歡迎來到【AI日報】欄目!這里是你每天探索人工智能世界的指南，每天我們?yōu)槟愠尸F(xiàn)AI領(lǐng)域的熱點內(nèi)容，聚焦開發(fā)者，助你洞悉技術(shù)趨勢、了解創(chuàng)新AI產(chǎn)品應(yīng)用。

新鮮AI產(chǎn)品點擊了解：https://top.aibase.com/

1、炸裂！Runway Gen 3可以生成電影片頭3D巨幅字幕效果了

Runway最新推出的Gen-3Alpha視頻生成模型在保真度、一致性和動作表現(xiàn)方面有重大改進，不僅生成穩(wěn)定光影，還展現(xiàn)強大想象力。內(nèi)測博主展示了3D巨幅字幕效果，Gen3即將對所有人開放使用。模型精細控制運動，審美強大，想象力豐富，符合物理規(guī)律，生成速度快。

【AiBase提要:】

?? Runway Gen3 可模仿漫威電影片頭效果制作3D巨幅字幕效果

?? 極度穩(wěn)定的光影效果，保持高質(zhì)量輸出，即使在高速移動場景中

?? 控制模式包括 Motion Brush、高級攝像頭控制、導(dǎo)演模式，生成速度快，審美強大

詳情鏈接:https://top.aibase.com/tool/gen-3-alpha

2、百度網(wǎng)盤一刻相冊App推出寶寶AI長相預(yù)測功能

百度網(wǎng)盤一刻相冊App推出了AI長相預(yù)測功能，用戶上傳照片即可預(yù)測寶寶未來樣子，訓(xùn)練數(shù)據(jù)貼合中國寶寶特征，操作簡單快速。未來將開發(fā)更多實用AI功能，征集用戶意見。

【AiBase提要:】

?? 預(yù)測寶寶未來樣子，訓(xùn)練數(shù)據(jù)貼合中國寶寶特征，操作簡單快速。

?? 上傳照片即可得到高清預(yù)測圖像，提供多種時尚濾鏡效果供選擇。

?? 未來將開發(fā)更多實用AI功能，如預(yù)測孩子不同成長階段的樣子，征集用戶意見。

3、谷歌推出AI視頻編輯應(yīng)用Google Vids 上線測試

谷歌最新推出的AI視頻編輯應(yīng)用Google Vids在測試中展現(xiàn)出強大的功能和用戶友好的特點，為用戶提供了高效、便捷的視頻編輯工具。該應(yīng)用集成Gemini大模型，幫助用戶輕松創(chuàng)建視頻內(nèi)容，降低了視頻制作門檻，未來有望成為視頻創(chuàng)作者的得力助手。

【AiBase提要:】

? Google Vids集成Gemini大模型，可幫助用戶創(chuàng)建幻燈片、編寫視頻腳本，并制作分鏡頭腳本。

?? 用戶通過添加或刪除元素來編輯視頻，最終導(dǎo)出為MP4文件，入口位于Google Docs文檔處理工具中。

?? Google Vids的上線測試豐富了Google Workspace套件，展示強大的AI技術(shù)能力，為用戶提供便捷的視頻編輯工具。

4、Luma AI新功能：首尾幀生成視頻與向后延長5秒

Luma AI推出了新功能，讓視頻創(chuàng)作充滿無限可能，雖然偶爾會有硬切換畫面，但這正是剪輯的魅力所在，讓每一秒充滿驚喜和創(chuàng)意。未來的視頻生成將基于這種延長操作完成，實現(xiàn)智能個性化的視頻創(chuàng)作。

