AI日报：微软推设计神器Microsoft Designer；苹果开源小模型 DCLM-Baseline-7B；小爱宣布新增AI文档问答等功能

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、微软推设计神器Microsoft Designer

作为一款集成人工智能技术的设计应用程序，Microsoft Designer让设计变得更简单、高效。用户可以在任何设备上访问这个强大的工具，无缝集成于Microsoft365应用，提供智能对象检测、创新工具和图像风格重塑等功能。

【AiBase提要:】

🚀 无缝集成于Microsoft365应用，便捷创建和编辑图像和设计。

🔍 智能对象检测功能，轻松擦除不需要的对象或创建背景虚化效果。

🎨 创新工具包括提示模板、个性化贺卡和邀请函的创建，以及图像风格重塑和背景替换功能。

详情链接:https://top.aibase.com/tool/microsoft-designer-sticker-creator

2、ElevenLabs发布Turbo2.5模型:速度提升3倍，覆盖中文等32种语言

在人工智能的世界里，ElevenLabs推出的Turbo2.5模型再次突破语言界限。该模型不仅在性能和多语言支持方面表现卓越，速度提升3倍，延迟降低至300毫秒，为动态互动提供更强大支持。用户体验方面，提供了丰富的语言选择和便捷的转换功能，同时确保数据安全和合规性。

【AiBase提要:】

🚀 Turbo2.5模型支持32种语言，速度提升3倍，延迟降低至300毫秒，为动态互动提供更强大支持。

🌐 首次支持越南语、匈牙利语和挪威语的文本到语音转换，丰富了语言库，提高了英语文本到语音的速度。

🔊 提供广泛的应用场景，包括会话式AI、教育、娱乐和内容创作，提供逼真的语音支持，如Praktika.ai、Kindroid和Aug X Labs的应用实例。

详情链接:https://elevenlabs.io/api

3、苹果AI发布7亿参数开源语言模型DCLM

苹果公司与多家机构合作推出了7亿参数的开源语言模型DCLM，该模型在训练过程中使用了庞大的数据令牌，帮助理解和生成语言。DCLM提供了标准化的数据集优化工具，帮助研究人员进行有效实验。新模型在重要测试中取得了显著进展，同时降低了计算资源的需求。

【AiBase提要:】

🔑 苹果AI与多家机构合作推出DCLM，创造了一个强大的开源语言模型。

🔑 DCLM提供标准化的数据集优化工具，帮助研究人员进行有效实验。

🔑 新模型在重要测试中取得了显著进展，同时降低了计算资源的需求。

详情链接:https://huggingface.co/collections/mlfoundations/dclm-669938432ef5162d0d0bc14b

4、小米大模型小爱新增AI文档问答、AI图片编辑功能

小米公司宣布小爱同学新增了「AI 图片编辑」功能，用户可进行背景转换、风格转换、路人消除、智能扩图和图片问答等操作。同时，「大模型小爱」还新增了「AI文档问答」功能，提供更智能的文档处理体验。用户需更新至V6.126版本体验新功能。

【AiBase提要:】

✨ 小爱同学新增「AI 图片编辑」功能，包括背景转换、风格转换、路人消除、智能扩图和图片问答。

🔍 用户需更新至V6.126版本才能使用新功能。

📄 「大模型小爱」新增「AI文档问答」功能，提供更智能的文档处理体验。

5、美图AI视频修复新技术，速度提升 10 倍，过曝也能搞定

视频制作和图像处理领域的关键技术之一是视频的“去闪”技术。BlazeBVD作为一种新型去闪算法，不仅能快速去除视频中的闪烁现象，还保持视频内容完整性和色彩真实性。它的出现革命性改变了视频后期制作的方式。

