Fashion-VDM：通过给定的服装图像和人物视频 生成一段虚拟试穿视频

Fashion-VDM 是一个基于扩散模型（Video Diffusion Model，VDM）的虚拟试衣视频生成模型。可以通过 AI 技术生成高质量的虚拟试衣视频，使用户能够看到一个人在穿上特定服装后的动态效果。

Support authors and subscribe to content

This is premium stuff. Subscribe to read the entire article.
Login if you have purchased

加入会员
加入会员查看更多会员内容和教程。
超过1000+的会员内容，每天更新。
开通会员

via XiaoHu.AI学院 (author: 小互)

Invalid media:
video
video

阿里海外推出首个B2B领域的AI搜索引擎

11月12日，阿里在海外推出对话式AI搜索引擎 Accio，面向全球商家开放，这是全球第一个B2B领域的AI搜索引擎。

Accio 的页面主体是对话框，产品形态类似于 AI 搜索引擎 Perplexity，定位是个人采购代理。

华尔街见闻｜Accio

📮投稿 ☘️频道 🌸聊天

via 科技圈🎗在花频道📮 - Telegram Channel

软银拟推出首台搭载英伟达 Blackwell 芯片的超级计算机

日本软银集团将率先使用英伟达公司新推出的 Blackwell 芯片设计打造超级计算机，这体现了这家日本公司在人工智能领域奋起直追的雄心。两家公司表示，软银电信部门计划打造日本最强大的人工智能超级计算机，以支持广泛的本地服务。这台计算机将基于英伟达的 DGX B200 产品，该产品将计算机处理器与人工智能加速器芯片相结合。后续计划将采用更先进的 Grace Blackwell 版本。软银集团的创办人孙正义表示，日本正处于变革的边缘，他经常批评日本政府和企业在采用新技术方面进展缓慢。他说，这一次日本政府不会阻碍人工智能的发展。

—— 彭博社

via 风向旗参考快讯 - Telegram Channel

YouTube 正在测试由 AI 制作的音乐混音

YouTube 正在测试一项新功能，允许创作者使用人工智能“重新设计”其短视频中的授权歌曲。获得访问权限的小部分创作者可以输入提示词来更改歌曲中的不同元素，例如情绪或流派。而 YouTube 的 Dream Track AI 功能扩展将生成重新制作的30秒配乐。如果您是实验组中的创作者，可以选择一首符合条件的歌曲，描述您想要重新设计的风格，然后生成一个独特的30秒配乐用于您的 Short 短视频。这些重新设计的配乐将在 Shorts 视频本身和 Shorts 音频页面中清楚标注原始歌曲来源，并且表明该配乐经过 AI 重新设计。

—— TheVerge

via 风向旗参考快讯 - Telegram Channel

苹果将于2025年3月推出 AI 智能家居中控屏

据彭博社的马克·古尔曼报道，苹果公司计划最早于2025年3月推出一款由人工智能驱动的智能家居显示屏。这款显示屏尺寸约为6英寸，外观与 iPad 相似，但它是方形而不是矩形的，边框较厚。顶部有一个摄像头，可用于 FaceTime，此外还有用于播放音乐的内置扬声器和内置可充电电池。苹果将提供银色和黑色的 Hub，支持触控，但主要还是通过语音操控。苹果计划集成 Apple 智能来访问应用和控制智能家居产品。产品内置多种传感器，可以确定人与设备的距离，并根据距离调整显示的内容。苹果公司计划将这款智能显示屏定位为智能家居“控制中枢”。

—— MacRumors、 彭博社

via 风向旗参考快讯 - Telegram Channel

HeyGen 正在开放 API 你可以轻松创建数字人、进行视频翻译、部署交互式数字人

via XiaoHu.AI学院 (author: 小互)

Telegraph

HeyGen 正在开放 API 你可以轻松创建数字人、进行视频翻译、部署交互式数字人

HeyGen 正在开放API，通过 HeyGen API，企业能够使用生动的虚拟人视频提升平台的互动性，转化原本单一的内容为更加吸引用户的动态体验。 这些工具包括了虚拟人视频制作、全球化的视频翻译和实时互动虚拟人等，适用于多个应用场景，例如在线营销、客户支持、教程培训和用户引导。 数字人视频 API：企业可以通过这一 API 快速生成高质量的数字人视频，将静态内容转化为动态、引人入胜的体验，提升内容的互动性和趣味性，进而吸引更多用户，尤其适合用于营销推广、在线教育和客户培训等。 视频翻译 API：支持精…