【AiBase提要:】

? 視頻延長魔法：首尾幀生成視頻能力，向后延長5秒，讓每一幀充滿無限可能

?? 創(chuàng)新視頻功能“Extend”：智能分析視頻內(nèi)容，保持原有風(fēng)格和對象一致性的基礎(chǔ)上延長視頻長度

?? Dream Machine模型發(fā)布：支持文本和圖片輸入，生成高質(zhì)量視頻，模擬現(xiàn)實物理特性，免費開放體驗

詳情鏈接:https://top.aibase.com/tool/dream-machine

5、全新Solos AirGo Vision智能眼鏡發(fā)布

Solos公司在香港智能眼鏡峰會上發(fā)布了全新的Solos AirGo Vision智能眼鏡，集成了ChatGPT-4o的可穿戴AI大腦，讓用戶的雙眼瞬間升級為超能力。這款智能眼鏡不僅支持實時問答和視覺提示，還具備多語言翻譯功能，模塊化設(shè)計，售價為249美元。

【AiBase提要:】

? 集成 ChatGPT-4o 的多模態(tài) AI 功能，支持實時問答和視覺提示

? 支持超過10種語言的實時翻譯，輕松打破語言障礙

? 模塊化設(shè)計，可替換不同樣式的傳統(tǒng)框架，售價為249美元

6、商湯如影AI視頻生成平臺推出央視記者王冰冰AI數(shù)字人

商湯科技的AI數(shù)字人“AI冰冰”在《2024中國?AI 盛典》中首次亮相，展現(xiàn)了出色的多語言能力和逼真的視覺效果。數(shù)字人技術(shù)在傳媒行業(yè)具有巨大潛力，能夠拉近人物IP與受眾之間的距離。

【AiBase提要:】

? 商湯科技創(chuàng)造的AI數(shù)字人“AI冰冰”在舞臺上展現(xiàn)出專業(yè)且自然的表現(xiàn)，得益于SenseNova大模型技術(shù)。

?? 如影平臺的AI視頻生成技術(shù)實現(xiàn)了高清復(fù)制和自然的表情、嘴型、動作效果，展示出卓越的語言能力。

?? 商湯如影提供強大的核心技術(shù)支持，使AI冰冰能夠展現(xiàn)逼真的視覺效果和流暢的多語種表達能力。

7、知乎宣布推出獨立AI搜索平臺「知乎直答」

知乎最近推出了全新AI產(chǎn)品「知乎直答」，旨在提升問答效率和質(zhì)量，縮短用戶與優(yōu)質(zhì)回答之間的距離，增強社區(qū)創(chuàng)作者內(nèi)容的流通。這一舉措預(yù)示著問答社區(qū)將進入更智能和個性化的新時代。

【AiBase提要:】

?? 知乎直答是基于知乎豐富問答數(shù)據(jù)開發(fā)的AI產(chǎn)品，提供簡略和深入兩種答案生成方式，支持用戶快速找到所需內(nèi)容或?qū)＜摇?/p>

?? 產(chǎn)品定位為生產(chǎn)力工具和發(fā)現(xiàn)世界的連接器，幫助用戶通過提問來探索世界的能力。

?? 未來計劃推出App版本，引入多模態(tài)能力，與知乎社區(qū)深度融合，探索對外合作，為整個問答領(lǐng)域帶來新的發(fā)展方向。

詳情鏈接:https://zhida.zhihu.com/

8、WhatsApp最新Android測試版2.24.14.7推出選擇Meta AI Llama模型功能

WhatsApp最新測試版引入了選擇Meta AI Llama模型的功能，用戶可以根據(jù)需求自定義AI交互體驗，體驗更快速簡單的回應(yīng)或處理更復(fù)雜的查詢。該功能展示了WhatsApp在AI領(lǐng)域持續(xù)創(chuàng)新的決心。

