资讯滚动

视觉语言模型屡屡出现新突破，但ViT仍是图像编码器的首选网络结构。字节提出新基础模型——ViTamin，专为视觉语言时代设计。在使用相同的数据集和训练方案时，ViTamin在ImageNet零样本准确率上比ViT提高了2.0%。此外在分类、检索、开放词汇检测和分割、多模态大语言模型等60个不同基准上都表现出了良好的结果。

AI语音再进化，人耳还能听出AI和真人的差别吗?以上两段音频demo来自微软最近更新的AI语音角色“晓晓”。逼真、情绪到位、语气自然、断句近乎完美，是绝大多数网友听到“晓晓”声音时给出的评价。在播客App小宇宙上，“HackerNews”账号用“晓晓”的声音制作了一期节目，听众在评论区留言表示“想打赏”。实际上，这已经不是AI第一次入侵播客圈了。

斯坦福辍学出道的OpenAICEO奥特曼，受到了大量在校生的追捧和欢迎。昨天，黄仁勋亲自为OpenAI送来了全球第一台NvidiaDGXH200超级计算机，三人合影（老黄、奥特曼、GregBrockman）引得大家津津乐道。大合影后，奥特曼也没闲着，现身斯坦福大学的Nvidia礼堂发表演讲，大约超过1000名学生排起了长队。

小米公司Redmi品牌总经理王腾近日在深圳露面，与当地研发团队共同审视即将推出的新产品。在之前的直播中，王腾已经透露，RedmiK70至尊版是由Redmi在深圳的研发团队精心打造的，并且与往年相比，这款产品的发布时间将会提前。王腾此次访问深圳，显然是为了RedmiK70至尊版的相关事宜，预示着这款新产品的上市已经指日可待。

快科技4月26日消息，今天，石头科技发布了2024年第一季度财报。财报显示，石头科技一季度营收18.41亿元，同比增长58.69%，归母净利润3.99亿元，同比增长95.23%。对于营收和净利的大幅增长，石头科技解释称是由于报告期内，公司前期积极开拓海内外市场的优势进一步得到延续和扩展。

快科技4月26日消息，据媒体报道，美国正在筹备成立一个全新的AI安全委员会。该委员会将汇聚业界精英，包括英伟达CEO黄仁勋、OpenAI首席执行官山姆奥特曼、微软CEO纳德拉以及Alphabet首席执行官皮查伊等科技巨头高管。这些行业领军人物的参与，无疑为委员会注入了强大的专业力量，将共同为AI技术在关键基础设施中的安全使用出谋划策。

快科技4月26日消息，我们从宁德时代公众号获悉，宁德时代于4月25日正式启动了神行超充网络，并与华为、星星充电、蜀道新能源、云快充合作，共同构建国内最大的超充服务平台，并推出了行业首个神行车主俱乐部。据悉，宁德时代官方今日宣布与星星充电签署了战略合作协议。根据该协议，双方将在大功率充电、充检一体化技术研发、充电基础设施建设、品牌超充站合作等领域展开深入合作，共同打造超充网络。

三个技术关键词:大语言模型、Sim2Real和NeRF技术，然后“一气呵成”。

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、Synthesia推出新型数字人Expressive-1正式版能看懂你文字里的情绪

Web3世界的老玩家很难不知道StepN，最近，这个曾将“MoveToEarn（边动边赚）”玩法推向全球的Web3应用在沉寂两年后终于有了新动作:4月15日，StepN宣布与知名运动品牌Adidas合作推出实物与NFT相结合的玩法，重回NFT用户视野。

中国AI，再次吸引大洋彼岸关注。日前，斯坦福大学发布了《2024年AI指数报告》，透露2023年美国人工智能投资额为672亿美元，是中国的约8.7倍;其中，阿里达摩院（湖畔实验室）医疗AI凭借在大规模胰腺癌早筛上的突破，成为唯一来自中国科技公司的AI亮点研究。这意味着，AI寻癌，中国走到了世界的前列。

今日，B站正式推出了国内首款免费的数字分身定制工具——“必剪Studio”，该工具集数字分身与音色定制功能于一身，旨在帮助视频与音频创作者显著提升创作效率。

Interactive3D技术为3D内容的创造和修改提供了一种极其灵活的方法。用户可以直接通过交互操作来指导3D模型的生成，这一过程不仅直观，而且具有高度的创造性。主要特点包括:组件添加与移除:用户可以像搭建乐高一样，通过添加或移除组件来对3D模型进行各种组合，实现个性化的模型构建。变形与拖动操作:支持可变形和刚性拖动等操作，使用户能够以更细致的方式调整和优化模型的每个部分。

