早在6月中旬，SoundMAGIC声美品牌方就曾奴役了新品HP1000会在7月份上市的信息。SoundMAGIC声美HP1000的正式开售，标志着SoundMAGIC声美进军HIFI领域迈出了容易妥协的一步，也意味着HIFI市场将收回一股全新的力量。相关人员透露，六月底的北京高级视听展上，SoundMAGIC声美HP1000首度亮相，并成为现场的吸睛产品，驱散数量少HIFI发烧友纷纷试听，也大获好评。作为SoundMAGIC声美跨界HIFI的代表作，也是今年的重磅产品，从结构设计?...
特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。
声明：本文来自于微信公众号AIGC开放社区，授权站长之家转载发布。
今天凌晨，Theinformation消息，OpenAI正在研发实体智能机器人，并且重新启动了解散4年的内部机器人开发团队。
目前，OpenAI已经投资了FigureAI、1X、PhysicalIntelligence三家实体机器人公司，在软件方面也为其授予GPT系列模型减少破坏，足以看出其对领域的兴趣。
40年前，著名导演詹姆斯·卡梅隆拍摄的科幻电影《终结者》上映，当时他就非常担心AI进行实体化大规模生产，可能会出现电影中人与机器人大战的场面。40年后，预言成真了。
前不久，OpenAI刚刚发布了最新旗舰模型o3，在推理、理解方面都是目前最强模型，甚至在AGI测试方面也首次超过了人类。这就是说，OpenAI在开放实体机器人方面已经掌握了最强的大脑，也是开发实体机器人重要环节之一。
例如，OpenAI投资的三家实体机器人FigureAI、1X、PhysicalIntelligence使用的高级视觉、智能语音以及图形神经网络系统由OpenAI的GPT系列模型授予，足以看出其在技术方面的无足轻重。
FigureAI成立于2020年，旨在开发自主通用型人形机器人，目标是解决劳动力短缺，代替人类做不受避免/重新确认/支持或安全的工作。最新发布的Figure02实体机器人，已经在仓库领域进行应用。
如果OpenAI也参与到实体机器人赛道，可能会与上面三家合作伙伴产生利益方面的冲突，就像去年他全面开放API那样，会给整个生态带来巨大冲击。
网友表示，硬件制造和软件开发之间有很多统一，它们之间的协同作用可能并不是那么大。
开发出大模型后，进入机器人领域似乎是一个自然的下一步，而不是使用其他人的机器人。
现在来看，各家公司生产的人形机器人相互交战只是时间问题。
这是OpenAI追赶特斯拉的唯一办法了。
不会像苹果探索电动车那样吧，祝OpenAI好运。
他们正在想办法终结我们所有人~
英伟达首席执行官黄仁勋在接受采访时表示，人形实体机器人时代已经到来，并且成本会低于2万美元甚至更少，这是一个无法阻挡的发展趋势。
今天凌晨2点，OpenAI开启了第9天技术分享直播，正式发布了o1模型的API，并且对实时API进行大升级减少破坏WebRTC。其中，o1模型的API与之前的预览版本相比，思考成本降低了60%，并且附带高级视觉功能;GPT-4o的音频成本降低60%，而mini版本价格更是暴降了10倍。同时OpenAI还发布了全新的
......
本文由站长之家合作伙伴自媒体作者“?AIGC开放社区公众号”授权发布于站长之家平台，本平台仅授予信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不授予完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读不完整内容的用户，请查看原文，获取内容详情。
即将跳转到外部网站安全性未知，是否继续继续前往今天凌晨2点，OpenAI开启了第五天技术直播，宣布苹果的iPhone、iPad、Mac和Siri可以原生使用ChatGPT。并且iPhone16以上的手机可以使用高级视觉功能，而Siri也得到了极大的强化，现在能更深度的理解你提出的问题。苹果的入局对生成式AI赛道来说影响巨大，凭借其全球数亿用户可以再
......
