2024-11-22 08:56
國產(chǎn)文生視頻Vidu發(fā)布1.5版，攻克一致性難題丨搜狗輸入法發(fā)布V12更新內(nèi)置AI搜索丨文心大模型明年初發(fā)布新版
AI奇點(diǎn)網(wǎng)2024年11月22日報(bào)道丨AI資訊早報(bào)
近日，北京生數(shù)科技旗下的文生視頻大模型 Vidu 發(fā)布了 1.5 新版本，可實(shí)現(xiàn)“世界領(lǐng)先水平”的突破 —— 能夠理解多樣化素材的同時(shí)輸入，突破人物和對象在連貫視頻內(nèi)保持一致性的世界難題。
Vidu 方面表示，其在上線之初就已具備角色一致性生成能力，通過鎖定人物面部特征可解決視頻生成的關(guān)鍵痛點(diǎn)，確保了人物面部特征的一致性。
比如下面這個(gè)示例，將兩個(gè)主體對象輸入視頻生成模型，在提示詞的幫助下，就可以快捷實(shí)現(xiàn)梅西慶祝進(jìn)球的畫面，轉(zhuǎn)換為馬斯克的臉龐。
此次發(fā)布的更新中，Vidu 則首次展現(xiàn)了大模型對于 Tokens 上下文學(xué)習(xí)的能力，提升了整體視頻模型的可控性，通過靈活的多元輸入實(shí)現(xiàn)了多角度、多主體、多元素的一致性生成。
Vidu 1.5版本擁有以下技術(shù)突破成果：
復(fù)雜主體的精準(zhǔn)控制：無論是細(xì)節(jié)豐富的角色，還是復(fù)雜的物體，Vidu 都能保證其在多個(gè)不同視角下的一致性。如造型復(fù)雜的 3D 動(dòng)畫風(fēng)格角色，無論視角如何變化，其能夠始終確保頭型、服飾的全角度細(xì)節(jié)一致，避免了傳統(tǒng)視頻模型在復(fù)雜視角切換時(shí)產(chǎn)生的瑕疵。
人物面部特征和動(dòng)態(tài)表情的自然一致：在人物特寫鏡頭中，其能夠自然且流暢地保持人物面部特征和表情的連貫性，避免了面部僵硬或失真的現(xiàn)象。
多主體一致性：用戶可上傳多個(gè)主題圖像，包括人物角色、道具物體、環(huán)境背景等，并在視頻生成中實(shí)現(xiàn)這些元素的交互。例如，用戶可以上傳主體、客體和環(huán)境的圖片，創(chuàng)建定制角色身穿特定服裝、在定制空間內(nèi)自由動(dòng)作的場景。
11月22日，騰訊旗下的搜狗輸入法發(fā)布全面升級，發(fā)布V12版本，推出了 AI 搜索和 AI 快查功能，讓用戶在使用輸入法進(jìn)行聊天或者寫作時(shí)能夠直接進(jìn)行快捷的 AI 搜索任務(wù)。
搜狗輸入法本次升級基于“騰訊混元”大模型進(jìn)行開發(fā)，官方號稱「輸入即搜索」，使頁面上所有的文本輸入框變身為“搜索框”，無論是學(xué)習(xí)、辦公還是社交場景，用戶都可以實(shí)現(xiàn)邊聊邊搜、邊寫邊搜的全新交互體驗(yàn)。
本次更新的主要內(nèi)容如下：
AI 搜索：輸入框即搜索框，依托騰訊混元大模型，點(diǎn)擊放大鏡“秒出答案”。
AI 搜索 PC 端：輕敲“等號”快出結(jié)果，劃詞選中，開啟 AI 能力。
AI 快查：查天氣、股價(jià)、假期... 秒出結(jié)果，聊天不中斷。
AI 陪伴：桌面寵物支持親昵互動(dòng)，數(shù)十款可選。
魔術(shù)手勢：上下左右輕松滑，刪除恢復(fù)更流暢，單手 / 分離 / 懸浮鍵盤，大屏 / 折疊屏自如適配輸入。
