高質量的藝術家創作的3D網格。
🔍 MeshAnything的網格體提高了存儲、渲染和仿真效率，同時保持精度。
🌐 MeshAnything在各個領域都有廣泛的應用場景，滿足不同用戶的創作和需求。
詳情鏈接:https://top.aibase.com/tool/meshanythingMeshAnything
9、哈佛神經科學家和谷歌DeepMind在虛擬老鼠中創建人工大腦
這篇文章介紹了哈佛大學研究人員與谷歌DeepMind團隊合作，利用人工智能技術爲虛擬老鼠創建人工"大腦"的突破性研究。他們成功建立了生物力學逼真的3D老鼠模型，並利用DeepMind的深度強化學習算法訓練了一個人工神經網絡大腦，實現了超越真實的模擬效果。這一創新有望爲神經科學和人工智能領域帶來革命性進展。
【AiBase提要:】
🧠 虛擬老鼠擁有人工"大腦"，能在複雜環境中精確控制運動
🔬 利用DeepMind算法訓練的人工神經網絡大腦能產生各種複雜運動軌跡和力量
🤖 未來應用前景廣闊，可能開創"虛擬神經科學"新領域，爲神經系統疾病治療帶來新策略
10、麥當勞宣佈結束與 IBM 的 AI 得來速訂購合作
麥當勞宣佈結束與 IBM 的 AI 得來速訂購合作，將在2024年7月26日前移除在100多家餐廳中測試的技術。儘管目前尚不清楚麥當勞爲何結束與 IBM 的合作，但該公司表示正在測試語音接單聊天機器人是否能加快服務速度，並對測試結果表示自信。餐飲行業普遍渴望引入 AI 技術來提升效率。
【AiBase提要:】
🍔 麥當勞將結束與 IBM 的 AI 得來速訂購合作，將移除在100多家餐廳中測試的技術
🤖 麥當勞正在測試語音接單聊天機器人以加快服務速度
🔮 餐飲行業普遍渴望引入 AI 技術來提升效率
11、研究：人們與ChatGPT對話五分鐘，很難區分是否爲人類
大型語言模型（LLMs）如 GPT-4模型在聊天平臺ChatGPT展現出驚人能力，難以區分其生成的文本是否爲人類所寫。加州大學聖迭戈分校研究發現，人們與GPT-4對話時很難分辨其是否爲人類，展示出機器展現人類智能的程度。
【AiBase提要:】
🔍 GPT-4模型在研究中展現出與人類難以區分的對話能力。
💡 研究結果顯示約50%的互動中人們誤認爲GPT-4是人類。
🎮 設計了名爲"人還是不是人"的在線遊戲，揭示人們難以可靠判斷與人類還是AI系統交談的區別。
12、多模態模型的畫布框架Sketchpad：提升多模態模型數學能力
這篇文章介紹了研究人員引入的“Sketchpad”概念，爲多模態LM提供了視覺畫板和繪圖工具，使其能夠進行視覺推理。通過實驗結果顯示，Sketchpad顯著提高了LM在數學任務和複雜的視覺推理任務上的表現，進一步接近人類的思維方式，爲人工智能技術的發展開闢了新的可能性。
【AiBase提要:】
🎨 Sketchpad爲多模態LM提供視覺畫板和繪圖工具，使其能進行視覺推理。
🔍 實驗結果顯示，Sketchpad顯著提高了LM在數學任務和複雜的視覺推理任務上的表現。
🚀 Sketchpad使得GPT-4o在所有任務上創下了新的技術水平，包括V*Bench、BLINK空間推理和視覺對應。
詳情鏈接:https://top.aibase.com/tool/visual-sketchpad
