图片

图源备注：图片由AI生成，图片授权服务商Midjourney知名3D扫描应用企业Polycam在官网宣布，结束对3DGAUSSIANSPLATS（以下简称“3DGS”）的测试，正式投入商业使用。

**划重点:**1.🌐**框架介绍:**DreaMoving是一种基于扩散模型的可控视频生成框架，基于图文就能制作高质量定制的人类跳舞视频视频。2.🔄**架构解析:**文中提出了VideoControlNet和ContentGuider两大关键组件，分别负责运动控制和身份保留，可适用于各种风格化的扩散模型。

最近，西安交通大学的研究人员提出了SadTalker模型，通过从音频中学习生成3D运动系数，使用全新的3D面部渲染器来生成头部运动，可以实现图片音频就能生成高质量的视频。

近日，支付宝小程序云服务又升级了，全新推出文字识别、智能视觉和自然语言处理等3项智能应用功能，让小程序服务商和开发者通过开箱即用的云AI产品，实现全面、便捷、高效的人工智能服务，提高服务效率和用户体验，降低人工成本。

【新智元导读】AI无法打败AI，不是没有道理。近来，上千万人围观的婴儿死亡照片，AI检测工具竟无法给出一致答案。AI图片检测器又被冲了!最近，外网爆出大量中东地区冲突的照片，向世人展示了生命在这种极端条件下是何等的脆弱和无助。其中，一张「烧焦婴儿」的照片，由于太过于残忍，让人难以置信。于是，有人把照片放到了AI图片检测器中，来检测这些照片是否为AI生成。

中金公司7月18日研报指出，在工业领域，传统AI模型（如数据分析预测、工业视觉等）应用已经相对成熟，但大语言模型（LLM）应用方兴未艾。中金观察到LLM应用正按照经营管理侧、生产控制侧、研发设计侧的顺序逐步落地，早期落地以企业知识库应用和数据分析应用等业务支持系统为主，尚未涉及核心设计和生产环节。

华为智慧搜索近日推出了智慧搜图功能，用户只需用自然语言描述想找的照片特征，系统就能高效识别并给出相关图像。这种搜索方式可以在端侧实现，无需上传数据到云端处理。用户可以通过短描述词来形容图像，系统会快速给出推荐。如果范围太大，用户还可以增加信息标签，进一步细化描述。华为智慧搜图的优势在于其“人话”解读能力和高效搜索速度，大大提升了找信息的效率。