相信很多大家對(duì)AI日?qǐng)?bào)：Claude 3 Haiku支持微調(diào)；Heygen推對(duì)口型工具；百度稱蘿卜快跑安全水平接近C919飛機(jī)還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

歡迎來(lái)到【AI日?qǐng)?bào)】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(lǐng)域的熱點(diǎn)內(nèi)容，聚焦開(kāi)發(fā)者，助你洞悉技術(shù)趨勢(shì)、了解創(chuàng)新AI產(chǎn)品應(yīng)用。

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

1、Anthropic宣布Claude 3 Haiku支持微調(diào)

Anthropic宣布用戶現(xiàn)在可以在Amazon Bedrock中微調(diào)最新模型Claude 3 Haiku，提高模型在特定任務(wù)上的效果。微調(diào)功能使用戶能根據(jù)業(yè)務(wù)需求定制模型知識(shí)和能力，帶來(lái)諸多好處。

2、Heygen推對(duì)口型工具 上傳照片+音頻即可說(shuō)話、唱歌

最近，AI照片“復(fù)活術(shù)”在網(wǎng)絡(luò)上掀起波瀾，Heygen推出對(duì)口型工具，讓照片中人物根據(jù)音頻內(nèi)容說(shuō)話、唱歌，支持長(zhǎng)達(dá)20秒音頻，唇形與表情同步。Heygen融資5億美元，由Benchmark領(lǐng)投，發(fā)展勢(shì)頭強(qiáng)勁。中國(guó)區(qū)用戶受限制，令部分用戶失望。Heygen利用生成式AI技術(shù)制作影片，已籌集7400萬(wàn)美元。

3、百度飛槳PaddleOCR發(fā)布v2.8.0新版本

PaddleOCR v2.8.0作為飛槳深度學(xué)習(xí)開(kāi)源框架下的文字識(shí)別開(kāi)發(fā)套件，發(fā)布了里程碑式的更新。這個(gè)版本引入了前沿的OCR技術(shù)，包括PaddleOCR算法模型挑戰(zhàn)賽的冠軍方案，如場(chǎng)景文本識(shí)別算法SVTRv2和表格識(shí)別算法SLANet-LCNetV2，為OCR領(lǐng)域樹(shù)立了新的標(biāo)準(zhǔn)。項(xiàng)目結(jié)構(gòu)經(jīng)過(guò)深度優(yōu)化，非核心模塊被遷移至新倉(cāng)庫(kù)，使項(xiàng)目更專注于OCR核心技術(shù)。新版本解決了歷史疑難問(wèn)題，提升了用戶體驗(yàn)，增強(qiáng)了穩(wěn)定性、兼容性和性能。

4、百度稱蘿卜快跑安全水平接近C919飛機(jī)

蘿卜快跑公司推出第六代無(wú)人車(chē)，成功接入百度ApolloADFM大模型，安全性超過(guò)人類駕駛員10倍以上。百度對(duì)無(wú)人車(chē)安全性充滿信心，每輛車(chē)及乘客投保500萬(wàn)元保險(xiǎn)。運(yùn)行數(shù)據(jù)顯示出險(xiǎn)率僅為人類司機(jī)的1/14，安全性表現(xiàn)卓越。百度Apollo自動(dòng)駕駛技術(shù)已行駛超過(guò)1億公里，無(wú)重大傷亡事故，成功實(shí)現(xiàn)武漢全域、全時(shí)空自動(dòng)駕駛服務(wù)覆蓋。

5、智譜AI宣布開(kāi)源視頻理解模型CogVLM2-Video

智譜AI最新開(kāi)源的CogVLM2-Video模型在視頻理解領(lǐng)域取得顯著進(jìn)展，通過(guò)解決時(shí)間信息丟失問(wèn)題，實(shí)現(xiàn)了優(yōu)異的性能表現(xiàn)。該模型不僅在視頻字幕生成和時(shí)間定位方面表現(xiàn)出色，還為視頻生成和摘要等任務(wù)提供了強(qiáng)大工具。通過(guò)自動(dòng)生成豐富的時(shí)間定位數(shù)據(jù)集，模型在公共視頻理解基準(zhǔn)上達(dá)到最新性能，展現(xiàn)出卓越的性能。