划重点:-xAI是埃隆・马斯克对标AI现象OpenAI的新公司，即将完成60亿美元的融资，估值180亿美元。-xEI计划通过连接数字和物理世界，利用来自特斯拉、SpaceX等马斯克公司的训练数据实现其野心。-马斯克旗下社交平台X已拥有xEI的股份，并将xEI的聊天机器人Grok整合到平台中。

OpenAI正在积极开发Perplexity的竞争对手——Sonic-SNC（SearchGPT），目前该工具已经进入评估阶段，并新增了多项实用功能。域名:https://search.chatgpt.comSearchGPT的新增功能包括:图像搜索:用户现在可以进行图像搜索，增强了信息检索的能力。

划重点:⭐️微软近期宣布将近100亿美元投资于海外人工智能领域，以保持在这一关键市场中的领先地位。⭐️生成式人工智能被吹捧为新的工业革命，成为硅谷最新的科技风潮，微软通过OpenAI的ChatGPT取得成功，成为全球市值最高的公司。⭐️微软在德国、西班牙和日本相继投资了34亿美元，21亿美元和29亿美元，以及与法国和阿联酋的AI公司签约，强化了其在全球人工智能领域的地位。

划重点:-💡NothingPhone1终于将在NothingOS2.5.5更新中获得ChatGPT集成。-💡更新还将带来RAMBooster功能、状态栏的自定义选项、AI算法等功能。-💡用户可以通过PlayStore安装最新版本的ChatGPT来使用AI聊天机器人。

随着人工智能向通用人工智能（AGI）目标加速发展，星尘智能公司最新研发的AI机器人AstribotS1，以其卓越的操作性能，在同规格机器人中脱颖而出。AstribotS1在未经加速的1倍速视频中，展示了其在家居和工作场景中的多任务能力，包括叠衣、分拣物品、颠锅炒菜、吸尘清洁和竞技叠杯等。AstribotS1的核心特点:

快科技4月26日消息，周鸿祎试驾过余承东送来的问界M9后，给出了很高的评价。试过库里南才懂为什么余承东说M9是一千万以内最好的，有一说一问界M9的智驾很好用。”周鸿祎说道。之前当被告知库里南的售价超过800万元时，周鸿祎坦言:这车怎么能贵的这么伤天害理呢?”他直言不讳地表示:（库里南）外观一般，内饰一般，舒适度一般，智能性更不用提了，800万的售价中有750万是买这个牌子。”

划重点:⭐️FlexAI获得3000万美元种子资金，走出隐形状态⭐️FlexAI计划推出首个商业产品，提供连接开发者到虚拟计算的云服务⭐️FlexAI的创始人曾在特斯拉、英特尔等公司任职，致力于提供AI训练工作负载的基础设施

备受瞩目的2024北京车展盛大开幕，除了众多令人瞩目的新车亮相外，雷军和周鸿祎无疑成为了此次车展的两大焦点人物。车展进入第二天，各大车企的领军人物依旧在展馆内频繁互动。其中，比亚迪董事长王传福亲自来到小米汽车的展台参观，受到了小米创始人雷军的热情接待。雷军向王传福详细介绍了小米汽车的外观设计以及车体结构特点，展现出了小米在汽车领域的创新实力。

今日，国家新闻出版署发布4月国产网络游戏审批信息，共95款游戏获批。在这批获批的游戏中，有几款作品格外引人注目。比如备受玩家喜爱的《大侠立志传》和《盗墓笔记：启程》。同时，雷霆公司推出的《方块大陆》也成功获批，这款游戏以其新颖的创意和丰富的游戏内容，吸引了大量玩家的关注。网易的《破碎之地》同样备受期待，其精美的画面和深度的游戏体验，让玩家们翘首以盼。

站长之家（ChinaZ.com）4月26日消息:阿里云宣布，EMO模型成功在通义APP中上线，并且完全开放给所有用户免费使用。如今，在通义千问APP内，用户只需简单三步操作:选择模版、上传照片、生成视频，即可轻松实现照片中人物演戏唱歌的神奇效果。通义APP首批上线了多达80个EMO模板，涵盖了热门歌曲、网络热梗等多种内容。用户可以选择预置的音频来生成视频，但目前暂不支持用户自定义音频。

京东云言犀数字人花木兰正式入职大同文旅，这标志着大同文旅与京东云合作推出首个文旅服务数字人。数字人花木兰通过京东云言犀技术支持，能够向游客讲解大同的历史和景点，以中英双语进行交流。

