相信很多大家對AI日報：字節(jié)推王炸級語音生成模型Seed-TTS；Suno新功能被Udio搶跑；騰訊發(fā)布開源混元DiT加速庫；即夢全量上線實時畫布功能還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

歡迎來到【AI日報】欄目!這里是你每天探索人工智能世界的指南，每天我們?yōu)槟愠尸F(xiàn)AI領域的熱點內(nèi)容，聚焦開發(fā)者，助你洞悉技術趨勢、了解創(chuàng)新AI產(chǎn)品應用。

新鮮AI產(chǎn)品點擊了解：https://top.aibase.com/

1、字節(jié)推語音生成模型Seed-TTS 擅長感情控制，聲音與真人無異

這篇文章介紹了字節(jié)跳動團隊提出的新型語音生成模型Seed-TTS，該模型基于自回歸Transformer架構，具有極高的語音質(zhì)量和表現(xiàn)力，難以區(qū)分與人類語音的差異。它在情感控制、小說配音和跨語言內(nèi)容創(chuàng)作等方面表現(xiàn)出色，通過自我蒸餾和強化學習技術提升了發(fā)音的自然性和可控性。Seed-TTS在語音合成領域帶來了顯著進展，為未來的語音合成技術開辟了新的可能性。

2、Stability AI發(fā)布AI音頻模型Stable Audio Open

Stable Audio Open是Stability AI推出的開源文本轉(zhuǎn)音頻模型，可生成長達47秒的音頻樣本和音效，適用于音樂制作和聲音設計。用戶可以創(chuàng)建鼓點、樂器樂段、環(huán)境聲音等音頻元素，支持音頻變化和風格轉(zhuǎn)換。模型提供了穩(wěn)定的音頻生成質(zhì)量和長度，用戶可根據(jù)自定義音頻數(shù)據(jù)微調(diào)模型，提高生成音頻的質(zhì)量和可控性。

3、Suno新功能被Udio搶跑 上傳任意音頻Udio自動幫延長創(chuàng)作

這篇文章介紹了Suno原本計劃推出的新功能被競爭對手Udio搶先發(fā)布的情況。Udio推出了一系列更新，幫助用戶上傳音頻片段并自動解析旋律和和弦，創(chuàng)作出美妙的音樂，并提供了多項便利功能。

4、騰訊混元發(fā)布開源文生圖大模型混元DiT加速庫

騰訊混元發(fā)布了針對開源文生圖大模型混元 DiT 的加速庫，可將推理時間縮短75%，生圖時間大幅縮短。用戶可通過三行代碼調(diào)用模型，無需下載原始代碼。騰訊混元表示將繼續(xù)優(yōu)化混元 DiT 的開源生態(tài)，共建視覺生成開源生態(tài)，推動大模型行業(yè)發(fā)展。

5、MiGPT項目：將小愛音箱接入ChatGPT和豆包

MiGPT項目將小愛音箱、米家智能設備與ChatGPT技術相結(jié)合，創(chuàng)造智能貼心的家庭助手，實現(xiàn)家庭自動化并建立情感聯(lián)系。項目主要亮點包括LLM回答、角色扮演、流式響應、長短期記憶、自定義TTS和智能家居Agent。項目提供兩種啟動方式以適應不同用戶需求，配置參數(shù)需用戶自定義以確保連接正常。

6、猿輔導旗下 AI 設計工具 Motiff 妙多全球發(fā)布

Motiff 妙多是一款定位為 AI 時代設計工具的界面設計軟件，通過 AI 技術優(yōu)化設計流程，提高生產(chǎn)效率，為用戶帶來前所未有的設計體驗。該軟件帶來多項創(chuàng)新，包括 AI 復制、AI 布局、AI 設計系統(tǒng)創(chuàng)建、AI 設計系統(tǒng)維護、AI 一致性檢查等多個 AI 功能，是國內(nèi)首個自研圖形渲染引擎的界面設計軟件。

7、即夢全量上線實時畫布功能

即夢宣布全量上線實時畫布功能，用戶可以通過簡單涂抹形狀并添加提示詞定制圖像，讓AI畫圖更可控。保存為新圖層后可繼續(xù)優(yōu)化，定稿后保存為圖片。

8、谷歌AI概覽功能觸發(fā)頻率大幅下降

谷歌的人工智能概述現(xiàn)在只在不到15%的查詢結(jié)果中顯示，與過去84%的情況相比發(fā)生了顯著變化。人工智能在搜索結(jié)果中的呈現(xiàn)方式經(jīng)歷了調(diào)整，以提高搜索質(zhì)量。文章指出人工智能在搜索中的作用不斷演進，雖然概述功能減少，但人工智能在搜索中的應用是不可避免的變化。

9、研究人員開發(fā)出能識別運動員情緒的人工智能

研究人員利用計算機輔助神經(jīng)網(wǎng)絡成功從網(wǎng)球運動員的肢體語言中準確識別出情緒狀態(tài)，展示了人工智能在情緒識別方面的潛力。然而，這項研究也引發(fā)了倫理問題，需要明確相關法律和道德問題。

10、Ouroboros3D：通過3D感知實現(xiàn)圖像到3D的生成

Ouroboros3D是一個集成了多視角圖像生成和3D重建的統(tǒng)一3D生成框架。通過遞歸擴散過程，實現(xiàn)了從圖像到3D的生成。研究人員提出的這種新方法具有多個優(yōu)點，包括生成更多樣化和真實的視角圖像，減少噪聲和失真，提高生成效率。實驗證明Ouroboros3D生成的3D模型具有更好的細節(jié)和準確性，接近真實的3D場景。

11、Mobile-Agent-v2：讓AI學會自動刷手機

Mobile-Agent-v2是一個先進的AI系統(tǒng)，通過多代理協(xié)作架構實現(xiàn)對移動設備的全面控制，提高任務完成率30%以上。該系統(tǒng)能夠自動化完成搜索購買商品、郵件發(fā)送、導航設置和視頻觀看等任務，為用戶帶來更多便利。

12、美國監(jiān)管機構將對微軟、OpenAI和英偉達展開反壟斷調(diào)查

這篇文章報道了美國司法部和聯(lián)邦貿(mào)易委員會達成協(xié)議，將針對微軟、OpenAI和英偉達展開反壟斷調(diào)查。監(jiān)管機構對人工智能產(chǎn)業(yè)的關注度顯著提高，反映出AI行業(yè)的重要性和影響力。

以上就是關于【AI日報：字節(jié)推王炸級語音生成模型Seed-TTS；Suno新功能被Udio搶跑；騰訊發(fā)布開源混元DiT加速庫；即夢全量上線實時畫布功能】的相關內(nèi)容，希望對大家有幫助！

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！