歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點内容，聚焦開發者，助你洞悉技術趨勢、了解創新AI産品應用。
新鮮AI産品點選了解:https://top.aibase.com/
1、面向付費使用者!全新ChatGPT Windows版本上線:快捷鍵即可召喚AI助手
OpenAI推出了全新的ChatGPT Windows應用早期版，為付費使用者提供便捷的AI助手體驗。使用者隻需按下Alt + Space組合鍵即可召喚ChatGPT，無需每次打開網頁。應用目前僅對付費使用者開放，但計劃在完善後也會讓免費使用者有機會體驗。雖然測試版應用功能暫不完善，但OpenAI承諾會持續更新以提升使用者體驗。
【AiBase提要:】
🌟 ChatGPT Windows應用僅對付費使用者開放，支援多種付費賬号類型。
💡 按下Alt + Space組合鍵即可輕松召喚ChatGPT進行對話，友善快捷。
🔧 測試版應用暫時缺少一些複雜功能，但将持續更新以完善體驗。
2、OpenAI重磅釋出GPT-4O-Audio-Preview
OpenAI最新推出的GPT-4O-Audio-Preview模型在語音處理領域展現出驚人能力，不僅能生成自然流暢的語音響應，還具備情感分析和語音互動功能，開啟了新的人機互動可能性。該模型靈活支援多種模式組合，定價政策反映了音頻處理的複雜性。推出将在客戶服務、教育、娛樂和輔助技術領域帶來革新。
【AiBase提要:】
🔊 模型具備生成自然流暢語音響應能力，支援語音助手和虛拟客服應用。
🎶 具備分析音頻情感、語調和音調的能力，适用于情感計算和使用者體驗分析領域。
🗣 支援語音到語音的互動，為全方位語音互動系統打下基礎。
詳情連結:https://platform.openai.com/docs/guides/audio/quickstart
3、Google更新AI筆記和研究助手NotebookLM
Google宣布對NotebookLM進行重大更新，增強音頻概覽功能，讓使用者更精準引導AI生成對話内容。更新包括自定義音頻概覽和背景收聽功能，提升使用者體驗。商業版試點計劃啟動，展望更廣泛的應用場景。
【AiBase提要:】
🔊 音頻概覽功能更新，使用者可自定義引導AI對話内容。
🎙️ 新增背景收聽功能，使用者可同時工作和收聽音頻。
💼 商業版試點計劃啟動，企業可提前體驗新功能并獲得支援。
4、複旦、百度聯手打造全新AI模型Hallo2可生成4K超高清+1小時超長視訊!
複旦大學和百度公司聯合開發的Hallo2AI模型将徹底改變人物動畫生成的現狀，為電影制作、虛拟助手、遊戲開發等領域帶來革命性變化。該模型結合了latent diffusion models、Patch-drop資料增強技術、高斯噪聲增強技術、VQGAN離散碼本預測技術和文本提示控制機制，在生成高品質、長序列人物動畫方面表現優異。
【AiBase提要:】
⚙️ Hallo2模型結合了多項創新技術，包括Patch-drop資料增強、高斯噪聲增強、VQGAN離散碼本預測和文本提示控制機制。
🌟 Hallo2在多個公開資料集上驗證，超越現有方法，在生成高品質、長序列人物動畫方面表現出色。
🚀 Hallo2模型的釋出标志着AI人物動畫生成技術邁上新的台階，未來将進一步優化效率和探索更多應用領域。
詳情連結:https://fudan-generative-vision.github.io/hallo2/#/
5、特斯拉Optimus機器人再進化:自主導航、爬樓梯、與人互動成現實
特斯拉最新釋出的Optimus機器人展示了令人矚目的新功能，從自主導航到與人類互動，彰顯人工智能和機器人技術的飛速進步。Optimus的自主導航能力、能源管理自主性、負載能力提升等方面都展現出巨大潛力。
【AiBase提要:】
🤖 自主導航能力:Optimus能在複雜環境中自如穿行，多台機器人可協同工作優化導航效率。
🔋 能源管理自主性:Optimus能自動定位充電站實作自主充電，提高工作持續性和效率。
🏋️♂️ 負載能力提升:Optimus能搬運重達11公斤的電池托盤，開拓工業和物流應用新可能性。
6、谷歌人事大調整:Gemini團隊并入DeepMind，搜尋上司層大變動
