【1】智谱AI视频理解模型 革新时间问答能力

【2】腾讯新项目可输入视频生成对齐音频

【3】Vimeo推出新的AI内容标签

【4】字节大模型被苹果收入Core ML模型库

【5】AMD豪掷6.65亿美元收购Silo AI

【6】Claude新功能可快速修改生成内容

【7】夸克「超级搜索框」推出一站式AI服务

【8】抖音VR直播上架Apple Vision Pro

【9】大模型应用产品「心流」宣布正式上线

【10】Canva禁止用户AI生成政治类海报

1.智谱AI视频理解模型 革新时间问答能力

智谱AI宣布，训练了一种新的视频理解模型CogVLM2-Video，并将其开源，该模型可以回答视频时间进度相关问题。据介绍，智谱提出了一种基于视觉模型的自动时间定位数据构建方法，生成了3万条与时间相关的视频问答数据，然后基于这个新数据集和现有的开放领域问答数据，引入了多帧视频图像和时间戳作为编码器输入。

2.腾讯新项目可输入视频生成对齐音频

近期，腾讯人工智能实验室的研究团队推出了名为「隐含对齐视频到音频生成」的新模型VTA-LDM，该模型旨在提供高效的音频生成解决方案。这一方法不仅提升了音频生成的质量，还扩展了视频生成技术的应用场景。研究团队在模型设计上进行了深入探索，结合了多种技术手段，以确保生成音频的准确性与一致性。

3.Vimeo推出新的AI内容标签

Vimeo宣布了一个重大更新，加入了YouTube和TikTok的行列，开始要求创作者们对AI生成的内容进行明确标注。这项新规定意味着，所有看起来逼真的视频内容，如果是由AI创造或修改的，都必须向观众披露其来源。Vimeo还特别指出，如果视频使用了平台提供的AI工具，比如可以消除演讲中的长停顿和中断的工具，这些视频也需要被打上AI内容的标签。

4.字节大模型被苹果收入Core ML模型库

字节大模型Depth Anything V2被苹果官方收入Core ML模型库，Depth Anything V2是一个单目深度估计模型，它能够从单张图片中估算出场景的深度信息。这个模型从2024年初的V1版本到现在的V2，参数量从25M扩展到了1.3B，应用范围覆盖了视频特效、自动驾驶、3D 建模、增强现实等多个领域。

5.AMD豪掷6.65亿美元收购Silo AI

AMD近日宣布，将以6.65亿美元的全现金方式收购芬兰人工智能初创公司Silo AI，力图缩小与行业领导者NVIDIA的差距。Silo AI作为欧洲最大的私人AI实验室之一，专注于为企业提供定制化的AI模型和平台。此次收购将使AMD获得Silo AI的300名成员团队，这些成员将使用其软件工具构建定制的大型语言模型（LLM），以加速AMD在AI技术方面的发展。

6.Claude新功能可快速修改生成内容

Anthropic公司推出了最新款AI-Claude 3.5 Sonnet，带来了AI技术的革命。升级新增Artifacts分享和重新混合功能，让用户可以分享和修改游戏、应用程序等，预示着技术平权的新时代已经到来。Claude 3.5 Sonnet在多项基准测试中表现优异，尤其在代码生成方面表现突出。Artifacts功能让Claude从对话助手进化成全能创作伙伴，用户可以生成各种复杂内容并实时编辑和分享。

7.夸克「超级搜索框」推出一站式AI服务

夸克宣布推出全新升级的「超级搜索框」，颠覆传统搜索模式。据介绍，夸克的「超级搜索框」不仅仅是一个搜索工具，更是一个集智能回答、创作、总结于一体的全能助手。用户只需输入问题，即可获得精准的图文和视频回答，无需再在海量搜索结果中逐一筛选，对于复杂逻辑和跨学科问题，夸克AI的深度学习能力能够提供更全面、准确的答案。

8.抖音VR直播上架Apple Vision Pro

抖音集团宣布，抖音VR直播在Apple Vision Pro支持下载体验，登录苹果Apple Vision Pro应用商店，搜索「抖音VR直播」即可下载。据介绍，抖音VR直播在Vision Pro中支持小范围6DoF 3D直播，可实现内容追随，为用户带来立体看播体验。同时，支持 180°、360° 全景直播，即使不在现场，用户也能有身临其境的感觉，实时沉浸式看直播。

9.大模型应用产品「心流」宣布正式上线

大模型应用产品「心流」宣布正式上线，产品定位为用户的AI搜索助手，提供智能搜索、知识问答、智能阅读、辅助创作等能力。据介绍，「心流」支持AI搜索问答，AI阅读分析，学术论文等长文本的检索、阅读、分析和总结等。目前，心流网页版已经上线，小程序版本、APP版本也即将推出。

10.Canva禁止用户AI生成政治类海报

设计巨头Canva已经明确规定了其AI工具可以和不能生成的内容范围。Canva的 CEO Melanie Perkins在接受采访的时候表示，Canva的AI功能名为Magic Media，不与医疗或政治术语一起使用，因为这样的内容可能会有害或不适当。

感谢阅读，转载请注明出处，违者必究，谢谢您的合作。申请转载授权后台回复【转载】。也欢迎加入MEUX,交互/视觉/用研，可投简历至meux-talent@baidu.com  (注明信息获取来源如：UI中国）

关于我们：
MEUX,百度移动生态用户体验设计中心，负责百度移动生态体系的用户/商业产品的全链路体验设计。服务的产品包括百度APP、百度搜索、百度百科、百度贴吧、百度商业产品等。MEUX以「简单极致」为设计理念，创造极致用户体验的同时赋能商业，推动设计行业的价值和影响力，让生活因设计而更美好。

Powered by Froala Editor