快科技4月26日消息，日前，华为Pura70的AI修图功能被能一键消除衣物”漏洞，引起网友广泛关注。针对该漏洞，华为迅速进行修复，目前再尝试对胸部使用该功能时，系统会提示此图无法使用消除功能。”据媒体报道，华为高级工程师对此回应并解释称：相关视频中该功能将原本穿着衣服照片的部分消除，是因为识别到用户只勾选衣领这一小部分，消除后AI大模型根据肉色的人体背景进行了补全，并没有故意放大或缩小。”

划重点:⭐️Perplexity.ai近期完成一轮融资，估值达数十亿美元，引领AI搜索引擎领域⭐️推出企业服务“EnterprisePro”，旨在提高工作场所搜索的准确性和效率⭐️部分功能包括增强数据隐私、改善安全性、用户管理、SOC2认证、数据存储和单一登录（SSO）

IPO是一个名利场。有的公司为名，有的公司为钱，还有的公司是为了IPO而IPO。去年，中国A股、中国港股、美股分别有313家、71家、24家中国内地企业上市，加起来融了超过4000亿元人民币。这些公司成功“上岸”背后，还有大量公司在排队，等待相关部门审批，或者等一个更好的上市时机。有数据显示，港交所排队IPO的公司数量，已经超过100家，A股主板等待上市的企业接近200家。

2017年横空出世的小游戏，在2024年进入到白热化竞争阶段。4月1日，抖音全面升级小游戏激励政策，推出了前所未有的“九一开”分成比例，直指微信的“四六开”分成，对小游戏的“野心”昭然若揭。

讯飞的持续高投入，换来了大模型能力的迅速提升。4月26日，科大讯飞发布讯飞星火大模型V3.5的功能上新，其中一个重点就是面向用户各种场景中高效获取信息需求，发布首个长文本、长图文、长语音的大模型，能够支持文档、图文资料、会议录音等各种信息来源的快速理解和学习，还能够结合各种行业场景知识给出专业、准确回答。效果到底如何?

PuLID是一个新兴的ID保持项目，它在提升ID保持效果的同时，还致力于最小化对原始模型的影响。这一技术通过对比对齐的方式，实现了Pure和LightningID的自定义，既保持了高度的ID保真度，又有效减少了对原始模型行为的干扰。PuLID技术的核心优势:高度一致性:无论是身份信息加入前后，图像的背景、光线、布局和风格等元素都保持高度一致。

Synthesia公司最近推出了一款创新的虚拟数字人形象技术——Expressive-1AIAvatars，这是一款能够根据文本内容自动预测并展现丰富表情的AI虚拟形象。这项技术能够将文本转换为包含面部表情、语音和肢体语言的视频内容，极大提升了视频的表现力和吸引力。

划重点:-通过优化采样计划提升生成模型效率和质量-可适用于多种数据合成基准测试，包括图像、视频等-用户友好的插拔式优化计划应用，提升生成过程中的稳定性和质量在深度学习领域，扩散模型（DMs）作为生成建模的前沿方法已经得到广泛应用。然而，DMs的一个关键缺点是其较慢的采样速度，这主要是由于需要通过大型神经网络进行多次顺序函数评估。

近期全球财富排名更新，特斯拉CEO埃隆·马斯克再次成为全球焦点。因特斯拉股价的飙升，马斯克的个人财富净值猛增58亿美元，总额高达惊人的1840亿美元。这一增长不仅让他稳固了富豪榜上的地位，更成功超越了MetaPlatforms（原Facebook）的CEO马克·扎克伯格，重夺全球第三富有人的宝座。

站长之家（ChinaZ.com）4月26日消息:近日，支付宝正在悄悄推出一款全新的AI智能助理产品，正在进行灰度测试。这款AI助理隐藏在支付宝首页右上角的加号菜单中，如果你幸运地被纳入灰度测试范围，就能看到"智能助理"的入口。

今日，备受瞩目的数码博主“数码闲聊站”率先为我们揭开了OPPOReno12手机的部分神秘面纱，其标准版的核心配置终于得以一窥。

快科技4月26日消息，今天，小米公司王腾现身深圳，他表示要跟深圳研发团队盘点下一款要上市的新品。此前王腾在直播中透露，RedmiK70至尊版由Redmi深圳研发团队打造，相比往年，其发布时间会提前。这次王腾来到深圳，可以确定就是为RedmiK70至尊版而来，新品距离上市不远了。

