AI日报：微软发布iPhone可运行AI模型；全国首例AI声音侵权案判了；Kimi创始人套现数千万美金；中文聊天模型Llama3发布

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、腾讯SaaS产品智能化升级 全面接入混元模型

腾讯宣布旗下协作SaaS产品全面接入混元模型，实现软件服务智能化。腾讯乐享、腾讯电子签、腾讯问卷等产品已实现智能化升级，为用户提供更智能、高效的服务。混元大模型已扩展至万亿级参数规模，在国内率先采用混合专家模型结构，性能表现优异。外部开发者和企业可以通过腾讯云上API直接调用腾讯混元能力，解决用户痛点。

【AiBase提要:】

🚀 腾讯SaaS产品实现智能化升级，提供更智能、高效的服务。

💡 混元大模型扩展至万亿级参数规模，性能在多方面表现优异。

🔗 外部开发者和企业可通过腾讯云API调用混元能力，解决不同场景下的痛点。

2、微软发布iPhone可运行的ChatGPT级AI模型Phi-3系列 挑战OpenAI地位

微软最新推出的Phi-3系列小型AI模型在AI领域引起轰动，尤其是Phi-3-mini模型在多项基准测试中超越了参数更大的Llama3模型。该系列模型能在iPhone14Pro和iPhone15上实现每秒12token的运行速度，达到了ChatGPT水平。微软强调训练数据的重要性，通过精心设计数据和训练方法提升模型性能。

【AiBase提要:】

🚀 Phi-3-mini模型参数仅3.8B，性能超越8B参数的Llama3模型。

💡 Phi-3系列包括Phi-3-small和Phi-3-medium版本，性能优越。

🔍 微软团队通过精心设计训练数据和独特训练方法提升了Phi-3系列模型的性能。

详情链接:https://arxiv.org/pdf/2404.14219.pdf

3、全国首例AI声音侵权案一审宣判 自己声音被AI化出售获赔25万元

这篇文章报道了全国首例AI声音侵权案的一审判决结果，涉及配音师声音被AI技术滥用的案件引起社会广泛关注。法院裁定被告未经授权擅自使用配音师声音开发AI产品构成侵权，需赔偿25万元。判决强调声音作为人格权益应受法律保护，为声音创作者提供了重要法律保障。

【AiBase提要:】

🔍 首例AI声音侵权案一审判决结果：被告未经授权使用配音师声音开发AI产品，需赔偿25万元。

💡 法院强调声音作为独特人格权益应受法律保护，未经授权擅自使用声音构成侵权行为。

👩‍⚖️ 判决为声音创作者提供了重要法律保障，将坚决维护声音权益并打击侵权行为。

4、中文聊天模型Llama3-8B-Chinese-Chat发布

这篇文章介绍了基于Meta-Llama-3-8B-Instruct模型经过ORPO方法微调的中文聊天模型Llama3-8B-Chinese-Chat。该模型减少了中英混合回答和表情符号的使用，使得回答更正式和专业。它在理解中文问题意图、提供恰当回答、拒绝不当请求等方面表现出色。

【AiBase提要:】

🔑 Llama3-8B-Chinese-Chat是基于Meta-Llama-3-8B-Instruct模型通过ORPO方法微调的中文聊天模型，减少了中英混合回答和表情符号的使用。

🌟 ORPO方法利用赔率比概念调整模型偏好设置，优化模型在特定任务中的表现，Llama3-8B-Chinese-Chat模型使用ORPO优化中英文生成偏好。

💡 Llama3-8B-Chinese-Chat模型在安全、道德、数学问题解答、写作和编程示例等方面表现出色，提供更准确、专业的回答和示例代码。

详情链接:https://top.aibase.com/tool/llama3-8b-chinese-chat

5、Adobe发布视频超分辨率项目VideoGigaGAN

Adobe最近推出了视频超分辨率项目VideoGigaGAN，该项目在视频放大技术方面取得了显著进展，能将视频放大至原始分辨率的8倍，保持时间连贯性和高频细节清晰度。这一技术将视频处理带入新阶段，极大扩展了视频内容的应用范围和质量。

【AiBase提要:】

✨ VideoGigaGAN实现视频放大至8倍原始分辨率，保持时间连贯性和高频细节清晰度。

🔍 Adobe优化GigaGAN模型，增强视频稳定性，展示卓越性能。

💡 VideoGigaGAN提升视频视觉质量，适应不同风格视频内容，具有广泛的应用潜力。

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

6、Midjourney发布random功能 可基于提示词生成完全随机的图像风格

Midjourney发布了一个有趣的功能，可以基于提示词生成完全随机的图像风格。用户可以通过随机生成的图像风格来探索不同的创作方向，同时还可以与其他用户进行实时交流和分享，共同探讨创作过程中的灵感和想法。这一功能的推出将进一步丰富用户的图像生成体验，为他们提供更多的创作选择和交流平台。

【AiBase提要:】

⚙️ 可基于提示词生成完全随机的图像风格

💬 用户可以通过Room功能进行实时交流和分享

🎨 探索不同的创作方向，丰富用户的图像生成体验

7、AI独角兽月之暗面创始人杨植麟套现数千万美金 官方回应

杨植麟作为月之暗面创始人，通过个人股份销售套现数千万美元，引起广泛关注。公司成立仅一年便获得巨额融资，估值超过25亿美元。月之暗面的成功不仅在估值上体现，旗舰产品Kimi Chat的成功也备受瞩目。