【AiBase提要:】

?? WhatsApp最新Android測試版2.24.14.7通過Google Play Beta計劃推出選擇Meta AI Llama模型功能。

?? 用戶可以選擇默認的Llama3-70B模型獲得更快速簡單的回應(yīng)，或選擇高級的Llama3-405B模型處理更復(fù)雜的查詢。

?? WhatsApp計劃提供更先進的Llama3-405B模型預(yù)覽版，每周有使用次數(shù)限制，達到限制后用戶將回到默認模型繼續(xù)對話。

9、蘋果可能在今年秋季宣布與谷歌 Gemini 的交易

蘋果計劃在今年秋季推出與谷歌 Gemini 的整合交易以及測試版的 Apple Intelligence，將人工智能作為直接盈利途徑。第三方AI服務(wù)可能成為蘋果的過渡選擇，同時蘋果將逐步推出自己的生成式AI系統(tǒng)。

【AiBase提要:】

?? 蘋果計劃整合谷歌 Gemini 到設(shè)備中，推出測試版的 Apple Intelligence。

?? 蘋果將人工智能作為直接盈利途徑，不僅僅是推動硬件銷售的功能。

?? 第三方AI服務(wù)可能成為蘋果的過渡選擇，同時蘋果將逐步推出自己的生成式AI系統(tǒng)。

10、GPTPdf：使用類似GPT-4o的多模態(tài)LLM分析PDF文件

近日，一款名為gptpdf的開源項目在github贊火，使用了類似 GPT-4o 的 VLLM 模型解析 PDF 文件并轉(zhuǎn)換為 Markdown 格式。該項目代碼簡潔高效，只有293行，卻能完美解析排版、數(shù)學(xué)公式、表格、圖片、圖表等各種內(nèi)容。費用每頁平均成本為0.013美元。

【AiBase提要:】

?? 使用類似 GPT-4o 多模態(tài)模型解析 PDF 文件，轉(zhuǎn)換為 Markdown 格式。

?? 代碼簡潔高效，僅293行。

?? 解析結(jié)果幾乎完美包括排版、數(shù)學(xué)公式、表格、圖片、圖表等內(nèi)容。

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

11、AI音頻魔法師Resona V2A 可自動為視頻配音效

在AI技術(shù)大行其道的時代，Resona V2A技術(shù)橫空出世，像一位神奇的魔術(shù)師，讓視頻自動開口，唱出屬于自己的旋律。這不僅是技術(shù)突破，更是創(chuàng)意者的福音。Resona V2A一鍵生成音頻，快速高效，創(chuàng)意者得力助手。高性價比，成本降低99%，提供高質(zhì)量音頻解決方案。

【AiBase提要:】

?? 視頻自動開口，唱出屬于自己的旋律，技術(shù)突破與創(chuàng)意者福音。

?? 一鍵生成音頻，快速高效，加快音頻生成速度，創(chuàng)意者投入更多時間和精力到視頻創(chuàng)意設(shè)計。

?? 成本降低99%，高性價比的音頻解決方案，滿足不同用戶需求。

詳情鏈接:https://top.aibase.com/tool/resona-v2a

12、AI換裝黑科技 MMTryon虛擬試穿框架可按需搭配一鍵疊穿

中山大學(xué)和字節(jié)智創(chuàng)數(shù)字人團隊聯(lián)合推出的MMTryon虛擬試穿框架顛覆了傳統(tǒng)換裝方式，實現(xiàn)一鍵生成模特試穿效果，質(zhì)量高且操作簡便。其服裝編碼器和多模態(tài)多參考注意機制讓換裝更精確靈活，打破了傳統(tǒng)算法束縛，獲得新SOTA。MMTryon不僅可試穿單件服裝，還支持組合換裝，無需分割，通過文本指令即可實現(xiàn)高質(zhì)量虛擬換裝。

【AiBase提要:】

?? 一鍵生成模特試穿效果，質(zhì)量高且操作簡便

?? 打破傳統(tǒng)算法束縛，獲得新SOTA，支持組合換裝

?? 利用服裝編碼器和多模態(tài)多參考注意機制，換裝更精確靈活

詳情鏈接:https://arxiv.org/abs/2405.00448

（舉報）