AI日报：王炸！ElevenLabs推声音设计功能；全能型图像生成模型OmniGen问世；快50倍！OpenAI推全新模型sCM

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、ElevenLabs推出AI语音生成工具Voice Design

ElevenLabs最新推出的AI语音生成工具Voice Design开创了AI配音领域的新纪元，通过简单的文本描述即可创建个性化语音，为用户提供了直观的文本提示功能，支持调节多个语音参数，包括年龄、性别、口音、语调和音高，同时突破性地支持创作角色化语音，为内容创作者提供了前所未有的声音定制自由。

【AiBase提要:】

🔊 用户只需描述所需声音特征，系统快速生成符合要求的语音。

🎭 Voice Design支持创作角色化语音，捕捉并还原虚拟角色的声音特征。

🌐 AI语音定制化进入全新阶段，为游戏开发、有声内容制作等领域提供强大的创意工具。

详情链接:https://elevenlabs.io/voice-design

2、吊打ControlNe?全能型图像生成模型OmniGen问世，简单提示实现图像生成与精细编辑

OmniGen是一款全新的图像生成模型，与以往工具不同的是，它具备多种能力，包括文本到图像生成、图像编辑等，用户只需提供简单提示词即可控制图像生成与精细编辑，无需使用ControlNe等插件。该模型架构简化，结合了变分自编码器和预训练的Transformer模型，训练数据集庞大多样，表现优秀。

【AiBase提要:】

⚙️ OmniGen具备多种能力，包括文本到图像生成、图像编辑，用户体验极佳。

🔥 OmniGen采用简化架构，结合变分自编码器和Transformer模型，训练数据集庞大多样，效果出色。

🌟 OmniGen在多项测试中表现惊艳，文本到图像生成能力与市面先进模型相当，图像编辑能力优秀。

体验入口:https://huggingface.co/spaces/Shitao/OmniGen

3、科大讯飞星火4.0Turbo大模型发布

科大讯飞在全球 1024 开发者节上展示了讯飞星火4.0Turbo大模型，超越了之前版本和GPT-4Turbo，在数学和编程能力上表现出色，效率提升50%。同时推出了星火代码7B版本和超拟人数字人，实现了语义贯穿的自然交互体验。

【AiBase提要:】

✨ 讯飞星火4.0Turbo在数学和编程能力上超越了GPT-4Turbo，整体效率提升50%。

🔥 在 14 项主流测试中取得 9 项第一名成绩，展现出卓越的性能表现。

💡 推出星火代码7B版本和超拟人数字人，实现了多模态交互和更真实的交互体验。

4、OpenAI推全新模型sCM，内容生成速度提升 50 倍，生图只需0. 1 秒

OpenAI的研究团队发布了一项令人振奋的研究成果，介绍了全新的连续时间一致性模型（sCM），其生成多媒体内容的速度实现了飞跃，相较传统扩散模型提高了 50 倍。sCM在不到0. 1 秒内生成一幅图像，仅需两步采样即可生成高质量样本，未来应用广泛，潜力巨大。

【AiBase提要:】

📈 速度提升 50 倍，图像生成时间缩短至0. 1 秒

🖼️ 仅需两步采样，sCM能生成高质量样本，效率显著提高

⚙️ 未来应用广泛，包括实时图像、音频和视频生成，潜力巨大

详情链接:https://openai.com/index/simplifying-stabilizing-and-scaling-continuous-time-consistency-models/

5、谷歌开源AI文本水印工具SynthID

谷歌最近开源了文本水印工具SynthID，旨在帮助开发者更好地识别AI生成的文本。这一举措对应对虚假信息和不当内容具有重要意义，同时推动了AI技术的发展和应用。

【AiBase提要:】

📜 SynthID开源，助力开发者识别AI生成文本。

🛠️ 水印技术在应对虚假信息和不当内容中愈发重要。

💡 谷歌的SynthID能微调文本生成的概率分数，形成水印。

详情链接:https://ai.google.dev/responsible/docs/safeguards/synthid?hl=zh-cn

6、iOS18.2beta1 已经向开发者发布 包含集成的 ChatGPT

苹果最近发布了 iOS18. 2 的第一个开发者测试版，增加了一些新的 Apple Intelligence 功能，包括 Genmoji 表情符号、Image Playground 图像生成、AI 驱动的写作功能、ChatGPT 集成和 Visual Intelligence 等。苹果的 Apple Intelligence 功能旨在提供更智能、个性化的体验，但某些功能如让 Siri 了解屏幕内容尚未实现。

