%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、開源端到端語音大模型Step-Audio-AQAA:聽懂音頻直接生成自然語音
Step-Audio-AQAA 是一個開源的端到端語音大模型，能夠直接從原始音頻輸入生成自然流暢的語音輸出，顯著提升了人機交互的體驗。該模型由雙碼本音頻標記器、骨幹 LLM 和神經聲碼器三部分組成，能夠高效處理語音中的複雜信息，爲未來的智能語音應用奠定了堅實的基礎。
【AiBase提要:】
🔊 Step-Audio-AQAA 可以直接從音頻輸入生成自然語音，提升人機交互體驗。
📊 模型架構由雙碼本音頻標記器、骨幹 LLM 和神經聲碼器三個模塊組成，能夠高效捕捉語音中的複雜信息。
🎤 Step-Audio-AQAA 的推出標誌着語音交互技術的重要進展，爲未來智能語音應用提供了新思路。
詳情鏈接:https://huggingface.co/stepfun-ai/Step-Audio-AQAA
2、百度發佈“繪想”平臺與MuseSteamer:AI生成視頻，一張圖即可搞定專業級大片!
百度發佈“繪想”平臺與MuseSteamer，通過生成式AI和多模態技術提供全面的視頻生成解決方案，滿足搜索、廣告等場景需求。MuseSteamer具備強大的可控性和高性價比，用戶只需上傳圖片即可生成專業級視頻內容，極大簡化了視頻製作流程。
【AiBase提要:】
🎥 MuseSteamer支持音視頻一體化生成，實現電影級製作效果。
🔄 支持連續10秒動態視頻生成，提升創作效率。
🖼️ 用戶僅需上傳一張圖片即可生成專業級視頻內容。
詳情鏈接:https://huixiang.baidu.com/
3、浙大與阿里聯合發佈OmniAvatar:音頻驅動全身數字人模型震撼登場
浙大與阿里聯合發佈的OmniAvatar模型在音頻驅動數字人技術上取得重大突破，能夠生成自然流暢的全身數字人視頻，尤其在歌唱場景中表現出色。該模型支持通過文本提示精細控制生成細節，並具備多場景應用潛力，爲營銷、教育及娛樂等領域帶來創新可能。
【AiBase提要:】
🎧 音頻驅動技術實現全身數字人視頻生成
🎨 支持文本提示控制細節，提升靈活性
🌐 開源項目爲商業場景提供廣闊應用空間
4、百度搜索迎來十年來最大改版:AI智能框、百看、AI助手全面進化
百度搜索進行了十年來最大規模的改版，引入了智能框、百看和AI助手等創新功能，顯著提升了用戶的搜索體驗和創作能力。
【AiBase提要:】
🧠 智能框支持千字輸入，增強多模態交互能力。
🎥 百看功能升級，支持混合內容輸出和智能體服務。
📽️ AI助手新增視頻通話功能，提升創作與搜索能力。
5、xAI控制檯新增Grok4及Grok4Code引用，標誌着下一代AI模型即將發佈
xAI在開發者控制檯中新增了對Grok4及Grok4Code的引用，預示着下一代人工智能模型的發佈即將來臨。Grok4被描述爲‘全能型AI的巔峯之作’，而Grok4Code則專注於編程優化。這兩款模型的引用表明其公開發布已進入最後準備階段。
【AiBase提要:】
🧠 Grok4作爲xAI的旗艦模型，專注於自然語言處理、數學推理和綜合推理能力的提升。
💻 Grok4Code專爲編程優化，計劃與代碼編輯器無縫整合，提高開發效率。
🌐 xAI通過API提供Grok4訪問權限，未來將擴展至多模態能力，降低開發者整合門檻。
6、Gemini Live重磅升級!無縫連接Google應用，智能生活觸手可及
Gemini Live的升級通過與Google生態系統的深度整合，提升了用戶的智能交互體驗，同時兼顧了隱私保護，展現了其在智能助手領域的潛力。
【AiBase提要:】
📱Gemini Live將與Google Maps、Calendar等應用深度整合，提升跨應用操作效率。
🧠支持多模態交互，如掃描信息自動生成任務或日程，增強實用性。
🔒Google注重隱私保護，用戶可自主管理權限以確保數據安全。
7.武漢首發全國首輛 AI 外賣配送車，配送效率大幅提升
武漢推出全國首輛搭載 AI 技術的外賣配送車 —— 智音車，配送效率提升顯著，標誌外賣行業的技術革新。
【AiBase 提要:】
🚚 智音車在武漢首發，配備北斗雙頻芯片，提升外賣配送效率。
📈 外賣小哥配送效率提升30%，日均多賺80元。
🛰 定位精度高達1米，智音車技術前景廣闊。
8、Anthropic年化收入已達40億美元，較年初增長近4倍、與 Cursor 競爭加劇
文章指出，AI獨角獸Anthropic年化收入已達40億美元，較年初增長近四倍，同時其競爭對手Cursor也在積極擴展業務，雙方競爭加劇。Cursor依賴Anthropic的技術，並通過引入高管和創新提升競爭力。人工智能技術的快速發展推動了編程工具的需求增長，各公司都在爭奪市場份額。
【AiBase提要:】
🤖 Anthropic年化收入達到40億美元，較年初增長近四倍。
🔄 Cursor通過引入Anthropic的高管增強市場競爭力。
📈 人工智能技術快速發展，編程工具需求持續增加。
