AI视野：Midjourney开始训练视频模型；文心一言用户破亿；优酷上线“AI搜片”功能；快手开源KwaiAgents系统

📰🤖📢AI新鲜事

Midjourney开始训练视频模型

Midjourney昨晚发布了重要消息，将开始视频模型训练，同时计划下周推出V6版本的重大更新。该更新将在文本处理方面有显著进步，提高内容连贯性和提示准确性。重点改进包括Inpainting功能和全新的风格调整器，为V7版本的重大更新做准备。

【AiBase提要:】

🚀 视频模型训练启动: Midjourney宣布即将开始视频模型训练，拓展其领先地位。

🆕 V6版本重大更新: 下周V6版本将推出，带来文本处理方面的显著进步，包括Inpainting功能和全新风格调整器。

🔮 V7版本预告: Midjourney透露V7版本将是一次重大更新，预示在视频生成领域竞争中的强劲实力。

文心一言用户破亿

百度首席技术官王海峰在WAVESUMMIT大会上宣布，文心一言用户数量突破1亿，与飞桨开发者规模达到千万。

【AiBase提要:】

🚀 文心一言用户已突破1亿，自8月31日开放服务以来，用户提问量与模型效果同步提升。

🛠️ 文心一言作为百度核心技术之一，在语义理解和自然语言处理领域取得显著成就。

💻 与文心一言技术深度绑定的百度飞桨开发平台成功发展，开发者规模已超过千万，达到1070万。

三星新推AI智能冰箱

三星推出2024Bespoke4-DoorFlexRefrigerator，内置摄像头识别食物，App提供个性化食谱建议，32英寸触摸屏支持TikTok和YouTube，强化AI功能。

【AiBase提要:】

🌿 内置摄像头辨识食物，App提供个性化食谱建议。

📲 与Galaxy手机镜像，32英寸触摸屏支持TikTok和YouTube。

🍽️ 强化的AI功能，如视觉AI识别食物并提供更多定制化选项。

阿里发布《AIGC治理与实践白皮书》

阿里巴巴携手中国电子技术标准化研究院发布《AIGC治理与实践白皮书》。阿里强调在AI发展中建立防火墙，同时突破AI应用的天花板，与社会共同解决问题，推动AI造福更广泛人群。