【AiBase提要:】

🌟 iOS18.2Beta1 中 Siri 正式接入 ChatGPT，增强自然语言理解能力。

🎨 新增的 Genmoji 和 Image Playground 功能允许用户生成个性化的表情符号和图像。

📱 Visual Intelligence 功能支持通过 iPhone16 相机进行智能搜索，提升信息获取效率。

7、 14 岁少年沉迷聊天机器人后不幸离世，Character.AI 和谷歌面临诉讼

这篇文章报道了一名 14 岁少年因沉迷于与Character.AI的聊天机器人互动而选择结束生命，引发了一场诉讼。文章揭露了Character.AI被指控存在失职和误导行为，涉及提供未经许可的心理治疗以及过度拟人化的聊天机器人设计。同时，Character.AI宣布了一系列新的安全措施以保护未成年用户，减少心理健康风险。

【AiBase提要:】

🔍 诉讼揭露Character.AI和谷歌被指存在失职和误导行为，引发关注和讨论。

💬 被指控提供未经许可的心理治疗，聊天机器人设计过度拟人化，引发道德和法律争议。

🔒 Character.AI宣布新安全措施，包括修改未成年人模型、加入免责声明等，提升用户保护措施。

8、OpenAI 科学家: 20 秒思考能比 10 万倍数据更有效!

在最近的 TED AI 大会上，OpenAI 的研究科学家诺亚姆・布朗介绍了 OpenAI 新发布的 o1 模型，强调了系统二思维对于改变各行业决策方式的重要性。布朗指出， 20 秒的思考时间能带来比 10 万倍数据更好的效果，而 o1 模型在多个领域展现出卓越性能。他强调 AI 需要超越数据处理，进入更深思熟虑的系统二思维。

【AiBase提要:】

🧠 系统二思维是未来 AI 发展的关键，能提升决策质量。

⏳ 20 秒的思考时间能带来比 10 万倍数据更好的效果。

💡 OpenAI 新发布的 o1 模型在多个领域展现出卓越的性能。

9、研究人员开发了新 LLM 越狱方法，成功率高达65%

近日，网络安全公司 Palo Alto Networks 的 Unit42 研究团队发布了一项令人瞩目的研究，揭露了一种名为 “Deceptive Delight”的新型越狱方法。该方法能够在仅仅两到三次交互中，成功诱导大型语言模型（LLM）生成有害内容，其成功率高达65%，为保护 LLM 的安全性敲响了警钟。

【AiBase提要:】

🔍 新型越狱方法两到三次交互中诱导 LLM 生成有害内容，成功率高达65%。

📈 不同模型的成功率差异明显，单一模型成功率最高可达80.6%。

🛡️ 为应对越狱攻击，建议增加内容过滤器和清晰的系统提示，提升安全性。

10、苹果发布三款适用于Apple Intelligence的API

苹果公司最新发布的开发者测试版带来了多项新的 Apple Intelligence 功能，包括 Genmoji、Image Playground、Visual Intelligence、Image Wand 和 ChatGPT 集成合，极大地增强了用户体验。此次更新还推出了三个关键功能的 API，帮助开发者将苹果的小型模型生成 AI 集成到应用程序中。虽然扩展了英语本地化支持多个国家，但未来将支持更多语言，对中国和欧盟用户可能存在不确定性。

【AiBase提要:】

🌟 苹果发布 iOS18. 2 等新测试版，推出多项 Apple Intelligence 功能。

🐱 新增的 API 将帮助开发者集成生成式 AI 到应用中。

🌍 扩展的英语本地化支持多个国家，未来将支持更多语言。

11、Zoom发布AI助手2. 0 版本:轻松整理会议要点

Zoom最新推出的AI助手2. 0 版本为用户提供了更高效的工作管理和团队协作体验。AI Companion2. 0 不仅能在会议中提供即时帮助，还可以管理邮件和聊天记录，撰写感谢信等，全面提升工作效率。Zoom向AI优先工作平台迈出重要一步，免费提供给拥有付费账户的用户。

【AiBase提要:】

✨ AI Companion2. 0 是Zoom新推出的AI助手，旨在提升工作效率。

🤖 用户可以在会议中提问获取即时帮助，并轻松回顾重要信息。

📄 AI助手支持邮件和聊天记录的管理，还能撰写感谢信和生成项目草稿。