AI日报：豆包推出Ola Friend智能体耳机；vivo发布全新蓝心大模型矩阵；开源版NotebookLM来了
更新时间：2024-10-11 00:27 浏览量：9
欢迎来到【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:
1、豆包推出Ola Friend智能体耳机:售价1199元
【AiBase提要:】
🎧 Ola Friend智能体耳机售价1199元，支持智能对话功能。
🤖 Ola Friend耳机是随时陪伴在耳边的AI朋友，提供听音乐、学习英语、导游服务等功能。
2、vivo发布全新蓝心大模型矩阵
vivo在2024vivo开发者大会上发布了全新蓝心大模型矩阵，升级了语言、语音、图像和多模态能力，提供更强大的性能和功能。新的蓝心大模型矩阵将行业标准提升至新高度，为用户带来更优质的体验。
【AiBase提要:】
🚀 蓝心大模型矩阵全面升级，包括语言、端侧、语音、图像和多模态大模型。
💡 推出30亿蓝心端侧大模型3B，性能提升300%，功耗优化46%，内存减小63%，出词速度达80字/s。
🔊 新自研蓝心语音大模型支持自然语义理解、情感表达和同声传译，图像&多模态大模型强化中国特色与东方美学融合生成能力。
3、开源版NotebookLM来了!Podcastfy:输入PDF、文本、网址等即可转换成播客
在数字时代，制作引人入胜的多语言音频内容成为热门话题。谷歌的NotebookLM备受好评，而开源Python软件包Podcastfy引起广泛关注。Podcastfy是开源版NotebookLM，采用先进的生成式人工智能技术，让用户实现更多个性化和规模化的播客制作。
【AiBase提要:】
🌟 Podcastfy是开源Python软件包，可将文本和网络内容转换为多语言音频对话。
🎧 用户可以通过Gradio演示应用或HuggingFace体验Podcastfy，操作简单易上手。
⚠️ 使用外部内容时，需确保拥有版权和权限，生成的音频内容由AI生成，不模仿现实人物。
详情链接:https://github.com/souzatharsis/podcastfy-demo?tab=readme-ov-file
4、图像修复新魔法!突破性算法PMRF
PMRF（后验均值修正流）算法是图像处理领域的一项创新技术，解决了图像恢复中失真与感知质量之间的矛盾，开辟了高质量图像重建的新可能。其独特之处在于在多种图像恢复任务中展现卓越性能，取得了令人瞩目的成绩，平衡了失真和感知质量。
【AiBase提要:】
✨ PMRF算法巧妙结合后验均值预测和修正流模型，创造全新图像恢复框架，最大程度减少失真，提升感知质量。
🌟 应用广泛，涵盖去噪、超分辨率、修复受损区域和颜色恢复等多个方面，生成自然真实图像。
💡 在基准和真实数据集测试中，PMRF表现优异，平衡失真和感知质量，树立新的图像恢复标准。
详情链接:https://huggingface.co/spaces/ohayonguy/PMRF
5、沃尔玛推出新型人工智能模型 Wallaby
沃尔玛最近推出了名为Wallaby的大型语言模型，专注于零售行业数据，旨在提升客户服务体验。他们采用多模型组合的方法，灵活应对不同应用需求。升级后的客户支持助手能够更精准地理解客户意图，提供个性化服务。
【AiBase提要:】
✨ 沃尔玛推出 Wallaby 大型语言模型，专注于零售行业数据，旨在提升客户服务体验。
🤖 沃尔玛采用多模型组合的方法，灵活应对不同应用需求。
🛍️ 升级后的客户支持助手能够更精准地理解客户意图，提供个性化服务。
6、夸张!GPT-4无意中掌握面部识别技术，准确率超越专业算法