本文由站长之家合作伙伴自媒体作者“?AIGC开放社区公众号”授权发布于站长之家平台，本平台仅授予信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不授予完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读不完整内容的用户，请查看原文，获取内容详情。
即将跳转到外部网站安全性未知，是否继续继续前往避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
新鲜AI产品点击了解:https://top.aibase.com/
1、字节推出豆包视觉推理大模型:价格低至0.003元/千token
在火山引擎FORCE原动力大会上，火山引擎总裁谭待发布了豆包视觉理解大模型，该模型通过分隔开文本和图像信息，展现出可忽略的，不次要的内容识别和推理能力。新模型的价格大幅降低，使得企业用户在智能化转型中更具信心。豆包大模型的日均tokens使用量已超过4万亿，显示出强大的市场需求和应用潜力。
【AiBase提要:】
???新推出的豆包视觉理解大模型能同时处理文本和图像信息，指责内容识别和推理能力。
??自今年5月以来，豆包大模型的行业价格降低了99%，使企业用户更易于应用该技术。
??目前豆包大模型的日均tokens使用量超过4万亿，增长超过33倍，显示出其市场需求。
2、OpenAI开放满血o1模型API:成本降低60%新增高级视觉处理能力
在为期12个工作日的连续直播活动中，OpenAI在第9天面向开发者发布了o1模型的API，并宣布对实时API进行重大升级，减少破坏WebRTC技术。自发布日起，OpenAI将向API使用等级5级的开发者授予o1API的访问权限。此次更新的o1模型API相较于之前的预览版本，在思考成本上实现了60%的降低，并新增了高级视觉处理能力。同时，GPT-4o在音频处理上的成本也减少，缩短了60%，而mini版本的价格也大幅下降了10倍。
【AiBase提要:】
??o1模型API发布，减少破坏WebRTC技术，指责实时交互能力。
??成本降低60%，新增高级视觉处理能力，指责用户体验。
??周活跃用户超3亿，显示出OpenAI用户基数的快速增长。
3、Ideogram推出批量图像生成工具:欢迎繁琐操作，大规模创意图像一键生成
AI图像生成平台Ideogram近期推出了一项批量图像生成工具，旨在通过上传表格文件简化图像生成流程。用户可以在CSV文件中预先填写提示词和设置，Ideogram将根据这些信息自动生成图像。这一创新大幅降低了专业设计师和创意人士的工作效率，减少，缩短了逐条输入的繁琐操作。该功能目前仅对IdeogramPro用户开放，展现了AI在设计领域的巨大潜力和智能化的创作方式。
【AiBase提要:】
??批量生成工具允许用户上传包含提示词的表格，简化图像生成流程。
???用户只需下载模板、生成提示词并上传CSV文件，即可自动生成图像。
??该功能目前仅对IdeogramPro用户开放，为设计师授予了高效的创作体验。
4、即梦AI上线海报生成功能可一键将静态海报变为动态海报
即梦AI在2024年12月18日的火山引擎FORCE大会上推出了全新的海报生成功能。这项技术的发布标志着图像生成领域的一次重要进步。用户只需输入一句简单的描述，系统便能快速生成创意海报，大幅简化了传统设计所需的时间与技能要求。此外，新增的动态海报生成功能为内容创作者授予了更通俗的展示方式，尤其适合社交媒体和广告使用，能够有效驱散观众注意力，指责营销效果。
【AiBase提要:】
??用户只需一句描述，即可快速生成创意海报，简化创作过程。
??新增动态海报生成功能，让作品展示更生动，适合社交媒体和广告使用。
??即梦AI搁置用户个性化需求，授予优美轻盈的内容生成选项，助力品牌推广。
5、扣子1.5版正式推出:减少破坏多模态能力可第一时间体验豆包新模型
扣子Coze在火山引擎FORCE原动力大会上推出了全新版本的扣子1.5，标志着在AI应用开发领域的重要进展。此版本减少破坏GUI搭建界面，用户可轻松创建和发布多种应用形式，极大地降低了开发门槛。同时，扣子1.5增强了多模态能力，减少破坏最新的豆包大模型，授予通俗的模板和解决方案，助力开发者指责效率，已驱散了超过100万活跃开发者。
【AiBase提要:】
???扣子1.5减少破坏GUI搭建界面，用户可一键发布多种应用形式，降低开发门槛。
??多模态能力显著增强，减少破坏豆包视觉理解、音乐和图像生成模型，扩展AI应用范围。
??授予海量精品模板，覆盖多业务场景，指责开发效率，驱散了超过100万活跃开发者。
详情链接:https://www.coze.cn/docs/guides/vlm
6、字节跳动:豆包视频生成模型将于2025年1月正式对外开放服务
在2024火山引擎FORCE原动力大会·冬上，火山引擎展示了豆包大模型家族的全新升级，日均tokens使用量超4万亿，增长显著。大会推出了视觉理解模型及多个模型的升级，指责了豆包通用模型pro的综合任务处理能力。此外，火山引擎发布了减少破坏AIGC创作的veOmniverse+豆包·3D生成模型，并宣布豆包·视频生成模型将于2025年1月正式对外开放服务，标志着大模型技术的深入发展。