谷歌最近進行了重要的上司層變動和團隊結構調整，包括K&I團隊和Gemini團隊。新任上司人的接任和團隊整合将對公司的技術發展和AI項目合作産生重大影響。
【AiBase提要:】
🌟 Nick Fox接任谷歌K&I團隊新負責人，将繼續推動搜尋、廣告、地理和商務産品的發展。
🔧 Prabhakar Raghavan轉任谷歌首席技術官，緻力于為公司的技術發展提供方向和支援。
🤖 Gemini團隊與谷歌DeepMind整合，旨在加強應用團隊和Gemini模型團隊之間的合作。
7、上傳一段音樂秒變鋼琴曲!AMT-APC算法一鍵生成大師級鋼琴演奏
近日，武蔵野大學資料科學學院的研究人員開發了AMT-APC算法，通過結合AMT模型和微調技術，實作更精準生成接近原曲的鋼琴演奏版本。該算法突破了現有自動生成鋼琴曲技術的局限，提升了音質保真度和表現力。
【AiBase提要:】
⭐ AMT-APC算法利用AMT模型優勢，通過微調生成更接近原曲的鋼琴演奏版本。
🎵 核心政策包括預訓練和微調，使AMT模型能夠處理更長音樂片段并生成符合原曲風格的鋼琴演奏。
🎹 引入風格向量概念，學習不同演奏風格，提升生成鋼琴曲的表現力和音質保真度。
詳情連結:https://misya11p.github.io/amt-apc/
8、蘋果Siri AI新功能:ChatGPT 內建和圖像生成
蘋果正緻力于為iOS18、iPadOS18和macOS15添加新的Apple Intelligence功能，其中包括ChatGPT內建和圖像生成。ChatGPT将為Siri提供更先進的文本和圖像生成能力，而Visual Intelligence則将為iPhone16使用者提供相機控制按鈕功能。iOS18.1、iPadOS18.1和macOS Sequoia15.1預計将于10月28日釋出，而iOS18.2、iPadOS18.2和macOS Sequoia15.2的測試版也将很快推出。
【AiBase提要:】
🔍 Siri将內建ChatGPT，提供更先進的文本和圖像生成能力。
📸 iPhone16将獲得Visual Intelligence功能，通過相機控制按鈕提供周圍物體資訊。
🚀 iOS18.2将支援Image Playground圖像生成、Genmoji和Image Wand。
9、僅十億參數!AI圖像生成模型Meissonic
Meissonic是一款僅用十億個參數就能生成高品質圖像的開源AI模型。其采用了并行疊代優化的訓練方法，使得在圖像生成速度上比傳統模型快99%。盡管參數量小，Meissonic在多項測試中表現超越更大模型，且能實作無訓練的圖像修補和擴充功能。
【AiBase提要:】
🌟 緊湊設計的Meissonic适合普通遊戲PC和未來的移動裝置使用。
⚡ 采用并行疊代優化的訓練方法，Meissonic在圖像生成速度上比傳統模型快99%。
🏆 盡管參數量小，Meissonic在多項測試中表現超越更大模型，且能實作無訓練的圖像修補和擴充功能。
詳情連結:https://huggingface.co/spaces/MeissonFlow/meissonic
10、Perplexity推出内部知識搜尋功能，企業可同時查詢内外部資料
Perplexity公司推出了新功能“内部知識搜尋”，旨在提高企業工作效率，讓使用者更便捷擷取所需資訊。使用者上傳自選檔案，避免低價值資訊幹擾搜尋，提高效率。新增“空間”功能支援團隊檔案共享與AI助手定制。
【AiBase提要:】
📁 使用者隻能上傳自選檔案，避免低價值資訊幹擾搜尋，提高效率。
🔍 Perplexity推出“内部知識搜尋”功能，支援使用者同時查詢内外部資料。
🤝 新增“空間”功能，支援團隊檔案共享與AI助手定制。
11、自動駕駛公司小馬智行拟赴美IPO 估值已超85億美元
小馬智行計劃赴美IPO，估值超過85億美元。公司成立于2016年，專注自動駕駛解決方案，已完成9輪融資超過10億美元。營收主要來自Robotaxi業務，2024年上半年同比增長86%。
【AiBase提要:】
🌍 小馬智行計劃赴美IPO，股票代碼為“PONY”，估值超過85億美元。
💰 公司成立于2016年，已完成9輪融資超過10億美元，估值達85億美元。
🚖 Robotaxi業務是主要收入來源，2024年上半年同比增長86%。