【AiBase提要:】

🚀 月之暗面创始人杨植麟通过个人股份销售套现数千万美元，公司估值超过25亿美元。

💡 月之暗面创立仅一年便迅速崛起，成为中国大模型领域独角兽之一。

💬 月之暗面旗舰产品Kimi Chat凭借“长文本”功能在AI大模型领域脱颖而出，引发资本市场热潮。

8、毫不犹豫！小扎自曝愿开源100亿美元模型 直言2025年之前AGI不可能实现

在最新的播客访谈中，小扎展现了开源英雄形象，表示愿意开源价值100亿美元模型，强调开源降低成本促进创新，但也需综合考虑经济利弊。他对2025年之前AGI实现持悲观态度，认为能源短缺是瓶颈，解决可能需数十年。批评苹果和谷歌独占移动生态，希望通过开源改变局面，防范竞争对手威胁。对于人工智能发展瓶颈，担忧能源限制和数据中心挑战，持保留态度未来AI模型能力提升。

【AiBase提要:】

💡 小扎愿意开源价值100亿美元模型，认为开源降低成本促进创新，但需综合考虑经济利弊。

💡 对2025年之前AGI实现持悲观态度，认为能源短缺是瓶颈，解决可能需数十年。

💡 批评苹果和谷歌独占移动生态，希望通过开源改变局面，防范竞争对手威胁。

9、字节跳动发布图像模型蒸馏算法Hyper-SD

这篇文章介绍了字节跳动的Lightning团队发布的新图像模型蒸馏算法Hyper-SD，该算法在图像处理和机器学习领域取得重要进展。通过创新的方法提升了模型性能，在保持模型精简的同时提高了推理速度和效率。

【AiBase提要:】

⚙️ 分段轨迹一致性蒸馏：Hyper-SD技术确保了原始ODE轨迹的完整性。

🧠 人类反馈学习机制：引入人类反馈学习，提升模型表现，减少性能损失。

🔬 分数蒸馏技术：增强了模型在低步推理下的生成能力，进一步提升性能。

详情链接:https://top.aibase.com/tool/hyper-sd

10、AI音乐生成工具AI Jukebox 输入提示词选择曲风即可创作音乐

AI Jukebox是一款利用人工智能技术的音乐生成工具，通过Hugging Face平台提供服务。它简化音乐创作过程，智能化且用户友好。用户可以通过输入提示词指导AI生成特定风格音乐，实现智能化音乐创作。AI Jukebox鼓励人机合作模式，为音乐人和音乐爱好者提供灵感和创作工具，探索无限可能性。

【AiBase提要:】

🎵 本地化模型加载: 用户打开AI Jukebox的网页后，系统自动加载生成模型，无需复杂设置。

🎶 基于提示词的音乐生成: 用户通过输入特定提示词指导AI生成特定风格音乐，包括音乐类型、情感、乐器等描述。

🎼 人机合作模式: AI Jukebox鼓励用户与AI合作，探索新的音乐创作方式，提供灵感和创作工具。

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

11、虚拟人聊天系统Live2D

这篇文章介绍了基于Unity开发的Live2D虚拟人聊天系统项目，利用Live2D技术展现动态虚拟人形象，提供流畅的动画效果，增强用户交互体验。项目集成了Azure、OpenAI和APISpace等API支持自然语言处理和生成，实现实时文本交流。同时支持图像处理和人脸检测，高清分辨率显示，以及自定义扩展功能。

【AiBase提要:】

👩‍💻 Live2D虚拟人形象集成，提供流畅的动画效果，增强用户体验。

💬 实时聊天功能，虚拟人能理解并回应用户文本输入，实现实时交流。

🔍 图像处理和人脸检测，让虚拟人更好地响应用户视觉输入。

详情链接:https://top.aibase.com/tool/live2d-virtual-human-for-chatting-based-on-unity

12、港大与浙大联合研发SC-GS模型

本文介绍了香港大学CVMI实验室与3D大模型公司VAST以及浙江大学联合研究团队提出的SC-GS模型，该模型在数字资产创造和3D重建领域取得突破性成果。通过稀疏控制点实时交互编辑，实现了对动态场景的高效编辑和合成，展现了巨大潜力。

【AiBase提要:】

🌟 SC-GS模型在新视角合成领域掀起革命性浪潮，展现出对动态高斯的稀疏控制点进行实时交互编辑的能力。

🔑 用户可以通过简单的鼠标拖拽和键盘组合按键操作，轻松实现对重建动态场景的编辑。

💡 SC-GS模型通过神经网络预测控制点运动状态，驱动整个场景中的动态高斯进行变形，提升了动态新视角合成的性能。

详情链接:https://top.aibase.com/tool/sc-gs

13、新视频分割技术SAM 可高效识别移动物体

本文介绍了在视频分割领域，研究团队探索新的视频对象分割技术，通过结合SAM模型和光流技术，提高了视频分割性能。两种模型展示了潜力，实现了显著性能提升，并将分割技术扩展到整个视频序列，实现物体追踪。这些技术提升了视频分割精度和效率，降低了计算复杂度，对多个应用场景具有重要意义。

【AiBase提要:】

⚙️ SAM与光流结合的模型展示了提高视频分割性能的潜力。

🔍 SAM与RGB图像结合的模型增强了模型对视频中物体运动的识别和分割能力。

🚀 将基于帧的分割方法扩展到整个视频序列，实现了物体在视频连续帧中的身份追踪。

详情链接:https://www.robots.ox.ac.uk/~vgg/research/flowsam/