相信很多大家對AI日報：谷歌推Gemini 1.5 Pro實驗版本0801；圖像生成開源模型FLUX1橫空出世；極速3D圖像生成模型Stable Fast 3D發(fā)布；阿里語音合成模型CosyVoice更新還不知道吧，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、谷歌推超強多模態(tài)模型實驗版Gemini1.5Pro，排名領先GPT-4o、Claude-3.5Sonnet

谷歌今天推出了Gemini1.5Pro實驗版本0801，在人工智能領域取得重大突破。Gemini1.5Pro在多任務表現(xiàn)出色，具有多模態(tài)能力和廣闊上下文窗口，引發(fā)了AI發(fā)展和社會影響的討論。

2、AI圖像生成迎來新霸主!開源模型FLUX.1橫空出世，Midjourney、DALL·E3緊張了?

在人工智能領域，每一天都可能發(fā)生顛覆性的變革。FLUX.1作為一匹令人矚目的黑馬，以其強大性能和開源特性引爆了AI圈。創(chuàng)始人Robin Rombach的權威背景和FLUX.1的創(chuàng)新架構使其成為AI圖像生成領域的新霸主，為整個AI行業(yè)注入新活力。

3、Stability AI推新AI模型Stable Fast3D:半秒內(nèi)生成3D圖像 速度提升1200倍

Stability AI最新推出的Stable Fast3D技術實現(xiàn)了從單張圖像快速生成3D圖像，處理速度比之前快1200倍，具有廣泛的實用價值。該技術基于先進的生成式AI模型，為設計、建筑、零售、虛擬現(xiàn)實和游戲開發(fā)等多個行業(yè)帶來革命性變革。

4、AI視頻創(chuàng)作平臺Hedra融資1000萬美元

近日，AI視頻創(chuàng)作領域迎來重磅消息，Hedra成功籌集1000萬美元種子資金，引發(fā)廣泛關注。Hedra推出了視頻基礎模型Character-1，已有超35萬用戶創(chuàng)作超160萬視頻，部分走紅網(wǎng)絡。多家公司推出視頻生成模型，大公司積極參與AI驅動的視頻創(chuàng)作。

5、阿里語音合成模型CosyVoice更新 讓AI說話更有人味兒

阿里巴巴推出的最新語音合成模型CosyVoice展示了未來人機交互的美好藍圖，逼真度和靈活性令人驚嘆。該技術不僅能生成符合特定性別、年齡和個性的聲音，還能模擬人類說話時的自然特征，添加情感和風格，使AI表達更加豐富多彩。CosyVoice與SenseVoice構成FunAudioLLM框架，提升語音交互體驗，支持多語言識別和情感識別。技術突破預示著人機交互將迎來全新時代，為教育、娛樂、客戶服務等領域帶來革命性變化。

6、阿里國際站AI生意助手再升級:文本類AI生成能力完全免費

阿里巴巴國際站總裁張闊宣布AI生意助手的全新發(fā)布，包括極簡發(fā)品功能和AI自動接待功能。AI技術的應用顯著降低外貿(mào)行業(yè)門檻，已有3萬家中小企業(yè)使用，優(yōu)化后的商品曝光量提高了37%，支付轉化率提升了50%。AI生意助手成為商家高效經(jīng)營和快速接單的得力助手。更新的三大權益提供更靈活的使用方式，文本類AI生成能力免費，不滿意的功能可免費二次生成。將持續(xù)更新更多功能。

7、桌面ChromeAI搜索升級，引入類似Circle to Search的功能

Google Lens在桌面版Chrome中進行AI驅動的升級，為用戶帶來更便捷的搜索體驗。用戶可以通過點擊搜索框中的新按鈕激活Google Lens，實現(xiàn)多重搜索并查看文本和圖像搜索結果。此更新將全球推出，部分功能僅對美國用戶開放。另外，Chrome還新增了AI功能，允許用戶通過提問搜索歷史來查找鏈接。這些功能將逐步在未來幾天或幾周內(nèi)在美國用戶中推出。

8、以色列人工智能初創(chuàng)公司aiOla推出超高速開源語音識別模型Whisper-Medusa

aiOla推出的Whisper-Medusa語音識別模型在速度上比OpenAI的Whisper提升了50%，并保持了準確性。這一舉措將加快語音應用的響應速度，提升效率，降低成本。

9、Suno聲稱用受版權保護的音樂進行訓練模型是“合理使用”

本文報道了美國唱片業(yè)協(xié)會（RIAA）對音樂生成初創(chuàng)公司 Udio 和 Suno 提起訴訟的情況。Suno 承認使用受版權保護的音樂訓練其 AI 模型，并聲稱這屬于合理使用。RIAA 對此表示不認同，認為這是侵權行為。案件結果可能影響相關領域的先例。

10、微軟首次在SEC文件中將OpenAI列為競爭對手

微軟近日在提交給美國證券交易委員會（SEC）的年度10K報告中，首次將其長期合作伙伴OpenAI列為競爭對手，引發(fā)業(yè)界猜測。這一舉動可能受當前反壟斷環(huán)境影響，微軟與OpenAI的關系走向仍有待觀察。

11、庫克稱蘋果AI將推動用戶升級

蘋果公司在2024年第三財季取得了穩(wěn)健的財務業(yè)績，尤其是服務營收實現(xiàn)了增長。蒂姆·庫克透露了關于Apple Intelligence的部分特性和未來發(fā)布的新款iPhone16，展望了蘋果在人工智能領域的發(fā)展。

12、300余名視頻游戲演員聯(lián)合抗議 聲討好萊塢無監(jiān)管AI使用!

在好萊塢星光閃耀的背后，演員們團結起來抗議無監(jiān)管AI使用，維護自身權益。這場抗議凸顯了人工智能時代下演員生存權的重要性。

13、港大與MIT聯(lián)手打造ItiNera:你的私人AI導游，一鍵規(guī)劃完美Citywalk路線!

在都市的喧囂中，每個人都渴望一場說走就走的citywalk，穿梭于大街小巷，探索歷史遺跡，沉浸在當?shù)匚幕?。ItiNera系統(tǒng)通過結合空間優(yōu)化與大型語言模型，提供個性化的城市行程規(guī)劃服務，為旅行者帶來全新的探索城市方式。

以上就是關于【AI日報：谷歌推Gemini 1.5 Pro實驗版本0801；圖像生成開源模型FLUX1橫空出世；極速3D圖像生成模型Stable Fast 3D發(fā)布；阿里語音合成模型CosyVoice更新】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！