【AiBase提要:】

🔥 发展防火墙: 阿里致力于在AI领域筑牢发展的防火墙，确保安全发展。

🚀 突破天花板: 阿里强调不断突破AI应用的天花板，迎接前所未有的挑战。

🤝 社会共创: 阿里betway体育注册努力与社会各界合作，共同利用AI技术解决社会难题，推动AI造福更多人。

《纽约时报》起诉微软和OpenAI

纽约时报起诉微软和OpenAI，指责它们侵犯版权、滥用报纸知识产权，要求数十亿美元的法定和实际损害赔偿。

【AiBase提要:】

📰 侵权指控:微软和OpenAI被指控侵犯《纽约时报》版权，滥用报纸知识产权用于训练ChatGPT语言模型。

🤝 合作寻求解决方案:OpenAI表示对起诉感到失望，强调与媒体机构的对话，寻求互利合作方式，但未透露具体细节。

🔍 AI模型竞争与商业机会限制:纽约时报指责微软和OpenAI的GPT模型与其内容直接竞争，同时改变内容限制了时报的商业机会，引发媒体机构对人工智能模型的担忧。

比尔·盖茨预测人工智能将引发技术爆炸

比尔·盖茨预测人工智能将在未来18至24个月内迎来广泛应用，特别关注其在发展中国家的应用，强调全球卫生领域的平等性。

【AiBase提要:】

💡 盖茨预测人工智能将在未来18至24个月内广泛应用，加速科技领域的新发现。

🌍 盖茨关注人工智能在发展中国家的应用，特别强调在全球卫生领域的平等性。

🚀 盖茨指出人工智能在教育、抗击疾病等方面的多个应用案例，强调应根据各国实际情况进行调整。

🤖📈💻💡大模型动态

深言科技“语鲸大模型”通过备案

深言科技的“语鲸大模型”已通过备案，具备强大的语义理解与文本生成、代码理解等能力，将在文本创作、数学计算、代码补全等领域向社会公众开放服务。

【AiBase提要:】

🐋 技术实力: 深言科技的“语鲸大模型”在中文理解和生成方面领先，80亿参数的LingoWhale-8B模型已在多个评测基准上达到领先效果。

📅 产业合作: 入选“北京市通用人工智能产业创新伙伴计划”，并与清华大学NLP实验室合作，致力于推动人工智能产业创新。

🌐 开源与商用: LingoWhale-8B模型已开源供学术研究免费使用，商业用途需申请授权，展示深言科技在大模型领域的技术实力。

字节发布AI模型DiffPortrait3D

DiffPortrait3D是字节跳动团队开发的条件扩散模型，通过零样本能力，从一张肖像图生成逼真、多样的3D面部视图，支持不定姿态、夸张表情和各种艺术风格。

【AiBase提要:】

🌐 独特技术:DiffPortrait3D采用2D扩散模型生成先验，结合条件控制模块、交叉视图注意力模块和3D感知噪声生成机制，实现多视角、野外场景下的高质量3D人像合成。

📸 零样本方法:通过零样本方法，DiffPortrait3D能够从单一肖像生成3D一致的新视图，支持不规定相机视角、极端面部表情和多样艺术描绘，无需繁琐微调。

🔬 综合优势:引入条件控制模块、交叉视图注意力模块和3D感知噪声生成机制，确保在合成图像中保持面部特征一致性，经过多视角和野外基准测试展现出逼真高质量的3D面部重建。

🤖📱💼AI应用

优酷上线“AI搜片”功能

一项全新的AI功能“AI搜片”在优酷上线，被称为全网首个AI对话类影视搜索引擎。用户可通过多轮对话实现模糊搜索、影视问答等功能，提升搜索体验，使影视内容查找更智能和个性化。

【AiBase提要:】

🔍 优酷推出全新AI功能“AI搜片”——首个AI对话类影视搜索引擎。

🎙️ 用户通过对话实现模糊搜索、影视问答，无需具象问题即可完成搜索。

🌐 涵盖全网百万级影视剧实体信息，融合万亿条文娱相关知识词条，提升用户搜索体验。

👨‍💻💡🎯聚焦开发者

腾讯MotionCtrl正式开源

腾讯视频发布的MotionCtrl视频运动控制器正式开源，具有高度自定义相机和物体运动轨迹，实现精细多样化运动控制。

Demo:https://huggingface.co/spaces/TencentARC/MotionCtrl

项目地址:https://top.aibase.com/tool/motionctrl

【AiBase提要:】

🔄 MotionCtrl开源:腾讯视频发布的MotionCtrl视频运动控制器正式开源。

📹 多样化运动控制:项目可高度自定义相机和物体在3D空间的运动轨迹，实现更精细和多样化的运动控制。

🌐 架构优势:MotionCtrl独立控制摄像机和物体运动，考虑了它们的固有属性，提高了运动控制的灵活性。

快手开源KwaiAgents系统 性能超越GPT-3.5

快手与哈尔滨工业大学联合研发的「KwaiAgents」系统成功开源，通过Meta-Agent Tuning方法提升7B/13B模型性能，超越了GPT-3.5。

项目地址:https://github.com/KwaiKEG/KwaiAgents

【AiBase提要】

🚀 开源项目优势: 快手联合哈尔滨工业大学开源「KwaiAgents」系统，包含轻量级AI Agents系统、通用能力大模型、自动化评测Benchmark，为研究者提供便利。

🔄 Meta-Agent Tuning方法: 通过MAT方法，引入更多Agent Prompt模板，提升大模型在任务规划、工具使用、反思等能力，避免过拟合问题。

📈 性能超越GPT-3.5: 经过MAT调优后，7B-13B模型在各项能力上显著提升，评测结果显示超越了GPT-3.5效果。

字节推图像分割项目UniRef

UniRef 项目由字节公司推出，通过整合即参考图像分割、少镜头图像分割、参考视频对象分割和视频对象分割四种方式，利用UniFusion模块和SAM模型提高图像分割效率和精确度。

论文地址:https://arxiv.org/pdf/2312.15715.pdf

【AiBase提要】

🔍 UniRef 整合四种图像分割方式，实现自动选择最适合任务的分割方式。

🔄 UniFusion模块与SAM模型结合，进一步提高图像分割效率和精确度。

🚀 项目允许在广泛基准上进行联合训练，提高资源利用效率，实验结果显示在不同任务上取得先进性能。