【AiBase提要:】

🔍 BlazeBVD是一种自动化的视频去闪技术，能有效提升视频的时间一致性。

⚙️ BlazeBVD利用尺度-时间均衡方法处理视频帧的直方图，捕捉闪烁和局部曝光变化。

🚀 BlazeBVD在全局和局部去闪模块、自适应时间一致性等方面展现卓越效果，速度提升达现有技术的10倍。

详情链接:https://arxiv.org/html/2403.06243v1

6、百度沈抖:大模型应用进入爆发期

在2024中国联通合作伙伴大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖发表了关于深度拥抱人工智能 ，加快发展新质生产力的演讲。沈抖强调人工智能是创新的关键技术，大模型是人工智能的前沿阵地，并展示了大模型调用量的指数级增长。百度通过与企业合作，发现底层算力管理平台的重要性，自主研发了百舸算力平台，支持大模型的快速迭代。

【AiBase提要:】

🚀 大模型应用进入爆发期，企业将大模型应用于业务各个环节，而非仅等待爆款应用。

💡 一云多芯成为中国企业必然选择，百度智能云开放百舸算力平台，共享“芯片选择”的自由。

💻 百度基于文心大模型开发千帆工具链平台，降低大模型的技术门槛和使用成本，推出千帆·行业增强版加速企业创新。

7、微软研究人员SpreadsheetLLM项目

微软研究人员最近发布了名为SpreadsheetLLM的创新研究，旨在解决大语言模型在解析电子表格时遇到的难题。该项目通过一种编码框架，使得大语言模型能够“读懂”电子表格的内容，有望显著提升电子表格的数据管理和分析效率，同时使用户能够用自然语言向AI提出问题，无需掌握复杂的公式和操作。

【AiBase提要:】

📊 电子表格对大语言模型的挑战: 电子表格结构复杂且二维布局，超出了大语言模型通常处理的线性输入范围。

🔍 SpreadsheetLLM技术解析: 微软提出了SheetCompressor和Chain of Spreadsheet两大核心技术，大幅提升了大语言模型对电子表格的理解能力。

🛠️ 对微软AI工具的影响: SpreadsheetLLM有望增强微软C opilot在Excel中的应用能力，但目前仍面临生成数据准确性和计算资源消耗。

详情链接:https://arxiv.org/html/2407.09025v1

8、谷歌2024年硬件大秀:Pixel9、Gemini以及新款可折叠手机

谷歌将提前举行大型硬件活动，宣布Pixel9等新品，领先于苹果iPhone16发布。Gemini话题备受关注，新设备将引领Android领域AI功能。Android15带来新功能和UI调整，Google Assistant的未来仍有悬念。Pixel Watch3和Pixel Buds Pro2也将亮相。

【AiBase提要:】

📱 谷歌将提前发布Pixel9，领先苹果iPhone16。

🌟 新设备将引领Android领域AI功能，Gemini话题备受关注。

🔍 Android15带来新功能和UI调整，Google Assistant的未来仍有悬念。

9、Arcee AI发布开源语言模型Arcee-Nova:基于Qwen2-72B 性能接近 GPT-4

Arcee AI最新推出的开源语言模型Arcee-Nova表现优异，接近GPT-4水准，标志着重要里程碑，为AI社区带来新希望。Arcee-Nova结合Qwen2-72B-Instruct和定制调优模型，功能全面，广泛应用于客户服务、内容创作、软件开发和教育等多个领域。

【AiBase提要:】

🌟 Arcee-Nova表现优异，接近GPT-4水准，为AI社区带来新希望。

💡 Arcee-Nova结合Qwen2-72B-Instruct和定制调优模型，功能全面。

📈 Arcee-Nova广泛应用于客户服务、内容创作、软件开发和教育等多个领域。

详情链接:https://udify.app/chat/s3i0GX51Rwrb4XRm

10、日本超市引入AI微笑监测系统

日本连锁超市AEON引入了名为“Mr Smile”的AI微笑监测系统，旨在提高员工的服务质量和顾客体验。虽然系统在提升服务态度方面取得了显著效果，但也引发了争议和担忧，涉及员工微笑的自然性和顾客骚扰问题。与其他行业做法相比，如麦当劳的“0元笑容”理念和福冈超市的慢速结账通道，AEON的举措受到了不同看法。