近日，马斯克旗下的人工智能公司xAI传来了振奋人心的消息，该公司即将完成一笔高达60亿美元的融资交易，标志着人工智能领域又迎来了一次重磅的资本运作。这一轮融资不仅将显著提升xAI的资金实力，更将使其估值飙升至惊人的180亿美元，展现了公司巨大的发展潜力。随着新一轮融资的完成，xAI将拥有更多的资金用于AI算力资源的获取，以与openAI、Anthropic等竞争对手展开激烈的模型竞争。

最近，旷视发布的HiDiffusion技术，近日引起业界广泛关注。这一新技术只需一行代码，便能显著提升SD（扩散模型）生成图像的分辨率和生成速度，允许图像生成的分辨率高达4096×4096，同时将图像生成速度提高1.5至6倍。值得一提的是，HiDiffusion不仅支持所有SD模型，也兼容SD模型的下游模型，如Playground。

01三个运营年卖货1个亿他们在得物偷偷赚钱4年前，还在读大三的奚家庆在得物赚到第一桶金。当时奚家庆嗅到潮流运动鞋的商机。于是，他鼓起勇气用兼职攒下的2万元采购鞋子，在得物出售。短短几天就售罄一空，奚家庆小赚一笔。在此之前，他几乎没有任何电商经验。尝到甜头的他快速起盘，连续完成了多笔订单，有时候一单就能赚几百元。

今年年初，360公司创始人周鸿祎就呼吁，“如果有可能，我认为企业家都要去当网红”。现在看来，他也是这么做的，还打算再红一把。这几天，各大平台的热搜被两个人霸占，一个是周鸿祎，另一个是雷军。

目录1、LLMScraper:使用大型语言模型（LLMs）将任何网页转换成结构化数据2、AsPoem:开源中国诗词学习网站3、增长策略:如何从LinkedIn上获取60%的客户?4、三周内打造的产品赚了6万美元1、LLMScraper:使用大型语言模型（LLMs）将任何网页转换成结构化数据

4月25日晚，斯坦福大学日报消息，OpenAI联合创始人兼首席执行官SamAltman，在斯坦福大学的英伟达（NVIDIA）礼堂进行了公开演讲，超过1000名学生排队参加此次活动。Altman表示，从现在的技术创新和功能迭代来看，人类远远没有达到AI的极限，如果只是聚焦现在的AI能力将会是徒劳的。

划重点:⭐️OpenAI工程师年薪高达90万美元。⭐️谷歌、苹果、Facebook、微软等公司的工程师薪资水平各异，但均在百万美元以上。⭐️工程师在不同公司晋升至高级职位后，年薪可达数百万美元。

划重点:⭐Meta发布了最新的大型语言模型LLama3，以实现更安全、更准确的生成式人工智能体验。⭐英特尔和高通迅速将LLama3移植到硬件平台上。⭐Llama3采用了128-Ktoken词汇表进行高效编码，并在8B和70B模型中使用了分组查询注意力。

MyShellTTS开发的OpenVoice是一项创新的声音克隆技术，它能够通过仅使用一小段参考发言者的音频片段来复制其声音，并生成多种语言的语音。

科大讯飞今日发布重大更新，讯飞星火大模型V3.5升级，不仅推出了首个长文本、长图文、长语音大模型，还首次将多情感超拟人合成技术引入市场，并同步推出了星火智能体平台。这一系列创新举措，旨在为招投标应用和合同应用提供更为强大的技术支持。

划重点:⭐英特尔第一季度营收达到127亿美元，同比增长9%，主要受到计算、人工智能和边缘产品的推动。⭐英特尔推出新的Gaudi3AI加速器，挑战竞争对手Nvidia和AMD，在人工智能领域取得进展。⭐英特尔加速推出AIPC产品，预计到2024年底将超过4000万台AIPC出货量。

划重点:⭐️通过生成模型先学习材料，规范优化过程⭐️模型基于漫反射和镜面反射着色项，提高准确性⭐️采用从粗到精的训练策略，实现稳定且准确的材质回收结果

近日，一款名为DeepFaceLive的工具引起了广泛关注。这款工具可以在直播过程和视频通话时进行实时换脸，为用户提供了全新的视觉体验。DeepFaceLive是建立在DeepFaceLab的基础上的。DeepFaceLab是当前领先的面部交换框架，能够产生接近电影质量的面部合成效果，提供高保真的视觉体验。这一技术的引入，使得DeepFaceLive在实时换脸方面具有更高的准确性和真实性。

Cohere近期发布了其ToolkitAI工具包，该工具包的初始应用程序是一个专为企业定制的知识助手。这款知识助手能够连接企业数据，为特定团队提供定制化服务，通过快速访问信息和自动化任务来提升工作效率。主要特点: