首页站长资讯AI日报：神秘AI模型Red_panda横空出世；xAI为Grok添加图像理解功能；更多特效的PixVerse V3发布

AI日报：神秘AI模型Red_panda横空出世；xAI为Grok添加图像理解功能；更多特效的PixVerse V3发布

站长网2024-10-29 16:01:050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、生图能力超越Flux1.1Pro!神秘AI模型红熊猫Red_panda横空出世

一款名为red_panda的神秘AI图像生成模型在Artificial Analysis的基准测试中表现惊人，超越了行业领军企业的产品。其在文本转图像测试中以1244分的成绩领跑，展现出技术优势和高效率。红熊猫的真实感图像超越了传统AI作品，展现出色的文本提示理解和执行能力。红熊猫的横空出世推动了行业标准的提升，引发关注。

【AiBase提要:】

🚀 红熊猫AI模型在基准测试中以1244分的成绩领跑，超越行业领军企业产品

💡 红熊猫生成的图像具有极高的真实感，超越了传统AI作品

🔗 红熊猫的横空出世推动了行业标准的提升，引发关注

详情链接:https://artificialanalysis.ai/text-to-image/arena

2、xAI为Grok添加图像理解功能还能看懂梗图的幽默

马斯克旗下xAI公司最新为其AI模型Grok增添了图像理解功能，用户可上传图片向AI助手提问。马斯克展示了Grok的新能力，包括理解图片内容和幽默元素。功能仍在早期阶段，团队将持续改进。xAI通过与黑森林实验室合作，新增多模态理解功能，提升用户体验和开发者API。

【AiBase提要:】

✨ 图像理解功能:Grok现可理解图片内容和幽默元素。

🚀 功能扩展:自推出Grok-2模型以来，xAI不断扩展功能，与FLUX.1模型合作实现图像生成。

🔥 用户体验提升:新增多模态理解功能，马斯克承诺很快实现文档处理需求。

3、又要被玩坏了!PixVerse V3升级:不但能玩AI捏捏，还能让杯子长腿

PixVerse V3版本带来了全方位的功能升级，让创作者体验更专业、更有趣。从视频特效到风格功能再到视频延长，都有显著提升，为内容创作者提供更全面、更专业的视频创作平台。

【AiBase提要:】

✨ 视频特效升级:新增万圣节主题特效，操作简单直观，丰富节日创作素材。

🎨 风格功能升级:支持动漫、3D动画、粘土和写实四种风格，可应用于不同场景。

🔥 视频延长功能:用户可额外增加5-8秒内容，精确控制新增片段内容走向，生成连贯动作画面。

详情链接:https://app.pixverse.ai/home

4、谷歌Gmail网页版上线AI功能 “帮我写”，邮件撰写润色更轻松

谷歌在网页版Gmail上推出了“帮我写”功能，利用Gemini AI帮助用户撰写和修改邮件，提升了邮件撰写的便利性和效率。这一功能仅限于订阅Google One AI Premium或拥有Gemini Workspace插件的用户使用，为用户提供了个性化的邮件撰写体验。新增的“润色”快捷方式让用户可以快速优化邮件内容，进一步提升邮件的质量。

【AiBase提要:】

🌟 “帮我写”功能上线网页版Gmail，利用Gemini AI帮助用户撰写和修改邮件。

🔑 仅限订阅Google One AI Premium或拥有Gemini Workspace插件的用户使用。

⚡ 新增“润色”快捷方式，方便用户快速优化邮件内容。

5、视频理解领域杀出黑马!Video-XL这款模型能处理长达一小时的视频!

Video-XL是一款专为高效的小时级视频理解而设计的超长视觉语言模型，利用“视觉上下文潜在摘要”技术将长视频内容压缩成精简形式，提高效率并保留关键信息。在多个长视频理解基准测试中表现出色，效率和效果平衡。应用前景广阔，可用于电影摘要、监控异常检测和广告植入识别。