6、騰訊AI實(shí)驗(yàn)室的項(xiàng)目vta-ldm：輸入視頻生成對(duì)齊音頻

隨著文本到視頻生成技術(shù)的進(jìn)步，研究者們關(guān)注如何生成與視頻輸入在語(yǔ)義和時(shí)間上對(duì)齊的音頻內(nèi)容。騰訊AI實(shí)驗(yàn)室推出VTA-LDM模型，通過(guò)隱含對(duì)齊技術(shù)提供高效音頻生成解決方案，拓展視頻生成應(yīng)用場(chǎng)景。

7、GPT-4o和Sonnet-3.5在視力測(cè)試中敗北，VLM們竟是“盲人”？

這篇文章揭示了視覺(jué)語(yǔ)言模型（VLMs）在圖像處理能力上的局限性，通過(guò)BlindTest測(cè)試發(fā)現(xiàn)它們并非像人類一樣能準(zhǔn)確理解圖像細(xì)節(jié)。文章呼吁對(duì)VLMs的視覺(jué)理解能力持謹(jǐn)慎態(tài)度，警示AI并未達(dá)到完全替代人類的水平。

8、商湯科技發(fā)布「東風(fēng)」泰語(yǔ)大模型

商湯科技與泰國(guó)DTGO集團(tuán)及Quinnnova聯(lián)合發(fā)布了名為「東風(fēng)」的泰語(yǔ)大模型（DTLM），這是全球首個(gè)能夠在泰文、中文、英文三種語(yǔ)言環(huán)境下高效工作的AI大語(yǔ)言模型。該模型結(jié)合了商湯的基模型和算力優(yōu)勢(shì)以及DTGO對(duì)泰國(guó)語(yǔ)言文化的深入了解，旨在提供本地化的生成式AI體驗(yàn)。

9、三星 Galaxy AI 推出“數(shù)學(xué)輔導(dǎo)”新模式 告訴孩子解題技巧

三星在昨日的Unpacked活動(dòng)上宣布了Galaxy AI的重大進(jìn)展，推出了專為幫助兒童完成家庭作業(yè)而設(shè)計(jì)的AI助手。這一舉措展現(xiàn)了三星在人工智能領(lǐng)域的雄心壯志，為智能手機(jī)市場(chǎng)帶來(lái)新的競(jìng)爭(zhēng)維度，推動(dòng)整個(gè)行業(yè)向更智能、更有教育價(jià)值的方向發(fā)展。

10、三家歐洲汽車(chē)制造商將集成ChatGPT功能 提升駕駛體驗(yàn)

Stellantis旗下的法國(guó)標(biāo)致、德國(guó)歐寶和英國(guó)沃克斯豪爾將整合ChatGPT人工智能技術(shù)，通過(guò)SoundHound的ChatAI系統(tǒng)提供語(yǔ)音助手功能，改善駕駛體驗(yàn)。這一合作標(biāo)志著汽車(chē)科技的發(fā)展，將帶來(lái)更自然、流暢的駕駛交互體驗(yàn)。

11、谷歌正通過(guò)Gemini AI訓(xùn)練機(jī)器人，提高導(dǎo)航和任務(wù)完成能力

谷歌正在利用Gemini AI訓(xùn)練機(jī)器人，提高其導(dǎo)航和任務(wù)完成能力。通過(guò)Gemini1.5Pro，機(jī)器人可以執(zhí)行自然語(yǔ)言指令，計(jì)劃執(zhí)行超出導(dǎo)航范圍的任務(wù)。研究表明，Gemini讓機(jī)器人成功執(zhí)行用戶指令的成功率高達(dá)90%。盡管處理指令需要一定時(shí)間，但這些機(jī)器人有望幫助人們完成各種任務(wù)，如找到遺失物品。

12、OpenAI首次披露AGI評(píng)估標(biāo)準(zhǔn)：ChatGPT僅為第一級(jí)

OpenAI公司公布了內(nèi)部量表，用于追蹤其大型語(yǔ)言模型在通用人工智能（AGI）方面的進(jìn)展，展示了其在AGI領(lǐng)域的雄心。該舉措為業(yè)界提供了衡量AI發(fā)展的新標(biāo)準(zhǔn)，引發(fā)了對(duì)AI安全和倫理的擔(dān)憂。

以上就是關(guān)于【AI日?qǐng)?bào)：Claude 3 Haiku支持微調(diào)；Heygen推對(duì)口型工具；百度稱蘿卜快跑安全水平接近C919飛機(jī)】的相關(guān)內(nèi)容，希望對(duì)大家有幫助！