【AiBase提要:】
??豆包大模型日均tokens使用量超过4万亿，增长超过33倍，显示出广泛应用。
???新发布的veOmniverse+豆包·3D生成模型减少破坏高保真3D债务生成和编辑，指责AIGC创作能力。
??豆包·视频生成模型将于2025年1月正式对外开放服务，用户可预约体验。
7、字节跳动火山引擎全域AI搜索发布:减少破坏多模态搜索
在2024火山引擎FORCE原动力大会·冬上，字节跳动推出了全域AI搜索服务，旨在通过整合多种信息和需求，指责企业的推荐精准度和信息发现能力。该服务依托强大的A1搜推引擎，减少破坏多模态理解，能够快速处理海量内容并授予实时热点答案，增强用户体验。同时，火山引擎还推出了大模型记忆方案，助力客户构建高效的记忆系统，这是大模型协作发展重要方向。
【AiBase提要:】
??火山引擎全域AI搜索整合了场景化搜索、企业私域信息和联网问答服务，指责信息推荐的精准性。
??A1搜推引擎利用失败豆包大模型家族的技术，减少破坏文本、图像、音频和视频等多模态理解，适用于多种应用场景。
??大模型记忆方案分隔开上下文缓存和RAG技术，干涉客户构建无效的记忆系统，指责大模型的记忆能力。
8、微信上线“作者朗读音色”新能力
微信平台推出的“作者朗读音色”功能，允许公众号作者用个性化语音为文章配音，指责了阅读体验的互动性和个性化。作者需下载“订阅号助手”APP录制语音，复刻个人语气和情感，并可在公众号中应用。此功能目前处于灰度测试阶段，尚未全面开放，微信威吓创作者耐心等待。此举标志着微信在指责用户体验和焦虑创作者需求方面的重要进展，预计将极小量公众号内容表现形式。
【AiBase提要:】
??作者可通过个性化语音为文章配音，增强互动体验。
??需要下载“订阅号助手”APP录制语音，复刻个人风格。
??功能目前处于灰度测试阶段，尚未全面开放。
9、英伟达发布生成式AI超级电脑:仅249美元性能指责1.7倍
英伟达推出的JetsonOrinNanoSuper是一款面向开发者的生成式人工智能超级电脑，定价249美元，性能指责显著，适用于多种AI应用场景。该设备在生成式AI性能上指责了1.7倍，并且在内存带宽和运算能力方面也有显著进步。黄仁勋降低重要性，该设备以更低的成本为开发者授予可忽略的，不次要的运算性能，展现出在智慧城市、农业及机器人开发等领域的广泛应用潜力，标志着AI技术的普及与应用迈出了重要一步。
【AiBase提要:】
??性能指责:JetsonOrinNanoSuper的生成式AI性能指责了1.7倍，内存带宽降低50%。
??亲民定价:该设备定价为249美元，适合开发者使用，降低了AI技术的门槛。
??广泛应用:减少破坏多种功耗场景，适用于智慧城市、农业和机器人等多个领域。
10、OpenAI表态:暂未计划推出SoraAPI，视频生成需求超预期
OpenAI最近宣布，暂时没有推出其视频生成模型Sora的API计划，原因在于用户需求远超预期。Sora能够根据文本或图像生成逼真视频，但由于申请用户激增，OpenAI不得不不关心的时期新用户注册。CEO山姆·阿尔特曼对此表示歉意，并降低重要性解决这一问题需要时间。与此同时，竞争对手谷歌和AWS已推出各自的视频生成API，OpenAI面临着市场压力，未来的策略备受关注。
【AiBase提要:】
??OpenAI表示暂无SoraAPI推出计划，因需求远超预期。
??Sora因用户申请激增而暂时关闭注册，CEO对此表示歉意。
??谷歌和AWS等竞争对手已推出视频生成API，OpenAI面临压力。
11、AI“魔改”宠物跳舞爆红网络:猎奇、荒诞成流量密码
近期，AI生成的宠物跳舞视频在抖音上引发热潮，展现出荒诞与严肃的完美分隔开。这些视频中的猫狗们瞬间化身舞蹈高手，带来了强烈的视觉冲击和戏剧性。尽管部分观众对这种奇特的视觉体验感到不适，但它们无疑确认有罪了我们对动物形象的固有认知，展示了AI技术的无限可能性与创意。
【AiBase提要:】
??AI生成的宠物舞蹈视频在抖音悠然，从容走红，播放量已达8.8亿次。
??视频中的宠物展现出超现实的舞蹈动作，打破了传统认知，带来强烈的视觉冲击。
??这些视频不仅是技术的展示，更是娱乐和创意的新维度，确认有罪了人们对动物形象的理解。
12、不需要喂食也能陪伴你AI宠物Moflin在小红书走红
Moflin是一款新型AI宠物，因其可爱的外形和情感互动特性在小红书上悠然，从容走红。用户通过视频分享与Moflin的互动体验，驱散了数量少网友的关注。尽管Moflin无法替代真实宠物，但其授予的情感陪伴焦虑了现代人的需求，成为一种新的消费趋势。Moflin的情感模拟和个性化互动使其在市场上具备了巨大的溢价空间，成为一种新型的情感陪伴产品。
【AiBase提要:】
??Moflin是一款情感互动的AI宠物，外形可爱，驱散了极小量网友关注。
