AI视野：自定义ChatGPT商店下周上线；小冰克隆人正式上线；美图大模型上线；普林斯顿大学提出GEO；英伟达发布文生图模型TrailBlazer

新鲜AI产品点击了解：https://top.aibase.com/

📰🤖📢AI新鲜事

自定义ChatGPT商店下周上线

OpenAI宣布将上线自定义GPT商店，用户可以将自己开发的自定义ChatGPT助手进行分享的平台。这一商店的功能类似于苹果的App Store，在大模型领域提供了新的商业机会。

【AiBase提要:】

💡 OpenAI将上线自定义GPT商店，用户可以将自己开发的自定义ChatGPT助手进行分享。

💡 用户可以通过可视化点击操作，快速开发特定领域的ChatGPT助手，并选择是否对外开放以获取付费收入。

💡 商店中的自定义GPT助手可以是私有模型，只与自己的同事或公司内部分享，也可以对全球用户开放。

小冰克隆人正式上线，有网红靠它年入破百万

小冰公司宣布将一系列测试产品转为正式发布，测试期间部分大V网红年收入已破百万。小冰克隆人通过小冰框架技术克隆创作者，具备创作者本人的性格、记忆、知识、声音与容貌。

【AiBase 提要】

💰小冰克隆人正式上线，允许创作者克隆自己，并向粉丝发布;

💰克隆人具备创作者本人的性格、记忆、知识、声音和容貌

👍小冰公司的数字员工产品已构建丰富的完整产品体系，数字互动名片和数字员工直播解决方案都已上线。

AI搜索引擎Perplexity再吸金5.28亿

Perplexity宣布完成B轮融资，筹得7360万美元，由IVP、NEA、NVIDIA、Jeff Bezos等多家知名投资机构参与，估值达5.2亿美元。

【AiBase提要:】

🚀 B轮融资完成: Perplexity完成B轮融资，筹得7360万美元，估值达5.2亿美元，由IVP、NEA、NVIDIA、Jeff Bezos等多家投资机构参与。

🔍 AI原生搜索服务: Perplexity提供人工智能搜索服务，具有即时、可靠的答案，并附带完整的来源和引用。

🌐 用户规模扩大: 过去一年，Perplexity获得了1000万的活跃用户，回答了超过50亿个查询，致力于解决信息泛滥和人工智能幻觉问题。

科学期刊将引入AI工具Proofig检测图片欺诈

科学期刊Science宣布采用商业软件Proofig，通过AI检测图像篡改，以预防科学研究中的欺诈行为。尽管被视为重要举措，但软件仍存在规避可能性，特别是对于了解其运作方式的欺诈者。科学研究中的图像篡改是一种常见的欺诈手段，而使用Proofig作为一种自动检测工具具有一定局限性。

【AiBase提要:】

🔍 自动检测图像篡改: Science期刊宣布采用商业软件Proofig，通过AI自动检测不当篡改的图像，防范科学研究中的欺诈行为。

🚨 软件局限性: 尽管Proofig能够捕捉一些严重的图像篡改案例，但对了解其运作方式的欺诈者仍有规避可能，且对于精心制作的欺诈图像可能无法防范。

🧪 科学研究欺诈挑战: 预防科学研究中的欺诈行为仍是一个复杂问题，对已发表可能存在问题的论文，期刊尚未公开其处理方式。

东京大学开发仿人机器人Alter3能执行ChatGPT指令

东京大学的Alter3仿人机器人成功与GPT-4连接，通过将书面指令转化为可执行代码，实现了机器人模仿各种人类行为，包括弹奏吉他、自拍、扮演角色等。这一实验为人机交互研究提供了新的方向，但也引发了一些伦理和道德问题的争议。

项目地址:https://tnoinkwms.github.io/ALTER-LLM/

【AiBase提要:】

🤖 Alter3与GPT-4连接: 东京大学成功将仿人机器人Alter3与GPT-4连接，通过语言模型将书面指令转化为可执行代码，实现机器人模仿人类行为。

🎭 “哑剧游戏”实验: 实验被看作是一场现代化的“哑剧游戏”，语言模型在其中扮演关键角色，让机器人Alter3模仿各种人类动作。

🌐 人机交互研究新方向: 这项研究为人工智能领域带来新的可能性，但也引发了伦理和道德问题的争议，涉及机器人的自主性和行为对人类社会的潜在影响。

普林斯顿大学和艾伦科技研究所提出生成引擎优化GEO

为了帮助内容创作者更好地理解他们的内容在生成引擎中的表现，并提供了优化这些内容以提高其在生成引擎中可见性和有效性的策略，普林斯顿大学和艾伦科技研究所提出了GEO的概念:生成引擎优化。

【AiBase提要:】

🔸 GEO是一种针对生成引擎的印象度量标准，衡量内容在生成引擎回答中的可见性和有效性。

🔸 GEO的优化策略包括结构化内容、关键信息突出和增强语义相关性。

🔸 GEO引入了GEO-BENCH基准测试，用于评估和比较不同优化方法的效果。

🤖📈💻💡大模型动态

英伟达发布文生图模型TrailBlazer

TrailBlazer是基于预训练的T2V模型，通过引入边界框概念，实现对视频对象运动方向、速度和行为的可控性，无需使用现有视频或进行神经网络训练。支持多对象控制、关键帧动画设置，生成高效且自然的运动效果，为非专业用户提供了可行的视频叙事流程。

