首页站长资讯AI日报：阿里对口型视频项目EMO开启内测；苹果官宣端侧小模型OpenELM；Open-Sora偷偷升级；微信发布AI工具小微助手

AI日报：阿里对口型视频项目EMO开启内测；苹果官宣端侧小模型OpenELM；Open-Sora偷偷升级；微信发布AI工具小微助手

站长网2024-04-26 04:34:040阅

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、阿里对口型项目EMO开启内测可将照片转为唱歌视频

阿里推出的对口型项目EMO开启内测，用户只需提供一张照片和语音模型即可定制数字人像，实现低成本高效率的数字人出镜体验。EMO模型具有简便操作、低成本、广泛适用性和自然表达等特点，通过强大的技术实现让用户体验到全新的数字人出镜体验。

【AiBase提要:】

🎤 简便操作: 用户只需提供一张照片和语音模型即可定制数字人像。

💰 低成本: EMO模型提供免费高效的解决方案，与其他产品相比成本更低。

🎨 广泛适用性: 不仅限于写实人像，还能生成3D模型和二次元漫画风格视频，满足不同用户需求。

内测申请地址:https://www.wjx.top/vm/exOVbr1.aspx#

2、苹果发布OpenELM小型AI模型

苹果发布了OpenELM，一系列小型AI模型，标志着公司在本地AI运行领域的重要进展。这些小型模型比大多数轻量级AI模型更小，适合在手机和笔记本等设备上运行。苹果暗示将AI引入iPhone等设备，展示了公司在人工智能领域的雄心。

【AiBase提要:】

⭐ OpenELM是一系列非常小的语言模型，在文本相关任务上表现高效。

⭐ OpenELM比大多数轻量级AI模型更小，分为不同规格，适合在各种设备上运行。

⭐ 苹果暗示AI功能将登陆公司设备，公司发布了多个AI模型，展示对AI领域的投入。

详情链接:https://top.aibase.com/tool/openelm

3、Open-Sora悄悄升级支持16秒视频生成和720p分辨率

Open-Sora项目在开源社区悄悄更新，新增支持长达16秒的单镜头视频生成和720p分辨率，提供了多种视频生成需求的解决方案。技术报告详细介绍了新功能和模型架构，对STDiT架构进行了关键性改进，提高了训练稳定性和性能。项目在多阶段训练方法和统一的图生视频/视频生视频框架方面取得了显著进展。

【AiBase提要:】

🚀 Open-Sora新增支持16秒视频生成和720p分辨率，满足多种视频生成需求。

🔬 技术报告详细介绍了新功能和模型架构，改进了STDiT架构提高了训练稳定性和性能。

💡 项目采用多阶段训练方法和统一的图生视频/视频生视频框架，实现高质量视频生成。

详情链接:https://top.aibase.com/tool/open-sora

4、比Gemini Pro1.5强！可解读视频的多模态模型 Pegasus-1公测

Pegasus-1是视频语言基础模型的升级版本，在多个任务中取得显著成就，刷新了视频理解标准。该模型具有约17亿参数，通过数据优化、视频处理和训练技术提升，提供卓越的视频理解和生成文本能力。

【AiBase提要:】

🌟 Pegasus-1在视频理解领域取得新突破，比Gemini Pro1.5强，表现卓越。

🌟 产品特色功能包括数据优化、视频处理提升和训练技术改进，为模型性能提供强大基础。

🌟 在基准测试中，Pegasus-1胜过谷歌Gemini Pro等现有模型，在视频问答、对话和摘要等任务中展现出卓越性能。

详情链接:https://top.aibase.com/tool/pegasus-1API

5、微信发布桌面效率AI工具小微助手

微信最近推出了名为“小微助手”的桌面AI效率工具，通过自然语言处理技术提升用户工作效率。这款工具支持Windows和Mac操作系统，具备灵活搜索功能、内置实用工具和指尖助手功能，以及圈子功能和支持的对话服务。

【AiBase提要:】

🔍 小微助手提供灵活搜索功能，支持自然语言搜索电脑中指定文件夹的内容。

🛠️ 内置实用工具包括微信翻译、剪贴板管理、JSON魔方和闪念胶囊，增强日常助手功能。

🤖 指尖助手功能允许用户快速访问预设的快捷操作，如文本翻译和文本收藏，支持功能自定义。

详情链接:https://top.aibase.com/tool/xiaoweizhushou

注：目前微信已经在官网关闭了下载链接（具体原因未知）

6、超真实的虚拟试衣软件IDM-VTON 连衣服的褶子都那么真实

IDM-VTON虚拟试衣技术引起广泛关注，细节处理精细，用户能真实感受衣物质感和设计。技术高度真实感，复杂背景处理，一致性保持，纹理与图案精确再现。应用于时尚零售、个性化设计、在线试衣间等领域，为消费者提供便捷试衣方式，为设计师和零售商提供新展示销售手段。

【AiBase提要:】

👗 技术高度真实感，细节精细，带来接近现实的试衣体验。

🌟 复杂背景处理，保持试穿效果高质量，适用不同场景。

🔄 一致性保持，展示同一服装在不同体型下效果一致，纹理与图案精确再现。

项目地址：https://idm-vton.github.io/

试玩地址：https://top.aibase.com/tool/idm-vton

7、AI搜索引擎Perplexity.ai估值达10亿美元并发布新的企业产品

Perplexity.ai近期完成融资，估值达数十亿美元，推出企业服务“Enterprise Pro”，提高工作场所搜索准确性和效率。公司计划加速全球扩张，与SoftBank Corp.和德国电信合作推广人工智能功能。

【AiBase提要:】

⭐ 完成融资，估值达10亿美元，推出“Enterprise Pro”提高搜索准确性和效率

⭐ 与SoftBank Corp.和德国电信合作推广人工智能功能，加速全球扩张

⭐ 提供增强数据隐私、改善安全性、用户管理、SOC2认证、数据存储和单一登录等功能

详情链接:https://top.aibase.com/tool/perplexity-enterprise-pro

8、旷视发布HiDiffusion，SD生成速度更快，图片质量更高

旷视最近发布的HiDiffusion技术引起了业界广泛关注。这一技术能显著提升SD生成图像的分辨率和生成速度，允许图像分辨率高达4096×4096，同时提高生成速度1.5至6倍。HiDiffusion解决了对象重复和高计算负担问题，在生成高分辨率图像任务上取得卓越效果。

【AiBase提要:】

🚀 HiDiffusion技术提升SD生成图像分辨率和速度

🔍 HiDiffusion框架包含RAU-Net模块和MSW-MSA注意力机制

💡 应用HiDiffusion可将图像生成分辨率提高至4096×4096，速度提升1.5至6倍

详情链接:https://top.aibase.com/tool/hidiffusion

9、《这就是ChatGPT》登顶微信读书热搜榜第一名

这篇文章介绍了由斯蒂芬・沃尔夫拉姆（Stephen Wolfram）于2023年出版的《这就是ChatGPT》一书，深入剖析了OpenAI开发的人工智能聊天机器人程序ChatGPT，展示了它引起广泛关注的原因以及如何利用Wolfram|Alpha赋予其计算知识超能力。

【AiBase提要:】

🤖 ChatGPT是OpenAI开发的聊天机器人程序，于2022年11月发布。

📚 《这就是ChatGPT》解析了ChatGPT的内部机制和原理，以及如何生成有意义的文本。

💡 ChatGPT结合Wolfram|Alpha展示了其在计算知识方面的超能力。

10、AI电影制作平台Morph Studio正式向候补用户开放访问权限

Morph Studio正式向候补用户开放访问权限，引发广泛关注。平台新增视频生成角色一致性和配音生成功能，提升用户体验。用户可通过参考图像精细制作视频，使用音效模型丰富音频效果。Morph Studio与Stability AI合作，提供全新电影制作方式，一体化流程高效连贯。活跃用户社区是竞争优势，为平台发展提供动力。