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、字節跳動推出AI模型社區平臺:爐米Lumi 類似Liblib和CIvitai

字節跳動最新推出的AI模型分享社區平臺爐米Lumi，展示其在AI領域的全面佈局策略。平臺提供模型上傳分享、Workflow搭建和LoRA訓練功能，目前僅向白名單用戶開放。與LiblibAI相似，爐米Lumi將成爲字節跳動在AI領域的重要佈局。

image.png

【AiBase提要:】

🚀 爐米Lumi是字節跳動最新推出的AI模型分享社區平臺，提供模型上傳分享和訓練功能。

💡 與LiblibAI功能定位相似，爐米Lumi展示了字節跳動在AI領域的全面佈局策略。

💥 字節跳動在AI領域已有廣泛佈局，包括大模型、ChatBot、AI社交、AI虛擬陪伴等多個領域。

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

2、神祕大模型“小熊貓”身份揭曉:英國AI公司最新圖像生成模型Recraft V3

我對最新揭曉的英國AI公司Recraft V3圖像生成模型進行了點評。該模型以red_panda化名引起關注，具備強大的長文本圖像生成能力，突出的文本佈局和樣式控制功能讓用戶可以精確創造專業品質的視覺效果。

image.png

【AiBase提要:】

🔍 Recraft V3實爲英國AI初創公司Recraft AI推出的最新圖像生成模型，以red_panda身份引發關注。

💡 Recraft V3在Artificial Analysis排行榜上以1172的ELO評分領先其他模型，收穫超過10萬次投票。

🚀 Recraft V3具備強大的長文本圖像生成能力，增強的文本佈局和樣式控制功能，特別適用於品牌推廣、營銷和複雜圖形設計領域。

詳情鏈接:https://www.recraft.ai/

3、OpenAI宣佈ChatGPT高級語音模式登陸Windows和Mac平臺

OpenAI今日宣佈，ChatGPT的高級語音模式（AVM）正式登陸Windows和Mac平臺，基於GPT-4o模型開發，提供更自然的實時對話交互體驗。用戶反饋良好，但部分地區暫時無法使用。系統新增五種語音選項，支持打斷和停頓，滿足用戶更接近人際交流的需求。AI回答準確率高，用戶滿意度達96%。ChatGPT還推出網頁版聊天曆史搜索功能，持續突破語音交互技術領域，市場推廣效果待觀察。

【AiBase提要:】

🔊 ChatGPT的高級語音模式（AVM）正式登陸Windows和Mac平臺，提供更自然的實時對話交互體驗。

🌐 系統新增五種語音選項，支持打斷和停頓，滿足用戶更接近人際交流的需求。

💬 用戶反饋良好，AI回答準確率高，用戶滿意度達96%。ChatGPT還推出網頁版聊天曆史搜索功能，持續突破語音交互技術領域。

4、專爲蘋果AI而生!蘋果宣佈推出M4Max芯片

蘋果公司最新推出的M4Pro和M4Max芯片爲Mac電腦帶來顯著性能提升和先進功能。這些芯片採用領先的製程工藝，優化了性能和能效，爲專業和AI任務提供優異表現。

【AiBase提要:】

🚀 M4系列芯片採用第二代3納米制程工藝，提升性能和能效。

💻 M4Pro和M4Max芯片支持雷靂5和統一內存帶寬提升，爲Mac帶來更強大的功能和速度。

🧠 M4、M4Pro和M4Max芯片搭載神經網絡引擎和機器學習加速器，爲用戶帶來全新的智能化體驗。

5、OpenAI 重磅升級實時 API:除了降價超50%，還推五種新語音

OpenAI 最新更新了實時 API，推出五種新的語音選項，降低了緩存費用，提供更經濟實惠的開發體驗。新語音包括生動可調節的 Ash、Verse 和英國風格的 Ballad，提供更自然的交流體驗。然而，實時 API仍在測試階段，無法提供客戶端身份驗證，且網絡條件影響音頻處理可靠性。開發者可通過降價和緩存功能吸引更多用戶使用。

image.png

【AiBase提要:】

🌟 新增五種自然語音，提升語音應用體驗

💰 實時 API通過緩存降低輸入費用，開發者更划算

⚡ 實時音頻處理受網絡條件影響，可靠性需關注

6、好萊塢黑科技!Wonder Dynamics發佈視頻轉3D功能

Wonder Dynamics發佈了顛覆性的AI工具Wonder Animation測試版，利用人工智能重新定義影視製作流程。這項技術讓創作者可以輕鬆轉換素材爲包含CG角色的3D動畫場景，實現完整虛擬場景編輯。