【AiBase提要:】

🚀 Video-XL是专为处理超长视频而设计的超长视觉语言模型，利用视觉上下文潜在摘要技术压缩视频内容。

💡 Video-XL在多个长视频理解基准测试中表现领先，尤其在VNBench测试中准确率高出近10%。

⚙️ Video-XL在效率和效果之间取得平衡，在单个80GB GPU上处理2048帧视频，同时保持近95%的准确率。

详情链接:https://github.com/VectorSpaceLab/Video-XL

6、苹果iOS18.2确认于12月推送将为Siri植入ChatGPT

苹果公司宣布将在12月推出iOS18.2、iPadOS18.2和macOS Sequoia15.2系统更新，引入革命性的AI功能升级，包括Siri首次接入ChatGPT，为用户带来更智能、更便捷的体验。系统强调用户隐私保护，整合顶级AI技术与硬件优势，展现了苹果在AI领域的雄心。

【AiBase提要:】

🔍 Siri将首次接入ChatGPT，用户无需额外注册账户即可免费使用

📝 ChatGPT整合到系统写作工具中，提升创作能力

🔒 苹果采取严格安全措施保护用户隐私，不保存ChatGPT使用记录

7、报道称，Meta 正在研发自家AI搜索引擎，减少对谷歌依赖

最近，据报道，Meta 正在开发一款全新的人工智能搜索引擎，旨在减少对谷歌和微软的依赖。这一举措将为Meta的聊天机器人提供AI生成的时事摘要，进一步深入信息获取领域。科技巨头之间的竞争日益激烈，Meta、苹果、OpenAI等公司都在推出创新产品以满足用户需求。

【AiBase提要:】

🌐 Meta 正在开发AI搜索引擎，减少对谷歌的依赖。

🤖 新的搜索引擎将为Meta的聊天机器人提供AI生成的时事摘要。

📰 Meta与路透社达成合作，让聊天机器人可使用其新闻文章进行回答。

8、智源推出全能视觉生成模型 OmniGen 集多项能力于一体

北京智源人工智能研究院（BAAI）推出全新全能视觉生成模型OmniGen，标志着图像生成领域重大突破。OmniGen以统一性、简单性和跨任务知识迁移能力著称，可处理多种图像生成任务，包括文生图、图像编辑、主题驱动生成和视觉条件生成。模型简化架构、用户友好操作，无需插件或复杂步骤，能有效跨任务迁移知识，展示新颖功能。

【AiBase提要:】

🌟 OmniGen模型集多项能力于一体，处理多种图像生成任务。

🔑 模型简化架构、用户友好操作，无需额外插件，可完成复杂任务。

💡 OmniGen开源权重和代码，构建大规模统一图像生成数据集X2I，推动通用图像生成领域发展。

详情链接:https://arxiv.org/pdf/2409.11340

9、突破性开源项目:手机也能运行的轻量级数字人来了

近日，一个名为Ultralight-Digital-Human的开源项目成功解决了数字人技术在移动端的部署难题，让普通智能手机也能实时运行数字人应用，为相关技术的普及带来新的可能。该项目采用了创新的深度学习技术，通过算法优化和模型压缩，成功将庞大的数字人系统瘦身到可以在移动设备上流畅运行的程度。

【AiBase提要:】

🔑 创新深度学习技术实现数字人在移动设备上流畅运行

🔑 集成Wenet和Hubert音频特征提取方案，提升数字人唇形同步效果

🔑 提供完整的训练流程文档，让开发者轻松训练自己的数字人模型

详情链接:https://github.com/anliyuan/Ultralight-Digital-Human

10、环球音乐与AI公司携手打造 “有道德” 的AI 音乐生成模型KLayMM

环球音乐集团与Klay Vision合作开发道德音乐生成模型KLayMM，旨在推动可持续AI音乐创作。这一合作标志着音乐行业对AI技术的重视，展示了新的音乐创作方向。

【AiBase提要:】

🎶 UMG与Klay Vision合作推出KLayMM，尊重版权与艺术家权益。

🤝 模型将与音乐行业合作，确保AI内容准确归属与可持续发展。

🌍 Klay Vision建立全球生态系统，促进AI音乐创作与版权变现。

11、苹果推配备M4的新款iMac Apple Intelligence解锁Mac更多可能

苹果公司发布了全新的iMac，搭载强大的M4芯片和Apple Intelligence，保持超薄设计。新款iMac将于11月8日正式发售，起价1299美元。M4芯片带来显著性能提升，日常生产力提升1.7倍，处理照片编辑和游戏速度提升2.1倍。Apple Intelligence带来全新体验，结合生成模型和隐私保护功能，解锁Mac新方式。