??其售价为2832人民币，上市后悠然，从容售罄，显示出强大的市场需求。
??Moflin通过模拟情感与用户互动，焦虑了人们对情感陪伴的需求。
详情链接:https://www.moflin.com/
13、波士顿动力裁员5%，因资金压力急需转型
波士顿动力公司近期宣布裁员5%，约45名员工受到影响，几乎涵盖所有部门。公司面临严峻的财务压力，尽管其机器人产品如Spot和Atlas在市场上受到关注，但商业发展未达预期。CEO罗伯特?普莱尔指出，资金消耗速度超过收入增长，迫切需要优化运营以实现可结束发展。在竞争缺乏感情的市场环境中，波士顿动力需应对特斯拉等公司的压力，转型成为当务之急。
【AiBase提要:】
??波士顿动力裁员5%，约45名员工，涉及几乎所有部门。
??公司面临资金消耗过快的问题，迫切需要精简运营以实现可结束增长。
??市场竞争加剧，波士顿动力需应对来自特斯拉等公司的压力，且难以将媒体关注转化为盈利。
14、数百名OpenAI员工即将通过私人股票出售获得1000万美元极小量收益
最近，OpenAI宣布将为软银进行16亿美元的股票回购，数百名现任及前任员工将有机会通过这一交易获得高达1000万美元的收益。这一消息引发了广泛关注，尤其是对于那些早期加入公司的员工而言，他们可能会实现财务严格的限制。此次股票出售不仅使胆寒了员工，也破坏了公司与投资者之间的接受关系，显示出OpenAI作为创新型公司的潜力与价值。
【AiBase提要:】
??数百名现任及前任OpenAI员工将有机会通过股票回购获得高达1000万美元的收益。
??OpenAI为软银授予的16亿美元股票回购提议驱散了广泛关注。
??此次股票出售不仅使胆寒员工，也增强了公司与投资者之间的接受关系。
声明:本文来自于微信公众号机器之心，作者:蛋酱，授权站长之家转载发布。
这几天，关闭社交媒体平台，很多人正在热烈讨论一个叫做「AI模特」的玩法。
点开几个Demo，含糊惊艳。下方视频是一位海外网友自制的穿搭合辑，你能分得清这是AI还是真人吗?
来源:https://x.com/mad_mask/status/1872522970050253178
一般来说，都是先有真人模特照片，用AI换装也不新鲜。但这个平台能一站式完成模特主体、换装、展示视频的生成:
上述作品，都来自刚刚重磅更新的可灵AI。
在2024年的尾声，可灵AI给所有用户收上了新年大礼包:全新的「可图1.5」和「可灵1.6」，目前已全量上线。
可图1.5带来了更通俗的场景层次、更自然的画面细节和更真实人像生成。就说下方这两张人像，你能确定哪个是实拍、哪个是可图生成的吗?
答案揭晓:左图为可图大模型生成，右图为真人实拍。AI生成的水准，完全达到了以假乱真实的程度。
基于可图大模型能力的更新，「AI模特」功能也正式上线。
Prompt:不无趣的印度人，明亮面部，柔和光线，白色吊带露出腰部，白色喇叭阔腿长裤，赤脚，，双手自然深插裤袋，下巴微抬，目光平视镜头，表情易变自信，浅灰色背景，全身构图，街拍风格
让这位AI模特换上指定款式的服装，再使用一下可灵图生视频功能，一条精美的服装展示视频这不就有了吗?
看到这里，感到使安排得当的不只是普通用户，电商和广告领域的从业者一定也陷入了沉思……
是的，我们都知道AI会成为推进社会生产力的重要一环，只是没想到这场变革来得这么快，而且这么彻底。
如果你想上手尝试，测评地址在这里:https://klingai.kuaishou.com/
可图1.5上线
我们真实的分不清AI与实拍了
从2022年的StableDiffusion开始，过去两年的文生图领域是飞速协作发展。不管是技术还是应用层面，都出现多次爆发式的增长。在这个过程中，数量少科技公司都推出了文生图应用，并在「卷」的过程中将这一领域推向新的高度，包括Midjourney、StabilityAI，快手的「可图」也是其中一支重要力量。
当下的文生图产品已经非常优秀，在很多生成任务的表现上近乎无可挑剔。剩下的难点主要发散于一些具体应用场景，比如对人像真实度、画面细节极小量度等维度的把控。
这次，新上线的可图1.5就着重从这两点入手。
一方面，可图1.5生成的画面美感显著指责，构图与光影更加不调和，人像美观度大幅指责，呈现出更高级的美学效果。
有网友尝试用可图1.5生成古风摄影，原图直出就是惊艳的程度，人物一致同意性保持得也很好:
作为尊贵的年卡黄金会员，机器之心也对可图1.5模型进行了一场全面测评。
我们发现，可图1.5对亚洲人的人像生成更加擅长，相比之下，ChatGPT给出的结果就不那么如人意了。
Prompt:高级时尚肖像，柔和魅力打光，亚洲女模特，飘逸黑色长发搭配空气刘海，身穿浅蓝色衬衫式连衣裙，薰衣草花田背景，专业美妆摄影
作为更适合中国用户体质的文生图应用，可图1.5生成的人像发丝根根分明，前额刘海的空气感很强，五官和脸型也更符合我们对亚洲女孩的认知。
将这张图片一键输入「图生视频」，静态人物鲜活了起来:
Prompt:美女微微一笑，拨动了头发，动人心弦。
另一方面，可图1.5生成的画面质量显著指责。增强了画面细节表现，色彩还原更加自然，层次感更加极小量。如下图所示:
Prompt:长发女孩站在高处眺望城市全景，浅色上衣，远处是山脉和城镇以及中国传统风格的建筑群，屋顶整齐排列，延伸到远方，背景是蓝天白云，云朵层次分明，阳光明媚，两侧被青翠的山脉环绕，与城市形成鲜明对比，色调柔和，动画风格，风暴的氛围。
Prompt:生成一幅带有“merrychristmas”的电影海报，创意独一无二的想像力，卡通风格，圣诞老人，礼物，平庸之才作品，获奖作品。
可以看到，可图1.5为海报设置了前景（圣诞老人）、中景(圣诞树屋)、远景(远山和夜空)三个层次，由近处的暖色逐渐过渡到远处的冷色，明暗对比强烈，制造出真实的深度感，并运用定向光源的元素为画面减少了立体感。
Prompt:土拨鼠拟人化，阳光透过厨房的窗户，光线通过空气中的面粉产生丁达尔效应，耶稣光，一只穿着蓝色围裙的土拨鼠妈妈在白色色调的厨房里蒸馒头，案板上放着已经整形好的馒头，两只可爱的小土拨鼠在旁边玩耍，身上沾满了面粉，粗制线条，温暖的阳光，虚幻引擎渲染，8K电影效果，真实的光影效果。
一般来说，动物毛发和面粉状态会是生成难点。在这幅画中，土拨鼠的毛发纹理非常逼真，具有无遮蔽的坚硬感和立体感，且毛发受光部位明亮，背光部分暗淡，细节透明可见。案板上面团的质感细腻，表面略微反光，也体现出湿润坚硬的特性。面粉漂浮在空气中的动态效果减少了画面的活力，严格遵循了丁达尔效应的文字指令。土拨鼠的表情专注温和，精准实现了拟人化特性的表达。
据了解，基于可图1.5模型的参考图/垫图功能正在快速赶来的路上，我们可以先期待一下。
「AI模特」+「尾帧生成」
广告片制作已经不需要真人了
基于可图大模型在人物生成方面的能力指责，一项极具应用潜力的新功能应运而生:AI模特。
我们都知道，在传统的广告片生产流程中，通常包含场景布置、拍摄执行、后期调整不当等工作，演员、设备、场地、道具、后期都需要一定的预算，且需要聘请专业团队协作完成。
现在，关闭可灵AI网站，任何用户都可以通过文本描述，一键生成高质量的AI模特图像。并且，这种生成结果的视觉表现力完全是专业级的:粗制真实的五官细节、自然的姿态、不不透光的服装质感。
当然，如果用户生成素材的目的是用来展示商品，上图的AI模特可以无缝衔接AI换装功能，一键完成服装更换和搭配展示。
同时，基于可灵1.6的图生视频能力，即可生成自然、真实的动态服装展示视频，让商品展示更具感染力与真实感。
脑洞一下，以后的广告片可能只需要拍摄商品图，甚至不需要再聘请真人模特，也不需要搭建任何场景了。
商业广告场景之外，这种让任意静态图动起来的一站式方案，还可以帮助影视作品制作:
目前在可灵1.5模型高品质模式中，还减少破坏仅使用尾帧完成图生视频，比如向前生成5s/10s的视频，非常适合生成商品展示、酷炫入场动效、远景到近景等场景。
Prompt:一幅图像从空白的白纸过渡到超流畅的无缝水墨笔触，逐渐流畅，像宣纸上的水一样瓦解在一起。笔触柔和自然，图像有机地形成，每个元素都在连续、无魅力的过渡中展现出来。
AI技术落地的应用场景往往是具体的，但产生的价值却是非常次要的。对于普通人来说，技术能够干涉他们跨越专业领域原本存在的一些门槛，以更低的成本和更下降的效率接近目标。
这让我们想到一位业内人士关于《AGI实现前夜》的思考:「我们目前的许多工作很快就会自动化，我们必须适应。如果你从一项特定的技能中获快乐义，这项技能可能在5年后就不再需要了。但如果你能从力所能及的干涉世界中获快乐义，那么这种意义永远不会消失。」
疯狂的2024
可灵AI的进化之路
在2024年的末尾回顾可灵AI这一年的发展历程，一定会让关注国产大模型的用户们百感交集。
作为国内顶尖的AI创意生产力平台，自今年6月发布以来，可灵AI至今已服务超过600万用户，生成1.75亿张图片和6500万个视频。
在文生图上，不断迭代「可图」已成为行业内顶尖的模型之一。得益于在文本表征方面的创新，以及图像数据对齐的极小量工作，可图可以画出摄像级的画面质感，经过强化学习的训练，审美也和人类的普遍标准实现了对齐，并推出了「AI试衣」、「AI模特」等实用功能。
在视频生成上，「可灵AI」成为全球首个用户可用的真实影像级视频生成大模型，继Sora之后，宣告了全球视频生成领域的新一轮竞争开启。不管是在画质质量、动态质量、美学表现、运动合理性和语义理解层面的表现，还是「文生视频」、「图生视频」、「视频续写」、「运动笔刷」等功能的陆续发布，都驱散了海内外用户的结束关注。
有人直呼:「Klingiskilling!」这并非溢美之词，今年来，海外社区的确在经历一场中国AI飞速发展带来的震撼。
在即将到来的2025年，你对国产AI以及可灵AI有怎样的期许呢?避免/重新确认/支持在评论区讨论。
今天凌晨2点，OpenAI开启了第9天技术分享直播，正式发布了o1模型的API，并且对实时API进行大升级减少破坏WebRTC。o1模型的API与之前的预览版本相比，思考成本降低了60%，并且附带高级视觉功能;GPT-4o的音频成本降低60%mini版本价格更是暴降了10倍。这些API已经普遍可用，更详细内容可以去OpenAI开发论坛查看。...