【AiBase提要:】

✨ 創作者可使用任何相機、在任何場地拍攝，通過AI轉換爲3D動畫場景

🎬 強大的場景重建能力，精確還原攝像機與角色、環境的位置關係和運動軌跡

🚀 讓藝術家保持創作控制權，更容易製作全動畫電影

詳情鏈接:https://top.aibase.com/tool/wonder-dynamics

7、谷歌重磅升級AI語音技術:2分鐘對話3秒生成，將徹底改變人機交互方式

谷歌最新發佈的語音生成技術再次刷新了業界標準，突破性技術能在3秒內生成長達2分鐘的自然對話，確保多說話人之間的語音連貫性和音質表現。該技術已在多個谷歌產品中得到應用，全球範圍內改變着人們與數字助手和AI工具的交互方式。

【AiBase提要:】

✨ 高效語音編解碼器，每秒600比特低比特率下壓縮音頻，保持高質量輸出。

🔍 專門的Transformer架構，處理信息層次結構，預訓練並微調在高質量對話數據集上。

🌐 SynthID技術整合，爲AI生成的音頻內容添加水印，確保技術負責任使用。

詳情鏈接:https://deepmind.google/discover/blog/pushing-the-frontiers-of-audio-generation/

8、面壁智能與百度智能雲達成合作

面壁智能與百度智能雲宣佈戰略合作，共同致力於開發大模型端雲協同解決方案。合作將提升大模型在智能終端、邊緣計算等應用場景中的效果，降低推理成本，提升響應速度，提高用戶體驗和業務效率。面壁智能發佈MiniCPM3.0和MiniCPM-V2.6，實現對GPT系列的趕超，引發國內外高度關注。

image.png

【AiBase提要:】

🤝 合作共同開發大模型端雲協同解決方案，提升模型效果、降低成本、提高響應速度。

🚀 發佈MiniCPM3.0，4B模型參數規模趕超GPT-3.5，在多領域脫穎而出。

💡 發佈MiniCPM-V2.6，全面對標GPT-4V級水平，實現實時視頻、多圖聯合理解，引發國內外關注。

9、19年虧損終結!Reddit CEO發文感謝AI幫助網站首度盈利

Reddit 經過19年的虧損，終於在上市後迎來了利潤。第三季度淨收入達到2990萬美元，營收348.4億美元，同比增長68%。CEO 哈夫曼表示，人工智能是實現盈利的關鍵。未來計劃加速產品路線圖，提升用戶搜索體驗。

【AiBase提要:】

🌟 Reddit 首次實現盈利，第三季度淨收入2990萬美元。

📈 用戶增長顯著，日活躍用戶數達9700萬，多次突破1億。

🤖 人工智能助力翻譯功能擴展，預計到2025年將覆蓋30個國家。

10、波士頓動力新款Atlas機器人:全電動、完全自主，成功完成複雜任務

波士頓動力公司發佈了新一代人形機器人Atlas的精彩視頻，展示了其在模擬工廠環境中獨立完成分揀任務的能力。視頻強調了Atlas利用機器學習和升級傳感器實現實時環境反饋與調整的特點，展示了完全自主工作能力。

【AiBase提要:】

🤖 波士頓動力展示了全電動Atlas機器人，能夠獨立完成複雜的分揀任務。

🔧 Atlas利用機器學習和升級傳感器，實現了實時的環境反饋與調整。

💡 視頻中顯示“完全自主”的水印，強調了其在最少人類干預下的工作能力。

11、清華大學推出突破性音源仿真平臺SonicSim

清華大學研究團隊發佈了名爲SonicSim的移動音源仿真平臺，解決了語音處理領域移動聲源場景下數據缺乏的難題。該平臺模擬真實聲學環境，爲語音分離和增強模型提供優質數據支持。SonicSim有效解決了現有數據集難以滿足移動聲源場景需求的問題。

【AiBase提要:】

🔊 SonicSim平臺基於Habitat-sim構建，模擬真實聲學環境

🎙 SonicSet數據集使用多場景移動音源數據，確保數據真實性和多樣性

🚀 在SonicSet數據集上訓練的模型取得更優異性能，證明SonicSim有效模擬真實聲學環境

詳情鏈接:https://arxiv.org/pdf/2410.01481

12、百川智能發佈一站式解決方案 幫助企業最低成本私有化部署模型

百川智能科技推出的一站式解決方案旨在幫助企業以低成本實現大模型的私有化部署，並提高效率。該解決方案包括全鏈路優質通用訓練數據、Baichuan4-Turbo和Baichuan4-Air兩款模型，以及全鏈路領域增強工具鏈，能夠滿足企業在不同場景下的需求。

【AiBase提要:】

🔑 高達96%的多場景可用率，領先行業

🚀 Baichuan4-Turbo在覈心能力上有顯著提升，部署成本低

💡 Baichuan4-Air採用MoE模型，推理成本極低，降低企業運營成本

詳情鏈接:https://platform.baichuan-ai.com/homePage