【AiBase提要:】

📈 AI微笑监测系统: AEON的“Mr Smile”系统通过分析450多种因素评估员工微笑和服务态度，旨在提升顾客体验。

🔍 争议与担忧: 技术引发对员工骚扰的担忧，部分人认为强制微笑可能加剧员工苛责。

💡 行业对比: AEON与麦当劳的“0元笑容”理念相似，但面临员工负担增加批评。福冈超市的慢速结账通道得到积极评价。

11、格灵深瞳开源视觉语言表示学习模型RWKV-CLIP

格灵深瞳开源了RWKV-CLIP模型，这是一个结合了Transformer和RNN优点的视觉语言表征学习器。该模型通过图文预训练任务，使用从网站获取的图像-文本对扩展数据集，显著提高了视觉和语言任务的性能。研究团队引入了多样化的描述生成框架，利用大型语言模型从基于网络的文本、合成字幕和检测标签中合成和细化内容，以解决噪声数据问题并提高数据质量。

【AiBase提要:】

🔍 模型结合了Transformer和RNN优点，通过图文预训练任务显著提高了视觉和语言任务性能。

🔬 引入多样化的描述生成框架，利用大型语言模型合成和细化内容，解决噪声数据问题并提高数据质量。

🚀 RWKV-CLIP模型在输入增强方面表现出色，实现了显著的性能提升，并在多个下游任务中取得最先进的性能。

详情链接:https://wisemodel.cn/models/deepglint/RWKV-CLIP

12、Neo4j LLM 知识图谱AI生成器:将非结构化数据转换为知识图谱

将杂乱无章的数据转化为有用的信息变得越来越重要，Neo4j推出了全新工具Neo4j LLM知识图谱构建器，利用强大的机器学习模型将非结构化数据转化为结构化的知识图谱，提高数据处理效率。工具灵活性高，用户可自定义提取模式和清理数据，提供多种数据查询技术，使数据分析更高效智能。

【AiBase提要:】

📊 强大的机器学习模型:基于OpenAI、Gemini等模型，处理各种数据格式，生成全面的知识图谱。

⚙️ 灵活的数据提取:用户可自定义节点和关系提取模式，进行数据清理，提高数据准确性和实用性。

🚀 高效的数据查询:提供GraphRAG、Vector和Text2Cypher等多种技术，帮助用户进行智能的数据分析和查询。

详情链接:https://top.aibase.com/tool/llm-graph-builder

13、OpenAI CEO承认“GPT-4O MINI”字母数字组合的命名方式存在问题

在OpenAI推出新一代GPT大语言模型GPT-4o Mini后，CEO山姆·奥特曼承认产品命名存在问题，引发广泛关注和批评。他表示需要重新考虑命名方案，展现了对命名问题的重视。尽管面临挑战，OpenAI在其他项目中展现出创意的命名方式。未来是否会对现有命名体系进行全面改名，仍是未知数。

【AiBase提要:】

📢 山姆·奥特曼承认OpenAI的字母和数字组合命名方式需要改进。

🔍 OpenAI近期发布的GPT-4o Mini被批命名繁琐，引发CEO回应。

💡 OpenAI的其他项目如Sora和DALL-E有更具创意的命名方式。

14、StockBot:AI驱动的实时股票数据聊天机器人，让投资更智能

在信息爆炸的时代，投资者需要快速、准确的股票数据和新闻。StockBot是由Lama3-70B驱动的聊天机器人，运行在Groq上，能以闪电般的速度处理数据，通过Vercel生成式UI展示用户友好的界面。它支持股票、外 汇、债券和加密货币，提供全面的市场分析，为投资者提供强大的助手。

【AiBase提要:】

🤖 实时AI聊天: StockBot通过Llama370b支持的AI实现自然语言交互，提供即时股票信息和图表。

📈 交互式股票图表: 使用TradingView的实时小部件展示个性化、可定制的股票图表和数据分析。

🚀 动态界面渲染: 根据用户查询动态渲染TradingView UI组件，提供最适合的金融界面。

详情链接:https://github.com/bklieger-groq/stockbot-on-groq