腾讯研究院AI速递 20240702

生成式AI

一、 Gen-3开放实测demo惊艳，时装秀一绝，却依旧不懂物理世界

1. Gen-3 Alpha在细节、一致性和运动表现方面有非常的显著改进，生成质量提升；

2. 模型在理解物理世界方面仍有不足，例如越野车尘土分布不自然、体操运动员动作变形等问题；

3. 总的来说，Gen-3和Sora各有优劣，具体表现取决于生成场景和要求。

https://mp.weixin.qq.com/s/wzPRt2NhImfyKnTKt4CEtw

二、 又一个AI智能眼镜，全球首款搭载GPT-4o的AI智能眼镜来啦！

1. Solos AirGo 3智能眼镜简化使用体验，通过触摸镜框与ChatGPT互动，支持实时翻译和音乐播放；

2. 设计时尚，结合了Wayfarer风格和高科技，微型扬声器和麦克风也能做到音质清晰；

3. 配备强大软件支持，通过Solos App个性化设置，整合SolosChat和SolosTranslate实现多功能交流和信息查询。

https://mp.weixin.qq.com/s/Ot4_QJyRzYvARqrlJOywSQ

三、 齐活了，Resona V2A，AI智能解析视频，实现自动配音与配乐

1. Resona V2A允许用户上传视频后，系统自动生成与内容契合的音频，包括音效和环境音等；

2. 相较传统方法，其音频生成速度快90%，大幅节省制作时间，提升工作效率；

3. 适用于多领域，尤其对电影制作人和使用特定视频生成应用的创作者提供支持，降低成本同时保持音频质量。

https://mp.weixin.qq.com/s/d7Mbe4lBv-lvKUsWy7ng1w

四、 甲骨文首次将LLMs引入数据库，集成Llama 3等和数据库高效对话

1. 甲骨文首次在数据库HeatWave GenAI中嵌入Llama 3和Mistral LLM，提高安全性和使用便捷性；

2. 通过将数据转换为向量并在内存中搜索，实现快速且精确的数据查询；

3. HeatWave GenAI可结合机器学习进一步探索新应用，如银行的欺诈检测和外卖平台的个性化推荐。

https://mp.weixin.qq.com/s/TQ-999ZrdlGhsbXub28JEQ

五、 前 OpenAI 工程师创办AI 机器人定制公司 Dust，ARR 已破百万美元

1. DustAI 机器人定制公司获得红杉美国1600万美元融资，扩展到美国市场，并已达100万美元年经常性收入；

2. Dust开发的软件整合了OpenAI、Google、Anthropic和Mistral AI的产品，并与Slack等应用程序连接；

3. Dust的主要客户包括法国初创公司和美国碳会计企业Watershed，帮助非工程师员工开发复杂的数据项目。

https://mp.weixin.qq.com/s/hSG_ZYHPfOJg4ggEbUvVlA

六、 8B即达到GPT-4级性能！北大等提出医疗专家模型训练方法

1. 北大等研究团队通过在适当大小的数据子集上多轮预训练，提出改善大语言模型在医疗领域的训练效率和性能；

2. 介绍了使用高质量医疗数据进行连续预训练，并通过混合数据训练缓解预训练分布差异；

3. 通过三种策略优化的Llama-3-Physician-8B小模型在医疗任务上表现优越，接近GPT-4级性能。

https://mp.weixin.qq.com/s/Y0IsaHAiKPH-W6DBhYXtmg

七、 华为、腾讯开源AniPortrait：用音频、图片生成会说话的视频

1. AniPortrait开源模型使用音频和图片生成同步说话的视频；

2. 该模型包括从语音提取3D面部网格和头部姿态，以及将这些数据转化为视频的步骤；

3. 通过优化细节处理，特别是面部关键点，提高视频生成的精细度和一致性。

https://mp.weixin.qq.com/s/CyaZ5uiCh8we2otIn5cfcQ

前沿科技

八、 利用AI进行噪音消除：NVIDIA Broadcast 强效助力直播和远程工作

1. NVIDIA Broadcast 使用 RTX GPU 的 Tensor Core 提高直播和视频会议的音视频质量；

2. 通过 AI 功能，如噪音和回声移除、虚拟背景和自动聚焦，提升用户体验；

3. 支持广泛应用，适合远程工作者、直播主播和内容创作者，易于集成和使用。

https://mp.weixin.qq.com/s/HllHk9poXoj17w0fDIwiiw

报告观点

九、 微软 AI CEO：今年年底，将拥有实时的语音，允许完全动态的交互

1. Mustafa Suleyman预计年底将实现实时语音界面，实现完全动态交互；

2. AI技术持续对社会产生深远影响，不会像加密货币那样成为一时热潮；

3. 呼吁中美技术竞争中保持合作，通过全球合作共存来推动技术发展。

https://mp.weixin.qq.com/s/WVu5xv2yPKkacatPTmX6bQ

十、 《奇点更近了》作者再预言：2045年，智能将扩展到100万倍

1. Ray Kurzweil预测2045年人类智能将扩展到100万倍；

2. 预计在2029年人工智能将达到人类水平，并在2030年代初实现医学长寿逃逸速度；

3. 纳米机器人将使人脑与云端融合，彻底改变人类智能和生存方式。

https://mp.weixin.qq.com/s/AlZSXpxqqukooobWA8vGRg

👇订阅下方合集，获取每日推送