URL
type
status
date
slug
summary
tags
category
icon
password
AIDaily 077/100
每天都能接收到无数条与AI、科技、艺术、经济相关的信息。
但是感觉自己就像那只掰玉米的熊，掰了一路，最后出来发现只剩下手里的两根玉米🌽。
今年希望能够以Newsletter的形式，给自己掰下来的玉米们找个背篓。
人们会被自己热爱的事物改变，而没有人因为给予而贫穷。
Vol.077
by Rocket
探索·AI产品
ElevenLabs Studio工具开放使用 可制作长播客
ElevenLabs宣布其Studio工具现已向所有用户开放。Studio是一个长格式文本到音频的编辑器，专为创作者和讲故事的人设计，能够将有声读物、旁白、文章甚至播客等带入生活。用户可以利用其多角色、精细的声音定制、节奏控制等功能，将文字内容转化为生动的音频作品。
此次更新包括以下亮点：
- 节奏控制：用户现在可以通过菜单栏添加持续时间为0.1秒至3秒的停顿。
- 自动角色声音分配：当导入包含多个角色的有声读物或剧本时，系统会自动为每个角色分配不同的声音。
- GenFM功能：用户可以轻松创建播客风格的讨论，通过上传文档或从URL导入内容，选择主持人与嘉宾之间的对话形式或仅由主持人播报的形式。
此外，ElevenLabs Studio还支持多种文件格式，包括EPUB、TXT、PDF、HTML等，用户可以直接从URL初始化项目。该工具提供了一个全面的编辑器，用户可以添加多个章节，为不同部分分配独特的声音，重新生成并下载选定的短语，并锁定已完成的部分以便更好地组织内容。
ElevenLabs Studio的开放，为创作者和企业提供了更强大的工具，用于制作高质量的音频内容，无论是有声读物、播客还是其他长格式音频项目。
OpenAI Canvas及o1模型更新
OpenAI宣布用户现在可以与合作者共享Canvas工作区，方便团队协作和项目共享。
- o1模型集成：Canvas现在集成了o1模型，支持更复杂的任务处理，如代码生成和文档编辑。
- HTML与React支持：Canvas新增了对HTML和React代码的渲染支持，提升开发效率。
- o3-mini模型更新：
- 思维链更新：OpenAI更新了o3-mini模型的思维链展示方式，使其更透明、更详细，帮助用户理解模型的推理过程。
此次更新面向所有用户，包括免费和付费用户，付费用户还将体验到更高级的o3-mini-high版本。
Pika Labs推出Pikadditions：视频编辑新突破
- 功能介绍：
- 无缝集成：Pikadditions允许用户将任何人物或物体无缝融入现有视频中，同时保留原始视频和声音。
- 操作简单：用户只需上传一张图片和一个视频，并输入简单的提示（Prompt），AI将自动完成合成。
- 技术特点：
- 现实与想象融合：通过先进的AI技术，Pikadditions在1080p高清分辨率下，实现虚拟元素与现实画面的完美融合。
- 智能场景整合：系统会根据视频中的动作和场景上下文，自动调整添加元素的大小、位置和动作，确保自然和引人入胜的整合。
- 专业级增强引擎：利用最新的2.1模型技术，Pikadditions提供工作室级别的效果，确保每个添加元素自然地融入视频。
- 使用方法：
- 上传视频和图片：用户需上传一个至少五秒长的视频和一张图片。
- 输入提示：描述如何将添加的元素融入视频，考虑当前动作和场景上下文。
- 免费体验：新用户注册可获得15次免费体验机会。
OpenAI将在超级碗期间首次投放广告
OpenAI将在2025年超级碗期间播出其首个电视广告，这是其首次大规模的付费广告活动。
该广告时长为60秒，投放成本约为1400万美元，预计观看人数将达到1.3亿。
- 广告创意：广告通过独特的点画风格动画，展示了人类技术的进化，从早期的火和轮子到现代的DNA测序和太空探索，最终聚焦于ChatGPT处理日常任务的能力。
