微信客服
微信公众号
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:https://top.aibase.com/
1、面向付费用户!全新ChatGPT Windows版本上线:快捷键即可召唤AI助手
OpenAI推出了全新的ChatGPT Windows应用早期版，为付费用户提供便捷的AI助手体验。用户只需按下Alt + Space组合键即可召唤ChatGPT，无需每次打开网页。应用目前仅对付费用户开放，但计划在完善后也会让免费用户有机会体验。虽然测试版应用功能暂不完善，但OpenAI承诺会持续更新以提升用户体验。
2、OpenAI重磅发布GPT-4O-Audio-Preview
OpenAI最新推出的GPT-4O-Audio-Preview模型在语音处理领域展现出惊人能力，不仅能生成自然流畅的语音响应，还具备情感分析和语音交互功能，开启了新的人机交互可能性。该模型灵活支持多种模式组合，定价策略反映了音频处理的复杂性。推出将在客户服务、教育、娱乐和辅助技术领域带来革新。
3、Google升级AI笔记和研究助手NotebookLM
Google宣布对NotebookLM进行重大升级，增强音频概览功能，让用户更精准引导AI生成对话内容。更新包括自定义音频概览和后台收听功能，提升用户体验。商业版试点计划启动，展望更广泛的应用场景。
4、复旦、百度联手打造全新AI模型Hallo2可生成4K超高清+1小时超长视频!
复旦大学和百度公司联合开发的Hallo2AI模型将彻底改变人物动画生成的现状，为电影制作、虚拟助手、游戏开发等领域带来革命性变化。该模型结合了latent diffusion models、Patch-drop数据增强技术、高斯噪声增强技术、VQGAN离散码本预测技术和文本提示控制机制，在生成高质量、长序列人物动画方面表现优异。
5、特斯拉Optimus机器人再进化:自主导航、爬楼梯、与人互动成现实
特斯拉最新发布的Optimus机器人展示了令人瞩目的新功能，从自主导航到与人类互动，彰显人工智能和机器人技术的飞速进步。Optimus的自主导航能力、能源管理自主性、负载能力提升等方面都展现出巨大潜力。
6、谷歌人事大调整:Gemini团队并入DeepMind，搜索领导层大变动
谷歌最近进行了重要的领导层变动和团队结构调整，包括K&I团队和Gemini团队。新任领导人的接任和团队整合将对公司的技术发展和AI项目合作产生重大影响。
7、上传一段音乐秒变钢琴曲!AMT-APC算法一键生成大师级钢琴演奏
近日，武蔵野大学数据科学学院的研究人员开发了AMT-APC算法，通过结合AMT模型和微调技术，实现更精准生成接近原曲的钢琴演奏版本。该算法突破了现有自动生成钢琴曲技术的局限，提升了音质保真度和表现力。
8、苹果Siri AI新功能:ChatGPT 集成和图像生成
苹果正致力于为iOS18、iPadOS18和macOS15添加新的Apple Intelligence功能，其中包括ChatGPT集成和图像生成。ChatGPT将为Siri提供更先进的文本和图像生成能力，而Visual Intelligence则将为iPhone16用户提供相机控制按钮功能。iOS18.1、iPadOS18.1和macOS Sequoia15.1预计将于10月28日发布，而iOS18.2、iPadOS18.2和macOS Sequoia15.2的测试版也将很快推出。
9、仅十亿参数!AI图像生成模型Meissonic
Meissonic是一款仅用十亿个参数就能生成高质量图像的开源AI模型。其采用了并行迭代优化的训练方法，使得在图像生成速度上比传统模型快99%。尽管参数量小，Meissonic在多项测试中表现超越更大模型，且能实现无训练的图像修补和扩展功能。
10、Perplexity推出内部知识搜索功能，企业可同时查询内外部数据
Perplexity公司推出了新功能“内部知识搜索”，旨在提高企业工作效率，让用户更便捷获取所需信息。用户上传自选文件，避免低价值信息干扰搜索，提高效率。新增“空间”功能支持团队文件共享与AI助手定制。
11、自动驾驶公司小马智行拟赴美IPO 估值已超85亿美元
小马智行计划赴美IPO，估值超过85亿美元。公司成立于2016年，专注自动驾驶解决方案，已完成9轮融资超过10亿美元。营收主要来自Robotaxi业务，2024年上半年同比增长86%。