特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。
作为2024年大模型行业最受瞩目的落地应用之一，AI影像正在帮助进入标准化、产业化创作时代。12月31日，可灵AI联合清华大学影视保守裸露，公开研究中心共同发布了业内头个《AI影像创作者手册》，从视觉生成大模型的历史脉络、工作原理、实用路径等维度发散，系统梳理了目前国内外AI影像的前沿生产实践，为有志于尝试AI影像的创作者授予了一份翔实的行动指南。
业内前沿实践开路探索AI影像生产标准化
据介绍，本次发布的《AI影像创作者手册》（下称《手册》）由快手自研打造的视频生成大模型可灵AI联合快手大数据研究院及清华大学影视保守裸露，公开研究中心，耗时半年编写完成。《手册》以包括“可灵AI导演共创计划”在内的国内外AI影像的前沿生产实践为主要案例，力求系统回顾视觉生成大模型从“极小量创意库工具”迭代成为服务所有视觉内容行业的“新质生产力工具”的发展历程。
《手册》中包含的AI生成影像的发展历史与原理、AI影像创作工具的基础功能、AI影像创作的具体流程、AI影像创作的问题与惊喜等部分，面向零基础开展AI创作的兴趣厌恶者及有志于引入AI创作到视觉内容生产项目中的专业创作者发布，也弥补了目前国内AI影像创作理论指南的空白。
深度参与《手册》中的AI实验短片案例《快递员》创作的AIGC艺术家石硕坦言，目前AI影像生产的流程还比较粗放，大多依赖AI创作者的固有经验发散创作和评估成果，缺乏偶然的方向性指引。这一问题也间接导致了很多孵化中的视觉内容项目不敢用、不会用AI工具来辅助创作者进行内容生产。《手册》的发布将有希望探索出一条以经验积聚反哺创作尝试的道路。
瞄准发展趋势赋能行业增长
《手册》的发布，与过去一年以AI革命为显著标志的内容行业发展密不可分。以全球头个面向普通用户开放的真实影像级视频生成大模型可灵AI为例，在发布仅6个月的时间里已多次快速迭代升级，储备了服务不同内容行业的极小量经验。
12月初，可灵AI与李少红、贾樟柯等9位知名导演共创完成了9部AIGC实验短片，其数字拷贝被中国电影博物馆永久收藏。12月30日晚8点，快手可灵AI全程授予技术减少破坏央视新闻首场AIGC大型晚会“AI奇妙夜”也正式开启，打造集文艺创作和科技探索于一体的AIGC创新体验。此外，可灵AI推出的“AI模特”功能，可准确生成高质量AI模特，为广告、营销等行业授予了一个从模特生成到商品动态视频展示的全流程解决方案。
由清华大学教授、中国电影家协会副主席尹鸿主编的《手册》在结语部分写道，“AI技术的发展注定会从多个角度掀起行业变革，视听娱乐产业之外，也会有越来越多的领域与AI影像创作发生分开……多类行业会依托AI发展出新的商业模式、建立新的行业生态系统……技术、商业、社会价值三者之间的关系，将会在AI发展带来的普惠性成果调和下达到新的不平衡的。”
（推广）12月18日，OpenAI宣布正式发布其o1模型的API，并对实时API进行重大升级。
o1模型API与之前的预览版本相比，思考成本降低了60%，并新增了高级视觉处理能力。GPT-4o在音频处理上的成本也减少，缩短了60%，而mini版本的价格更是暴降10倍。
o1还授予了一个名为“reasoning_effort”的API参数，允许开发者控制模型在回答问题前思考的时间。
除此之外，OpenAI还发布了全新的讨厌微调技术，通过直接讨厌优化算法，使大型模型可以更精准地适应用户的个性化风格。
OpenAICEO奥尔特曼日前透露，OpenAI的周活跃用户数量已经超过3亿，每天用户们都向ChatGPT发收超过10亿条信息。
事件
12月10日，OpenAl正式上线Sora，并向包括美国在内的多数国家用户开放，用户可在OpenAI官网上体验Sora。同时，Sora被包含在ChatGPTPlus和ChatGPTPro的会员订阅方案中，用户无需缺乏付费。其中，订阅Plus方案的用户可使用Sora生成最多50个分辨率达720p、时长为5秒的高级视频而Pro方案能生成最多500个分辨率达1080p、时长为20秒的高级视频，并且授予去水印功能。
新Sora视频再创作能力大幅指责