项目演示网址:https://top.aibase.com/tool/trailblazer

论文网址:arxiv.org/abs/2401.00896

【AiBase提要:】

🚀 TrailBlazer发布: 英伟达推出TrailBlazer，基于预训练的T2V模型，通过边界框实现文本到视频生成的可控性。

🔄 无需视频指导: 无需提供低级别的每帧指导，通过边界框控制视频对象运动方向、速度和行为，无需神经网络训练。

🎨 多对象控制与关键帧动画: 支持同时控制多个对象，通过关键帧设置定义对象的位置和动作，生成高效且自然的运动效果。

美图大模型上线

MiracleVision（奇想智能）正式上线，用户可在美图旗下产品和官网体验，同时，公司向行业客户开放模型能力，通过API、SDK、SaaS等形式助力多场景工作流。

【AiBase提要:】

🚀 MiracleVision上线: 美图公司推出自研AI视觉大模型MiracleVision，可在美图产品和官网体验。

🌐 用户体验功能: 用户可在美图秀秀和WHEE中尝试文生图、图生图、模型训练等多项功能。

💼 开放模型能力: 公司向行业客户全面开放MiracleVision的模型能力，通过API、SDK、SaaS助力企业降本增效。

谷歌多模态图像生成模型Instruct-Imagen 整合LLM和SD生态

Instruct-Imagen引入多模态指令，支持多种模态任务。模型能够更好地理解和执行任务。

论文地址:https://browse.arxiv.org/html/2401.01952v1

【AiBase提要:】

🧠谷歌Instruct-Imagen模型整合LLM和SD生态系统。

🔗Instruct-Imagen引入多模态指令，支持多种模态任务。

💡Instruct-Imagen调整多模态指令，适应各种任务。

腾讯推出语音识别大模型

腾讯云ASR最新升级增强了方言处理、噪声过滤和语义识别能力，能够识别23种地方言、处理方言混战、提高读音相似词准确性，并在噪声环境中提高识别精准度。已广泛应用于多场景，包括录音质检、会议实时转写和语音输入法等。

体验地址:https://cloud.tencent.com/product/asr

【AiBase提要:】

🗣️ 方言处理升级: 腾讯云ASR可识别23种地方言，通过多语言混合识别引擎处理方言混战，包括少数民族小方言。

🔍 语义识别提升: 使用大语言模型LLM，上下文语义和大数据提取意图，增强对读音相似词和专业术语的准确识别。

🎙️ 噪声过滤改进: 通过自主学习和优化算法，提升抗干扰能力，自动过滤噪声，提高识别精准度。

Hugging Face文生成图模型aMUSEd

Hugging Face团队开发的aMUSEd模型在AI图像生成方面具有较快的速度，能在几秒钟内生成图像。

aMUSEd项目体验网址:https://top.aibase.com/tool/aamused

【AiBase提要:】

🔍 aMUSEd是Hugging Face开发的一款AI图像生成模型，能在几秒钟内生成图像，比其他竞争对手更快。

🔍 aMUSEd采用了轻量级的文本到图像模型，基于Google的MUSE模型，并使用了Masked Image Model（MIM）架构，提高了生成速度和可解释性。

🔍 aMUSEd还可以进行零样本的图像修复，具有很高的定制性和控制性。

🤖📱💼AI应用

谷歌似乎正在开发一款需要付费的 “高级版” Bard

根据开发者的分享，谷歌似乎正在开发"Bard Advanced"，该版本整合了Gemini Ultra语言模型，具备高级数学和推理能力。

【AiBase提要:】

🚀 Bard Advanced开发: 谷歌可能推出"Bard Advanced"，整合Gemini Ultra语言模型，具备高级数学和推理能力。

🤖 自定义机器人功能: 发现名为Motoko的功能，允许用户创建自定义机器人，尚不清楚是否需要付费或能否分享。

🔄 Power Up和Gallery功能: 谷歌可能推出"Power Up"功能，利用AI扩展和改进用户输入给Bard的提示。还可能推出Gallery部分，用于探索不同主题。功能尚未正式推出，谷歌未回应是否发布。

👨‍💻💡🎯聚焦开发者

南洋理工开源创新性文生视频模型FreeInit

他们发现视频扩散模型在生成视频时存在时间一致性不足和不自然的动态效果。FreeInit通过多次迭代重复采样优化过程，提升低频信息质量，改善生成视频质量。

开源地址:https://github.com/tianxingwu/freeinit

论文地址:https://arxiv.org/abs/2312.07537v1

【AiBase提要】

创新性文生视频模型FreeInit通过重新初始化噪声，改进时间的一致性。

研究人员发现视频扩散模型的推理初始化噪声中低频信息很难被完全移除。

FreeInit通过多次迭代重复采样优化过程，提升低频信息质量，改善生成视频质量。

Activepieces:开源全能自动化工具，可定制且易用

Activepieces是一个开源的全能自动化工具，被视为流行的自动化平台Zapier的替代品。具备用户友好的工作流构建器、广泛的集成、开放的生态系统和无限的使用案例。

在线地址:https://www.activepieces.com/

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

【AiBase提要:】

🛠️ 全能自动化工具: 支持分支、循环和拖放功能，可轻松创建和管理自动化工作流。

🌐 广泛集成支持: 拥有80多种集成，包括Google Sheets、OpenAI、Discord、RSS等，支持持续增长，用户可方便整合其他应用和服务。

🔄 开放生态系统: 所有集成源代码公开，用户和开发者可查看、修改和扩展集成，版本直接发布到https://npmjs.com，提供灵活、易用、可定制的自动化解决方案。