OpenAI 联合创始人布罗克曼重返该公司

当地时间周二，OpenAI 联合创始人格雷格·布罗克曼(Greg Brockman)在 X 上的一篇帖子中表示，在辞去总裁职位三个月后，他已重返这家人工智能初创公司。OpenAI 发言人证实了布罗克曼的回归。布罗克曼一直在与首席执行官萨姆·奥尔特曼合作，为他设立一个新职位，以专注于重大的技术挑战。他在 X 上发帖称，“我人生中最长的假期结束了。回去打造@OpenAI 吧。”在他重返该公司之前，这家由微软支持的公司经历了一系列离职，包括前首席技术官米拉·穆拉蒂、联合创始人约翰·舒尔曼和伊利亚·苏茨克弗。苏茨克弗和穆拉蒂现在都创立了自己的人工智能公司。

—— 路透社

via 风向旗参考快讯 - Telegram Channel

亚马逊向AI研究人员提供免费的计算能力

亚马逊云计算部门周二表示，将向想要使用其定制人工智能芯片的研究人员提供免费计算能力，旨在挑战英伟达在研究人员中的受欢迎程度。亚马逊 AWS 表示，将向希望使用其 Trainium 芯片的研究人员提供价值1.1亿美元的云数据中心使用额度。Trainium 是亚马逊用于开发人工智能模型的芯片，与英伟达、AMD 和 Alphabet 云部门的芯片竞争。

AWS 表示，卡内基梅隆大学和加州大学伯克利分校的研究人员正在参与该项目。该公司计划为该项目提供四万块第1代 Trainium 芯片。AWS 计划发布有关其芯片指令集架构的文档，并让客户直接对芯片进行编程。

—— 路透社

via 风向旗参考快讯 - Telegram Channel

百度发布首款人工智能眼镜 预计明年上市

今日，百度世界2024现场，百度发布首款眼镜——小度AI眼镜，称该产品为“全球首款搭载中文大模型的原生AI眼镜”，具备第一视角拍摄、边走边问、识物百科、视听翻译、智能备忘等功能。该眼镜以文心大模型为技术底座。小度AI眼镜重量仅有45g；搭载1600万像素超广角摄像头；结合四阵列麦克风和定制的开放式防漏音扬声器单元，可识别声源方向，区分出佩戴者和其他人；采用低功耗的电路架构设计，能够实现56小时待机，支持连续5小时以上聆听，30分钟可充满电。小度科技CEO李莹表示，小度AI眼镜将于明年上半年正式上市。售价可能为2000元出头。

—— 科创板日报

via 风向旗参考快讯 - Telegram Channel

阿里巴巴针对欧美小企业推出AI搜索工具

中国电商巨头阿里巴巴周二推出了一款人工智能搜索引擎，帮助欧洲和美洲的小企业采购物资。阿里国际站总经理张阔表示，初步测试显示，与传统搜索引擎相比，使用新工具的企业购买意向增加了40%。据阿里巴巴公司称，该产品名为“Accio”，初始版本基于网页，支持英语、德语、法语、葡萄牙语和西班牙语。只需几个文字或图片提示，企业就可以使用 Accio 查找批发产品。包括分析在消费者中的受欢迎程度和预计利润。该搜索工具基于通义千问大型语言模型，使用了来自阿里巴巴国际平台上5000万家企业的数据以及公开的行业信息。整合了阿里巴巴国际网站上100亿条产品清单和文档。

—— CNBC

via 风向旗参考快讯 - Telegram Channel

北京体语科技起诉苹果存在不公平垄断行为

北京知识产权法院已同意受理北京体语科技有限公司针对苹果公司应用商店行为提起的诉讼。北京体语科技开发的体语 App 为用户提供 AI 体姿评估服务，但该应用在2020年遭到苹果应用商店的下架，理由是其存在“不诚实和欺诈行为”。在多次通过电子邮件对苹果的决定提出上诉后，体语科技提交了一款相同的应用，但使用了不同的名称。该应用被接受并在 iOS 应用商店发布，体语科技认为这表明苹果对其平台的监管规则不一致。体语科技因此寻求赔偿，提出的赔偿包括：赔偿人民币300万、道歉，并要求法院宣告苹果存在不公平的垄断行为。该案的闭门听证会于周四开始，最快可能在本周结束。

—— 彭博社

via 风向旗参考快讯 - Telegram Channel

字节跳动发布AI图像编辑工具：SeedEdit 无需专业图片处理技能 一句话即可实现P图

via XiaoHu.AI学院 (author: 小互)