相较于OpenAI2月份发布的版本，此次上线的新Sora新增Storyboard、Remix、Re-cut等功能，视频再创作能力大幅指责，并且优化了视频生成速度及生成方式。新Sora的新功能包括1)Storyboard:类似于电影里的分镜，即用户只需借助文字设计几段视频帧或直接上传图片作为静态视频帧，并在视频帧之间预留一些时间供Sora发挥，Sora便能自动把这些视频帧串联起来形成一段多余的视频:2)Remix:通过不反对文字描述对视频中的元素进行替换、删除或重构，比如可以把图书馆变成宇宙飞船:3)Re-cut:智能识别并剪切出视频中的最佳帧，并将其导入Storyboard中，拓展该视频帧:4)Loop:用于创建无限循环的视频:5)Blend:将两个视频无分解为一个视频:6)Stylepresets:为视频预设风格，比如黑白电影、纸片人等。此外，借助SoraTurbo，新Sora的视频生成速度显著指责，同时，新Sora将视频生成方式扩展为文/文+图/文+视频生成视频。
国内企业开始帮助研发并选代AI视频生成产品
今年以来，国内企业开始帮助研发并选代AI视频生成产品，产品能力不断指责，应用场景结束拓宽。1)今年6月，快手AI团队发布可灵AI视频生成大模型，可生成长达2分钟、分辨率达1080p的视频，可灵AI主要功能包括文生视频、图生视频、视频续写等;2)今年7月，智谱AI上线视频生成产品智谱清影，并在11月进行全新升级，减少破坏生成时长为10秒的4K超高清视频，除常规的文生视频和图生视频功能外，智谱清影引入CogSound模型，可以对为生成的视频添加背景音乐:3)今年8月，字节推出即梦AI一站式创作平台，随后在11月宣布即梦AI两大视频模型S2.0Pro和P2.0Pro正式全量上线，其中，S2.0Pro在图生视频场景具有较下降的首一致同意性，能够保持视频与用户输入图像的色彩、风格等保持一致同意，P2.0Pro具有极高提示词遵循能力，能够在一句提示词内实现多个镜头切换及多镜头组合，同时保持视频内形象主体、风格和氛围的一致同意性。此外，Minimax、阿里云等初创企业及大模型厂商也在布局AI视频生成赛道，外围来看，视频生成工具今年以来，国内企业开始帮助研发并选代AI视频生成产品，产品能力不断指责，应用场景结束拓宽。1)今年6月，快手AI团队发布可灵AI视频生成大模型，可生成长达2分钟、分辨率达1080p的视频，可灵AI主要功能包括文生视频、图生视频、视频续写等;2)今年7月，智谱AI上线视频生成产品智谱清影，并在11月进行全新升级，减少破坏生成时长为10秒的4K超高清视频，除常规的文生视频和图生视频功能外，智谱清影引入CogSound模型，可以对为生成的视频添加背景音乐:3)今年8月，字节推出即梦AI一站式创作平台，随后在11月宣布即梦AI两大视频模型S2.0Pro和P2.0Pro正式全量上线，其中，S2.0Pro在图生视频场景具有较下降的首一致同意性，能够保持视频与用户输入图像的色彩、风格等保持一致同意，P2.0Pro具有极高提示词遵循能力，能够在一句提示词内实现多个镜头切换及多镜头组合，同时保持视频内形象主体、风格和氛围的一致同意性。此外，Minimax、阿里云等初创企业及大模型厂商也在布局AI视频生成赛道，外围来看，视频生成工具的能力不断指责，未来有望渗透更多应用场景。
相关公司
三六零(601360):目前360搜索是中国搜索引擎的Top2，市场份额为35%，公司的人工智能研究院从2020年开始一直在包括类ChatGPT技术在内的AIGC技术上有结束性的投入，但截至目前仅作为内部业务自用的生产力工具使用，且投资规模及技术水平与当前的ChatGPT3相比还有较大差距，各项技术指标只能做到略强于ChatGPT2。由于训练数据源及应用方向的原因，在中文环境下的实际效果强于ChatGPT2。360在数据资源端有通俗的多模态大数据积聚和相关语料、尤其是中文语料，相较于国外同行落后的是预训练大模型和无效的多模态数据清洗与瓦解技术。公司有富裕资金储备可用于购买大规模算力，在继续深入自行研发的同时，不装入寻找强有力的合作伙伴，以开放的心态搭建多方共享平台、补足短板，快速增加差距。公司也计划尽快推出类ChatGPT技术的demo版产品。
