智譜AI開源新模型，老顯卡也能開啓視頻生成新時代

近日，智譜AI公司開源了全新的視頻生成模型CogVideoX-5B，它不僅在視頻生成的質量和視覺效果上超出了前代產品CogVideoX-2B，而且它的推理性能得到了大幅度的提升，使得早期的GTX1080Ti顯卡能夠運行上一代模型，而桌面端的"甜品級"顯卡，如RTX3060，更是可以輕鬆駕馭這款新模型。

CogVideoX-5B 與 CogVideoX-2B 詳細參數對比:

這個大規模的DiT（擴散變換器）模型，被設計用於執行文本到視頻的生成任務。其背後的技術包括3D因果變分自編碼器(3D causal VAE)，該技術通過將視頻數據壓縮到潛在空間中，並在時間維度上進行解碼，以達到高效的視頻重建。

此外，專家變換器（Expert Transformer）的運用，將文本嵌入和視頻嵌入相結合，採用3D-RoPE作爲位置編碼，通過專家自適應層歸一化處理兩個模態的數據，並使用3D全注意力機制進行時空聯合建模。

代碼:https://top.aibase.com/tool/cogvideox

模型下載:https://huggingface.co/THUDM/CogVideoX-5b

論文鏈接:https://arxiv.org/pdf/2408.06072

字節聯合高校出品！STAR 模型：提升視頻清晰度和分辨率

近日，南京大學的研究團隊與字節跳動、西南大學聯合推出了一項創新技術 ——STAR（Spatial-Temporal Augmentation with Text-to-Video Models），旨在利用文本到視頻模型，實現真實世界視頻的超分辨率處理。該技術結合了時空增強方法，能夠有效提高低分辨率視頻的質量，尤其適用於在視頻分享平臺上下載的低清晰度視頻。爲了方便研究者和開發者使用，研究團隊已經在 GitHub 上發佈了 STAR 模型的預訓練版本，包括 I2VGen-XL 和 CogVideoX-5B 兩種型號，以及相關的推理代碼。這些工具的推出標誌着在視頻處

百川智能與國家兒童醫學中心北京兒童醫院達成戰略合作

百川智能與國家兒童醫學中心北京兒童醫院簽署戰略合作，旨在利用人工智能技術提升兒科醫療服務的質量與覆蓋面。雙方合作範圍包括居家醫療、輔助診療和科研創新，目標是推出“一大四小”的AI智慧兒童健康服務產品，以構建全面的兒童健康大模型爲核心，包括家庭數字顧問、基層醫生助手、專家臨牀科研助理和慢病管理機器人。此合作標誌着兒科領域科技發展的新嘗試，通過AI技術的運用，旨在爲兒童提供更優質的醫療服務，實現醫療資源的下沉，讓家庭在家門口享受到高標準的醫療保障。

蔚來正式發佈首個基於Al的智能系統Banyan3.0.0

蔚來汽車發佈了智能系統新版本Banyan榕3.0.0，此次更新覆蓋多項核心功能的新增及優化，旨在全面提升用戶體驗。AI智能底盤方面，4D全域舒適領航功能升級，無需導航即可激活，新增顛簸指數，並已應用於ES6和EC6車型。NOMI智能助手新增六大核心功能，包括停車助手、守衛、服務管家、探索發現、DJ和旅行回憶，同時引入NOMI建議和全艙記憶功能，提供個性化服務。全景數字空間音質升級，通過AI技術實現7.1.4全景聲體驗，新增車載專業級調音工具Pro EQ。全景數字空間音質全面升級，通過AI技術實現7.1.4全景聲體驗。此外，NIO Link全景互聯與NIO Phone搭配，實現直接車輛控制，新增NIO Link沉浸聲和多種應用接入。後排行政屏新增多項功能，如人臉識別角度調節、桌面投屏等，優化日常用車體驗。在日常用車體驗方面，新增通勤熟路導航、導航地址妙記等功能，座椅按摩模式重構，新增近車空氣淨化、後排空調開關等功能，優化ADB智能大燈、電吸門開關、ETC體驗等。

商湯科技半年報亮眼：生成式AI業務爆發，收入佔比首超傳統AI

商湯科技在2024年上半年業績報告中展示了AI領域的強勁實力，尤其在生成式AI業務上實現了同比256%的增長，首次超越傳統AI業務，佔總收入的60%。總營收達到17.4億元，同比增長21%，儘管淨虧損爲24.7億元，但虧損幅度同比收窄21%。生成式AI業務的亮眼表現標誌着公司業務重心的戰略性轉移，技術實力顯著，其大模型“日日新”在多項評測中超越GPT-4Turbo。調用量實現400%增長，顯示了市場對其技術的認可。商湯科技正將生成式AI技術應用於金融、醫療等多行業，推動大模型技術在智能問答、合規風控、藥物研發等領域實現業務落地，展現其在AI領域的領先地位及對整個生成式AI市場的巨大潛力的把握。

戴爾科技在印度推出生成式 AI 基礎課程及職業認證