Telegraph

字节跳动发布AI图像编辑工具：SeedEdit 无需专业图片处理技能 一句话即可实现P图

SeedEdit 是一个AI图像编辑工具，由 Doubao 团队开发。它的特殊之处在于，可以根据用户输入的文字指令直接对图像进行编辑。 也就是你只需要通过简单的文字描述来修改图像，对图片进行各种复杂的修改，不需要专业的图片处理技能，不需要其他任何操作，不用再相Photoshop那样复杂的操作才能修改编辑图像。 无论是改变图像的内容、风格，还是调整光线和角度，SeedEdit 都可以实现，并保持高质量的编辑效果。 比如，用户可以输入“把图像中的房子换成城堡”，SeedEdit 就会自动识别并修改图像，替换成符合描述的效果。…

阿里云开源 Qwen2.5-Coder 全系列模型

阿里云通义大模型团队开源通义千问代码模型全系列，共6款 Qwen2.5-Coder 模型。据介绍，Qwen2.5-Coder-32B-Instruct 作为本次开源的旗舰模型，在 EvalPlus 等十余个主流的代码生成基准上，均刷新了开源模型的得分纪录，并在考察代码修复能力的 Aider、多编程语言能力的 McEval 等九个基准上优于 GPT-4o，实现了开源模型对闭源模型的反超。阿里通义千问此前开源1.5B、7B两个尺寸，本次开源带来0.5B、3B、14B、32B四个尺寸。3B模型使用 Research Only 许可，其他模型均采用 Apache 2.0 许可证。

—— Github、Huggingface

via 风向旗参考快讯 - Telegram Channel

百度将推出多智能体协作工具“秒哒”

11月12日消息，百度创始人李彦宏宣布百度将于明年1月初推出多智能体协作工具“秒哒”，这是一款不需要用户懂代码和写代码，就能一句话生成软件应用的工具产品，主要面向非程序员群体，用于降低普通用户开发智能体的门槛。同时百度发布百度文库和百度网盘联合开发的“自由画布”。据介绍，自由画布是一个由文心多模态大模型加持的万能白板，可以帮助用户完成从找资料，到编辑、生成和分享的全部任务。此外，小度科技CEO李莹发布了全球首款搭载中文大模型的原生AI眼镜——小度AI眼镜。据了解，小度人工智能眼镜将于明年上半年上市。

—— 36氪、界面新闻、36氪

via 风向旗参考快讯 - Telegram Channel

百度发布首款搭载中文大模型的小度AI眼镜，支持边走边问、第一视角拍摄

在2024百度世界大会上，百度推出了小度AI眼镜，宣称为全球首款配备中文大模型的原生AI眼镜。这款眼镜具备第一视角拍摄、边走边问、卡路里识别、识物百科、视听翻译和智能备忘等先进功能。配置上，小度AI眼镜重量仅45克，配备16MP超广角摄像头和AI防抖算法，待机续航长达56小时，支持超过5小时连续聆听，并能在30分钟内快速充电。该产品预计将于明年上半年正式上市。

IT之家

📮投稿 ☘️频道 🌸聊天

via 科技圈🎗在花频道📮 - Telegram Channel

谷歌推出新AI工具「学习伙伴」

谷歌推出一款名为 Learn About 的实验性新 AI 工具，它基于谷歌今年春天推出的LearnLM AI 模型构建，并称其「以教育研究为基础，并根据人们的学习方式量身定制」。它提供的答案具有更多视觉和交互元素，并采用教育格式。

问及「宇宙有多大？」，Learn About 和 Google Gemini均回答「可观测宇宙的直径约为 930 亿光年」。但Learn 更强调来自教育网站物理论坛的图片，并添加了相关内容，这些内容同样更侧重于学习，而不是简单地提供事实和定义。

The Verge

📮投稿 ☘️频道 🌸聊天

via 科技圈🎗在花频道📮 - Telegram Channel

👉 名称：WebViewTvLive
🤖 类型：🤖软件
👏 介绍：使用 腾讯 X5 WebView 开发的电视直播App，原理：加载直播网页，找到video标签自动全屏：

via 老胡周刊资源分享频道 - Telegram Channel

ChatGPT 帮我制定护肤方案 两个月让我的皮肤变成了这样…

via XiaoHu.AI学院 (author: 小互)

Telegraph

ChatGPT 帮我制定护肤方案 两个月让我的皮肤变成了这样…

Reddit 用户 General-Implement83 分享了她如何使用 ChatGPT 定制了一个个性化的护肤方案。