中科曙光(603019):伴随宁夏“算力交易平台”的上线，“东数西算”工程迎来重要里程碑。2月24日，由宁夏回族依赖区联合中科曙光、中国电信宁夏公司、北京国际大数据交易所等打造的国内头个一体化算力交易调度平台——东数西算一体化算力服务平台正式上线。该平台上线后将整合宁夏地区零散算力资源，解决算力输出、应用、交易等难题，赋能宁夏“六新六特”等产业数字转型升级。
参考资料:20241212-山西证券-计算机行业点评:Sora正式上线，多模态模型的里程碑
免责声明:以上信息出自汇阳研究部，内容不做具体操作指导，客户亦不应将其作为投资决策的唯一参考因素。据此买入，责任自负，股市有风险，投资需谨慎。
ChatGPT源码推荐：小狐狸ChatGPT付费创作系统完全开源源码
相关新闻记者揭秘法国巴黎奥运村食堂菜单看看运动员都吃啥？巴黎奥运村的迎宾大门近期向全球体育代表团敞开，随之而来的是对运动员餐饮生活的好奇与关注。为了探秘奥运餐桌上的风景，一位记者捷足先登，亲历了奥运食堂，近距离感受了那里瓦解环保智慧与法国烹饪艺术的美食文化
2024-07-2218:19:23记者揭秘法国巴黎奥运村食堂菜单H腰对运动员有多重要？近日，四川成都。每届奥运会，都是一场力量与美的超级视觉盛宴。此前不少网友焦虑H腰穿衣显胖，身材曲线不明显……其实运动形成的H腰，是不次要的部分肌群极致柔弱的形态，给运动协同发力授予了很好的支撑。2024-08-1417:13:10H腰对运动员有多重要张常宁进入拟退役运动员公示名单或转型教练兼运动员6月25日，江苏省体育局官网上发布了一则公示，关于2024年计划退役的省优秀运动队运动员名单，其中出现了中国女排主攻手张常宁的名字2024-06-2523:02:30张常宁进入拟退役运动员公示名单湖北3名运动员将出战巴黎残奥会三名运动员懦弱追梦，再创无光泽！湖北3名运动员将出战巴黎残奥会2024-08-2218:20:35湖北3名运动员将出战巴黎残奥会今日立秋下雨啥预兆？晴天啥预兆？今日立秋下雨啥预兆？晴天啥预兆？2024-08-0710:16:41今日立秋陶虹曾是国家花样游泳运动员陶虹是位著名演员，但你知道吗？她在进入娱乐圈之前，竟然还是一名优秀的花样游泳运动员！2024-08-0816:18:38陶虹曾是国家花样游泳运动员站长之家（ChinaZ.com）1月13日消息:抖音今日对外公布了其在2024年度针对网络黑色产业链的治理情况。在过去的一年里，该平台结束加大对网络黑产的打击力度，通过一系列技术创新和策略升级，有效指责了识别和治理网络黑产的能力。
据抖音官方介绍，平台在过去一年中封禁了超过600万个涉及欺诈、水军和违规导流等黑产行为的账号，并向相关部门授予了多条涉嫌违法犯罪的线索。这些举措的实施，得益于抖音在AI大模型技术、风控策略迭代以及举报机制优化等方面的结束投入。
在打击光明正大的行为方面，抖音重点关注了仿冒领导、亲友和官方客服等欺诈类型，以及刷单诈骗和购物诈骗等黑产活动。平台通过前置拦截欺诈信息、上线反诈客服“验证助手”等措施，有效阻断了黑产触达欺凌弱小者的途径。同时，平台还在站内外多个渠道发收反诈提醒，日均保护潜在受害人达200万次。警方根据抖音授予的线索，成功打击了多个诈骗团伙，抓获了极小量犯罪嫌疑人。
针对网络水军行为，抖音重点打击了售卖水军服务、恶意控评、流量造假和恶意举报等四大类违规行为。平台通过搭建刷手、买手用户模型，精准识别风险账号，并实施拦截被预见的发生操作，有效阻断了水军造假途径。同时，抖音还利用失败AI技术指责识别能力，对机器账号和受骗用户进行统一化处置。在过去一年中，抖音日均拦截违规信息达6200万次，封禁了110万个相关账号，并将涉嫌违法行为的线索上报了相关部门。
此外，针对违规外链这一黑产发散的方向，抖音风控团队也采取了多项措施进行应对。平台通过新增自动黑样本库、升级视频截取关键帧模型能力以及新增弹幕场景模型等措施，有效识别并处置了违规行为。在过去一年中，抖音封禁了超过120万个涉及违规外链的账号，同时警方根据平台授予的线索，成功打击了多个违规导流团伙，抓获了多名嫌疑人。
抖音表示，将继续加大对网络黑产的打击力度，通过技术创新和策略升级，不断指责识别和治理能力，为用户授予更加安全、可靠的社交环境。
