[AI每日快讯·20241204]腾讯正式发布混元版「Sora」，权重、代码、算法全开源

发布时间:2024-12-04 09:18:15 · 责任编辑:字母汇 · 浏览量:84 次

一、李飞飞World Labs「空间智能」模型！一张图生成3D世界

1. 李飞飞的World Labs推出首个“空间智能”模型，实现从一张图生成3D世界；

2. 该技术可用于实时渲染、生成可互动的虚拟环境，改变游戏、电影和VR的发展；

3. 该模型结合了生成式AI与3D技术，为创作者提供全新的创意工作流，并推进空间智能的应用。

二、腾讯正式发布混元版「Sora」，权重、代码、算法全开源

1. 腾讯开源了其混元视频生成模型，具备超强的真实质感和高水平的语义理解；

2. 模型能够精准理解复杂的文本提示，写实风格上表现突出，特别是人物面部识别和细节处理；

3. 支持镜头切换，提升视频的视觉张力和一致性，是目前少数具备此功能的AI视频生成工具之一。

三、谷歌爆火产品NotebookLM核心团队集体离职，另起炉灶创业

1. 谷歌NotebookLM团队核心成员集体离职创业，团队包括负责人Raiza Martin、设计师Jason Spielman和工程师Stephen Hughes；

2. NotebookLM是谷歌Labs的实验性AI产品，因音频概述功能爆火，团队最初仅有几人，依靠Google Labs的支持快速发展；

3. 离职成员拥有丰富的创业和产品开发经验，计划继续探索大模型的新应用，NotebookLM将继续更新。

四、即梦灰测2.1模型，新模型解决AI图像生成中文字体的问题

1. 字节即梦AI发布2.1模型，重点解决AI图像生成中文字体问题；

2. 用户可通过简单描述生成带有中文字体的海报和素材，提升设计师效率；

3. 模型支持多种应用场景，如个性化海报、小说封面、社交媒体配图等，目前处于灰度测试阶段。

五、 Arc浏览器团队预告了新AI浏览器Dia，他们想重新设计光标

1. Arc 浏览器开发公司预告推出AI浏览器Dia，聚焦AI工具集成，计划2025年初发布；

2. Dia浏览器将通过光标和地址栏等功能，帮助用户自动执行任务，如获取信息、发送邮件和安排会议；

3. 该浏览器还将展示自动操作功能，如自主浏览电商网站并添加购物车项目，目标是构建无缝的AI助手体验。

六、告别声音克隆侵权！Hume AI推出Voice Control可编辑语音

1. Hume AI推出“Voice Control”功能，允许用户无编程经验创建个性化AI语音；

2. 用户可在10个维度上调整语音特性，如性别、自信度、热情等，轻松定制语音；

3. 该功能结合情感智能语音接口，适用于客服机器人、虚拟助手等应用，未来计划扩展能力和优化音质。