相信很多大家對AI日報：GPT-4o新版本上線；面壁智能開源手機版“GPT-4V”；華為推3D數(shù)字人新框架?EmoTalk3D；阿里上線奧運時刻海報工作流還不知道吧，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、開發(fā)者狂喜!GPT-4o新版本上線，API 更快更便宜

OpenAI 近期推出了全新的結構化輸出功能，旨在使模型生成的輸出嚴格遵循開發(fā)者提供的 JSON 模式，提升輸出的可靠性和匹配度。這一功能的推出為開發(fā)者構建可靠應用程序提供了重要基礎，簡化了開發(fā)過程，幫助開發(fā)者更輕松地創(chuàng)建出色的應用。

2、面壁智能開源 MiniCPM-V2.6可以在手機上跑的“GPT-4V”

MiniCPM-V2.6是一款端側(cè)多模態(tài)人工智能模型，僅有8B參數(shù)卻取得了20B以下單圖、多圖、視頻理解三項SOTA成績，與GPT-4V水平全面對標。該模型在端側(cè)實現(xiàn)了單圖、多圖和視頻理解等核心能力的全面超越，具有極高的像素密度和運行效率，支持多種語言和推理框架。

3、華為、復旦聯(lián)手打造3D數(shù)字人新框架EmoTalk3D:喜怒哀樂表情逼真豐富

研究團隊從南京大學、復旦大學和華為諾亞方舟實驗室聯(lián)手打造了EmoTalk3D框架，解決了多視角一致性和情感表現(xiàn)力不足的難題。他們提出了合成可控情感數(shù)字人的新方法，構建了從語音到幾何再到外觀的映射框架，并建立了EmoTalk3D數(shù)據(jù)集。

4、阿里云PAI Artlab新增奧運高光時刻海報工作流

阿里云PAI Artlab的ComfyUI新增了一個奧運高光時刻海報的工作流，用戶只需三步即可生成個性化的奧運主題海報。用戶需要先在阿里云官網(wǎng)注冊并完成實名認證，然后訪問PAI ArtLab平臺，領取免費資源，并通過ComfyUI加載奧運流程來解鎖更多海報設計。

5、騰訊元寶AI助手上線長文精讀 支持最長近50萬字輸入

騰訊元寶AI助手推出了長文精讀功能，用戶上傳專業(yè)內(nèi)容后可進入深度閱讀模式，提供核心內(nèi)容概覽、模塊化解析和總結性圖表，幫助用戶快速理解關鍵信息。利用騰訊混元大模型處理能力，支持最長近50萬字輸入，生成圖文并茂的內(nèi)容。用戶可評估論文質(zhì)量、查看專業(yè)圖表和在離線狀態(tài)下回看精讀內(nèi)容。騰訊混元大模型已全面開源，展現(xiàn)卓越的多模態(tài)理解能力。

6、月之暗面 Kimi 開放平臺:上下文緩存 Cache 存儲費用降價50%

Kimi 開放平臺宣布上下文緩存存儲費用降價50%，為用戶提供更經(jīng)濟實惠的服務。上下文緩存是高效的數(shù)據(jù)管理技術，能夠提高系統(tǒng)效率和節(jié)省時間資源。

7、Figure公司發(fā)布超強實體ChatGPT機器人Figure02

Figure公司最新推出的Figure02機器人標志著AI技術的重大突破，預示著人機交互進入全新時代。該機器人在硬件和軟件上進行了全面革新，具有靈活手部操作、強大對話視覺能力和3倍計算推理能力。

8、AI設計加持義烏制造:AI設計穿戴甲火到巴黎奧運

這篇文章介紹了一款由AI設計、義烏生產(chǎn)的穿戴甲在巴黎街頭引發(fā)熱議的故事，展示了義烏制造業(yè)注入新活力的場景。通過AI技術設計的穿戴甲產(chǎn)品在巴黎引起轟動，證明了義烏的創(chuàng)新實力和市場敏銳度。

9、上海人工智能實驗室推出書生·浦語系列模型新版本InternLM2.5

上海人工智能實驗室在2024年7月4日的WAIC科學前沿主論壇上推出了書生·浦語系列模型的新版本InternLM2.5，該版本在復雜場景下的推理能力得到全面增強，支持超長上下文和自主進行互聯(lián)網(wǎng)搜索整合信息。模型參數(shù)版本包括1.8B、7B和20B，適應不同應用場景和開發(fā)者需求。

10、以色列公司推出速度提升50%的開源語音識別模型Whisper Medusa

aiOla公司推出的Whisper Medusa開源語音識別模型在處理速度上取得了重大突破，比OpenAI的Whisper模型快50%，引起了業(yè)界廣泛關注。這一創(chuàng)新將為語音識別技術的發(fā)展帶來深遠影響，為人工智能在語音識別領域的應用開辟新的可能性。

11、新流量密碼?AI視頻翻車意外走紅:一段詭異畫面引發(fā)2000萬次觀看

AI生成的內(nèi)容已經(jīng)滲透到我們的生活中，但最近一段AI翻車視頻卻成為網(wǎng)絡熱點，吸引了近2000萬次觀看，揭示了人們對AI技術的復雜態(tài)度。這段視頻展示了AI圖像生成技術的失控一面，引發(fā)了網(wǎng)友們的強烈反應。公眾對AI技術的態(tài)度正在發(fā)生微妙的變化，需要保持幽默感和開放心態(tài)。

12、摩爾線程AI創(chuàng)作平臺摩筆馬良全新升級

摩筆馬良全新升級，提供更高效、個性化的圖像生成體驗，強化對中文和中國文化的理解，實現(xiàn)精準創(chuàng)意人像生成。用戶操作簡單，上傳照片、輸入描述、生成圖片，快速實現(xiàn)個性化創(chuàng)意人像。新增20多種預置風格滿足多樣化創(chuàng)意需求，AI算法和交互體驗顯著提升，圖像生成高速高分辨率。界面優(yōu)化簡化操作流程，提升交互直觀性和便捷性，為個人用戶和專業(yè)人士帶來前所未有的創(chuàng)意體驗。

13、Reddit將測試AI驅(qū)動的搜索結果頁面

Reddit的創(chuàng)始人兼首席執(zhí)行官Steve Huffman透露，Reddit將推出AI驅(qū)動的搜索結果頁面，提供AI生成的內(nèi)容摘要。這一舉措旨在幫助用戶更輕松地找到感興趣的內(nèi)容，并推薦相關社區(qū)，進一步深入了解內(nèi)容和探索更多Reddit社區(qū)。

14、亞馬遜升級AI圖像生成器Titan Image Generator v2，支持參考圖像來“引導”生成作品

亞馬遜推出了升級版Titan Image Generator v2，為用戶帶來多項新功能，包括圖像調(diào)節(jié)、配色方案控制、背景去除等。該模型還支持用戶通過參考圖像和文本提示來生成符合用戶布局和結構要求的圖像。AWS提供賠償政策保護版權，Andy Jassy對生成AI技術充滿信心。

以上就是關于【AI日報：GPT-4o新版本上線；面壁智能開源手機版“GPT-4V”；華為推3D數(shù)字人新框架?EmoTalk3D；阿里上線奧運時刻海報工作流】的相關內(nèi)容，希望對大家有幫助！