最近的研究显示，GPT-4具备了面部识别、性别判断和年龄估算能力，准确率超越专业算法，但存在安全隐患。研究揭示了绕过GPT-4安全机制的方法，引发了对大型语言模型安全性的思考。尽管GPT-4在生物识别任务表现出色，研究作者警告不能完全依赖其识别能力。
【AiBase提要:】
🌟 GPT-4在性别识别测试中达到了100%的完美准确率，超越了DeepFace模型。
📊 GPT-4的年龄估算准确率为74.25%，但对年长者的估算可能较宽泛。
🔒 研究发现可绕过GPT-4的安全机制，需加强对大型语言模型安全性的研究。
7、200万用户量!Hugging Face旗下Gradio5发布:用自然语言轻松构建AI应用
Hugging Face旗下Gradio5发布，致力于简化AI开发，提供企业级安全性和AI Playground功能，进一步推动AI应用开发体验。
【AiBase提要:】
🌟 Gradio5引入企业级安全性，确保应用安全无忧。
🚀 新增的AI Playground功能，简化开发流程，让生成应用变得轻松。
🔮 Hugging Face规划未来，推出多种新功能，进一步提升AI应用开发体验。
详情链接:https://www.gradio.app/
8、OpenAI 申请法庭驳回马斯克诉讼，称其为 “骚扰” 行为
在这篇文章中，OpenAI向法庭申请驳回马斯克对公司的诉讼，称其为“骚扰”行为。文章揭示了马斯克和OpenAI之间的法律纠纷背景，强调马斯克的指控缺乏证据，并质疑他的法律地位。
【AiBase提要:】
🌟 马斯克对 OpenAI 的多项诉讼被 OpenAI 称为 “骚扰”，并申请驳回。
📉 OpenAI 强调马斯克的指控缺乏证据，称其为不切实际的主张。
⚖️ 马斯克声称 OpenAI 未遵循创始协议的承诺，但法律上被质疑无权提出此类指控。
9、Zoom推数字分身功能:便利还是隐忧?
Zoom计划推出数字分身功能引发了人们对于深度伪造技术的担忧。虽然这项功能能提高视频创作效率，但也可能带来虚假信息传播的风险。
【AiBase提要:】
✨ Zoom计划推出数字分身功能，将用户视频转化为AI驱动的逼真数字化身，提高异步交流效率。
💡 深度伪造技术的普及使得区分真相和虚假信息变得困难，可能导致虚假视频的滥用。
🔒 Zoom对安全措施描述模糊，仍需加强保护措施以防止恶意虚假视频的生成。
10、DressRecon:输入视频就能构建出还原服装细节的3D模型
近日，卡内基梅隆大学的研究团队发布了名为“DressRecon”的新技术，通过单目视频实现高质量的人体重建，尤其适用于宽松衣物和手持物体的场景。该技术利用神经隐式模型将身体与衣物变形分开处理，借助图像基础的先验知识捕捉细微几何特征。重建结果生成高保真的三维模型，支持从任意角度渲染，提升了可视化体验。
【AiBase提要:】
👗 研究团队推出DressRecon技术，通过单目视频实现高质量的人体重建，特别适用于宽松衣物和手持物体的场景。
📷 该技术利用神经隐式模型将身体与衣物变形分开处理，借助图像基础的先验知识来捕捉细微几何特征。
🎥 重建结果不仅生成高保真的三维模型，还支持从任意角度渲染，提升了可视化体验。
11、DreamWaltz-G:从文本生成生动的3D 可动画头像
在数字化时代，个性化的虚拟形象受到关注。DreamWaltz-G框架通过结合骨骼引导的得分蒸馏和混合3D高斯表示，提升了头像生成的一致性和动画表现力。该框架支持形状控制、视频重演和多主体场景构建，拓展了数字内容创作的可能性。
【AiBase提要:】
📌 创新框架DreamWaltz-G能根据文本描述生成生动的3D可动画头像。
🎨 结合骨骼引导的得分蒸馏和混合3D高斯表示，提升头像生成的一致性和动画表现力。
🎥 支持形状控制、视频重演和多主体场景构建，拓展了数字内容创作的可能性。