AI日报：类GPT-5新模型将上线？奥特曼发草莓照片引热议；美图发布美图云修Pro版； ComfyUI已支持腾讯混元DiT与Flux模型

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、奥特曼发草莓图引发猜测暗示OpenAI将发布新模型 “Strawberry”

山姆・奥特曼在社交媒体发布关于夏季花园的照片，引发关于新模型 “草莓” 的猜测。网友热议草莓项目可能即将到来，期待其突破性质。

【AiBase提要:】

🍓 奥特曼发布草莓相关照片，引发猜测和热议。

🗣️ 新模型 “匿名聊天机器人”推理能力优于现有模型，可能与 “草莓” 项目相关。

🚀 “草莓” 项目旨在使AI具备自主互联网搜索和深度研究能力，被认为是可能的突破。

2、百度网盘发布AI修图摄影行业解决方案

百度网盘在2024年8月推出针对摄影行业的解决方案，集存储备份、AI修图和高效交付于一体，旨在帮助影楼提高效率、降低成本并增强业务增长。该解决方案通过一站式服务，实现了存储备份、内部协同、AI修图和一键交付，成功解决了影楼的管理、效率和成本问题。

【AiBase提要:】

⚙️ 一站式服务:存储备份、内部协同、AI修图和一键交付，提高影楼管理效率。

💡 连锁影楼优势:提升内部协同效率，客片分类存储和多人协作照片流转，批量初修、客户选片和客片交付。

🔬 百度云朵引擎技术:9大人像分析检测能力、86项人像与图像美化能力、1000 视觉技术专利，提供个性化AI修图服务。

详情链接:https://www.wjx.cn/vm/hMDEeN7.aspx

3、美图发布美图云修Pro版 上线AI批量调色、AI批量精修等功能

美图公司旗下的美图云修Pro版引入了AI批量调色、AI批量精修等新功能，为商业摄影行业提供更全面的修图解决方案。AI工作流实现了从转档、修图到交付的自动化处理，显著提高工作效率。已有3万余家商业摄影机构选择使用美图云修，年修图量超过5亿张，精修效率提升12倍。

【AiBase提要:】

✨ AI批量调色、AI批量精修功能提升修图效率

💡 智能修图API服务支持即传、即修、即用

🚀 使用美图云修实现商业模式高效转型、节省成本

4、360AI企业浏览器升级 支持AI搜索、办公助手和AI应用商店

360企业安全浏览器是一款为企业提供综合安全办公解决方案的浏览器，具备智能办公和安全防护功能，支持灵活部署以满足不同企业需求。它提供AI办公助手、360AI搜索和文档、音视频分析等AI应用，构建高效办公环境，全面安全防护，聚合应用，实现智能化办公。通过跨平台兼容性支持多种操作系统，提供200条管控策略，为企业提供安全、高效、智能化的办公环境。

【AiBase提要:】

⚙️ 智能办公: 集成360AI搜索、AI办公助手和AI应用商店，提高工作效率。

🔒 全面安全防护: 提供多层防护措施，包括浏览器原生安全、Web数据安全和用户行为安全。

🚀 聚合应用: 提供高质量的开发保障，实现统一访问入口和跨平台兼容性，加强安全性，简化配置流程。

详情链接:https://top.aibase.com/tool/360-qiyeanquanliulanqi

5、腾讯混元大模型:斩获“图生文”多模态理解国内大模型第一

腾讯混元大模型在8月SuperCLUE-V测评中荣获国内大模型排名第一，展现出在多模态理解领域的卓越表现。其综合优势得益于对图像识别精确度和现实世界理解力的深入考验。腾讯混元大模型技术底座支持AI原生应用腾讯元宝，已扩展至万亿级参数规模，具备国内领先水平的多模态理解能力。

【AiBase提要:】

🏆 腾讯混元大模型荣获国内大模型排名第一，展现综合优势

🔍 评测结果显示，腾讯混元大模型在多模态理解基础和应用能力上表现突出

💡 腾讯混元大模型已扩展至万亿级参数规模，采用MoE结构，多模态理解能力达国内领先水平

6、Comfy Org重大进展:ComfyUI已支持腾讯混元DiT与Flux模型

Comfy Org 最近取得了重大进展，引入了新的模型支持和技术升级，加强了核心执行引擎，展现了对技术创新和用户体验的承诺。这些更新使得 ComfyUI 在 AI 领域变得更加可靠和强大。