Mistral推出Le Chat移动应用及平台更新
法国AI创业公司Mistral AI发布了iOS和Android版的Le Chat移动应用，这是其聊天机器人Le Chat的手机版，具备网页搜索、多模态输入、图像生成和代码解释器等功能。
- 核心功能：
- 网页搜索：结合网页搜索、新闻、社交媒体平台及其他来源的新近资讯，确保回应的正确及时效性。
- 多模态输入：支持视觉和文件理解，基于视觉和光学字符识别（OCR）模型，可准确读取PDF、试算表、log文件与复杂图片文件。
- 代码解释器：内置Code interpreter功能，用户可在沙箱环境中运行程序、进行科学分析、执行虚拟化及模拟。
- 图像生成：基于Black Forest Labs Flux Ultra模型，生成逼真的高品质图片。
- 速度优势：Le Chat引入了“Flash Answers”功能，处理速度超过ChatGPT和Claude等竞争对手的10倍，1秒可输出1,000字。
- 定价方案：
- 免费版：提供最新模型、网页搜索、图像生成、文件上传、打开URL及Canvas功能。
- Pro版：每月14.99美元，提供Mistral最高性能模型、无限消息、更高速率限制，并可选择不与Mistral共享数据。
- Team版：每月每用户24.99美元，面向企业用户。
- 企业版：提供本地部署、VPC或SaaS部署选项，支持自定义模型和工具集成，目前处于私密预览阶段。
GitHub Copilot全面整合智能体技术
GitHub Copilot引入了新的代理模式，能够自主迭代代码，自动识别并修复运行时错误，同时推断并执行额外任务，显著提升开发效率。
- 视觉功能（Vision）：新增“视觉”功能，支持用户上传截图、照片或图表等非文本文件，并据此生成界面、代码及替代文本。
- Copilot Edits功能：该功能现全面可用，支持在VS Code中通过自然语言指令进行多文件编辑，提供代码更改建议。
- 下一步编辑建议（Next Step Editing Suggestions）：分析开发者最近的操作，预测其下一步需求，并提供智能编辑建议。
- Project Padawan：预告了一个名为Project Padawan的自主编码代理，预计今年推出，能够处理GitHub问题并生成经过全面测试的拉取请求。
探索·AI数字人
AI生成的贾斯汀·比伯歌曲引发关注
2024年4月，一首据称由贾斯汀·比伯演唱的AI生成歌曲开始在社交媒体平台上广泛传播，尤其是在TikTok和YouTube上。假AI生成的贾斯汀·比伯（Justin Bieber）的歌曲在YouTube上有近200万次观看。
探索·新研究
Neuralink揭示其三名患者如何“在日常生活中使用心灵感应”
Neuralink的实验性脑接口技术取得了显著进展，其三名患者通过植入的脑机接口设备实现了“心灵感应”功能。
- 患者体验：
- 首位患者Noland Arbaugh：通过植入设备，Noland能够仅凭意念控制电脑，观看视频、阅读、下棋和玩游戏，甚至在飞机上使用该技术。
- 第二位患者：成功植入了400个电极，设备运行良好，患者能够通过意念控制外部设备。
- 技术细节：
- 植入设备：Neuralink的设备通过植入大脑的电极捕捉神经信号，并将其转化为计算机可识别的指令。
- 产品Telepathy：该产品旨在帮助神经元受损的人恢复身体功能，使他们能够通过意念控制设备。
- 未来展望：
- 更多植入手术：Neuralink计划在2025年完成至少8次植入手术，进一步验证技术的安全性和实用性。
- 终极目标：马斯克表示，Neuralink的终极目标是让人类与AI建立共生关系，降低AI带来的风险。
【🚀 精选内容】
❤ 如果对你有帮助，欢迎分享或者Buy Me A Coffee ❤
对这个话题感兴趣的小伙伴，欢迎加我一起探索交流~