全新視覺：視覺輕盈更清新，簡潔品質(zhì)感，22 個(gè)鍵盤布局，更多選擇。
11 月 21 日，努比亞發(fā)布今年的旗艦手機(jī)努比亞 Z70 Ultra，在保持了努比亞紅色點(diǎn)綴的家族設(shè)計(jì)語言外，還配備了最新的旗艦高通驍龍?zhí)幚砥?，以及超過了 95% 的超高屏占比全面屏。
新機(jī)搭載了驍龍 8 至尊版芯片，采用 LPDDR5X+UFS4.0 的內(nèi)存組合，配備了 6.85 英寸的 AMOLED 全面屏，屏占比高達(dá) 95.3%，同時(shí)內(nèi)置了第七代屏下攝像技術(shù)，顯著提升了自拍體驗(yàn)。
相機(jī)傳感器方面，努比亞 Z70 Ultra 搭載了 35mm 人眼仿生動(dòng)態(tài)鏡頭和超微距潛望長焦鏡頭，配備了行業(yè)唯一的單反級機(jī)械快門。此外它還擁有業(yè)界唯一的兩段式游戲?qū)嶓w鍵，配備 6150mAh 的大容量電池和 80W 快充。
努比亞還與中國電信合作，在 Z70 Ultra 手機(jī)搭載由中國電信打造的全新星辰大模型，包括 30 億參數(shù)端側(cè)大模型 + 千億參數(shù)的云側(cè)大模型，組成了自然語言、語音、影像、視覺、性能、多模態(tài)等多個(gè)大模型矩陣。號稱是“首個(gè)全語音全場景穿透式 AI 操作系統(tǒng)”。
星云 AIOS 系統(tǒng)在大模型的幫助下，可實(shí)現(xiàn)全語音全場景的交互，包括智能訂票、股票盯盤等，還具備 AI 翻譯、文檔處理能力。
外觀上新機(jī)提供了黑璽、香珀、星空典藏版三種配色，其中星空典藏版支持實(shí)時(shí)語音雙向衛(wèi)星通話。目前新機(jī)開始預(yù)售，11 月 25 日全渠道上市，定價(jià)為 4599 元起，星空典藏版則為 5499 元起。
11 月 21 日晚間，百度公司發(fā)布 2024 年第三季度財(cái)務(wù)報(bào)告，顯示季度總營收 336 億元，核心業(yè)務(wù)營收 265 億元，歸屬凈利潤為 75.4 億元，同比增長 17%，超出市場預(yù)期。
財(cái)報(bào)顯示，截至今年 11 月，文心大模型日均調(diào)用量達(dá) 15 億次，對比去年 Q4 披露的日均調(diào)用量 5000 萬次，在不到一年時(shí)間內(nèi)增長了 30 倍。
在第三季度財(cái)報(bào)電話會(huì)上，百度 CEO 李彥宏透露，百度將于 2025 年初發(fā)布文心大模型的新版本，以鞏固其在基礎(chǔ)大模型市場份額上的領(lǐng)先優(yōu)勢。
當(dāng)?shù)貢r(shí)間11月21日消息，據(jù)外媒報(bào)道，馬斯克旗下的人工智能創(chuàng)業(yè)公司xAI已完成新一輪融資，共籌集到 50 億美元新資金，融資規(guī)模已經(jīng)達(dá)到了 500 億美元，與目前行業(yè)領(lǐng)頭羊 OpenAI 處于同一梯隊(duì)。
據(jù)報(bào)道，Valor Equity Partners、紅杉資本和安德森-霍洛維茨參與了此次融資，另外中東國家卡塔爾的主權(quán)財(cái)富基金也參與了此次融資。
今年 5 月，該公司曾經(jīng)宣布，這些投資方第一輪支持了60億美元的資金。
相關(guān)文章
Altman