【AiBase提要:】

🚀 新增模型支持: Flux 模型集成为用户提供了示例工作流和模型下载链接，显著增强了 AI 图像生成能力。

🔥 Hunyuan DiT 模型支持丰富了 ComfyUI 的多语言支持能力，表现出色在理解中文提示方面。

💡 前端技术升级将带来更强大和可维护的代码库，支持新前端功能的快速开发。

详情链接:https://blog.comfy.org/august-2024-flux-support-new-frontend-for-loops-and-more/

7、Reddit用户实测:GTP-4o在国际象棋上击败Gemini1.5pro

在最近的实验中，Reddit用户@zefman搭建了一个平台，让不同的语言模型实时对战国际象棋，其中GPT-4o表现出色成为最强选手。实验展示了不同模型的思考过程，提供了有趣的互动体验。

【AiBase提要:】

🌟 GPT-4o在国际象棋对战中表现出色，成为最强的语言模型。

♟️ 实验允许不同模型实时对弈，展示了它们的思考过程。

🔄 性能较弱的模型有时会选择错误的走法，但实验提供了重新选择的机会，保持游戏进行。

8、全景图像生成新方法PanoFree:无需调优生成多视角图片

PanoFree是一种无需调优的多视角图像生成技术，通过迭代变形和修补解决了一致性和伪影问题，提升了时间效率和内存使用效率，结果多样性更高。

【AiBase提要:】

🌟 无需调优的多视角图像生成方法

🚀 通过迭代变形和修补解决一致性和伪影问题

💡 时间效率和内存使用大幅提升，结果多样性更高

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

9、ExAvatar: 通过简短视频克隆人像并转化为3D数字形象

ExAvatar是由DGIST和Meta公司的Codec Avatars Lab联合研发的一项技术，能够通过捕捉视频中的动作和表情，转化为栩栩如生的3D数字形象。这项技术解决了以往技术中的难题，提高了动画的自然度和渲染效果。

【AiBase提要:】

🌟 全身3D驱动: 支持身体、手和面部的全面动画，生成多种姿势和表情。

💡 混合表示法: 结合3D高斯和表面网格，确保几何和外观一致性，减少伪影。

🚀 高质量渲染: 采用先进算法和技术，实现高质量动态表现和渲染效果。

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

10、Mistral AI推出新开发工具 用户可自主优化和构建智能Agents

Mistral AI最新推出的开发工具为用户和开发者提供了更强大、更灵活的AI模型优化和应用能力，受到广泛关注和期待。用户可以通过La Plateforme微调模型，使用Agents平台构建智能Agents，同时新版本SDK支持Python和Typescript，提供更多选择和灵活性。

【AiBase提要:】

✨ 用户可通过La Plateforme微调模型，更好利用数据进行优化。

🔧 Agents平台帮助用户详细调整模型，构建智能Agents。

🚀 新版本SDK支持Python和Typescript，集成和使用更加便捷。

11、Napkin:利用AI轻松将文本转化为可视化图形

在信息爆炸的时代，Napkin是一款利用AI技术的视觉化平台，能够将文本转化为各种可视化图形，帮助用户更轻松地表达创意和思想。尽管具有创新潜力，但也存在一些挑战和改进空间。

【AiBase提要:】

🧠 利用AI技术的视觉化平台，帮助用户将文本转化为各种可视化图形。

🚀 提供定制化功能，用户可以调整图标、颜色、字体等元素，导出多种文件格式或URL链接。

⚙️ 需要进一步优化AI技术处理模糊内容的能力，提升视觉设计水平和个性化程度。

详情链接:https://top.aibase.com/tool/napkin-ai

12、OpenAI ChatGPT应用收入创新高7月净收入2800万美元

OpenAI旗下ChatGPT移动应用在今年7月创下单月收入新高，净收入达2800万美元，主要得益于推出的GPT-4omni 模式。该模式带来了处理文本、语音和视频的新能力，提供更快的响应速度，使人工智能交互更加自然。尽管增速有所放缓，但整体保持健康增长态势，预计未来几个月收入将继续增长。

【AiBase提要:】

💰 ChatGPT应用7月净收入达2800万美元，较5月环比增长40%。

📱 苹果App Store贡献83%的收入，较6月增长20%。

🚀 GPT-4omni 模式为ChatGPT带来处理文本、语音和视频的新能力，提供更快的响应速度，用户交互更自然。