今日简讯 2024.7.1
– 反垄断机构将发威：微软与 OpenAI / 谷歌与三星之间的 AI 交易受到欧盟关注。
– 腾讯搜狗输入法今日迎来 AI 功能上新，升级搭载 AI 帮写、AI 对话、快捷问答、AI 宠物、AI 自拍表情等多种玩法。
– WhatsApp最新测试版引入了选择Meta AI Llama模型的功能，用户可以根据需求自定义AI交互体验。
– 苹果可能在今年秋季宣布与谷歌 Gemini 的交易。
– BBC 的一篇报道：一个由 60 多位编辑和作家组成的团队，负责为科技公司撰写和编辑文章，逐渐被 ChatGPT 所取代，团队只剩下 1 个人和 1 个 ChatGPT。
– 据《科创板日报》今日报道，在今年世界人工智能大会（WAIC 2024）期间，特斯拉将展示其 Cybertruck（赛博越野旅行车）、Optimus 人形机器人、FSD（完全自动驾驶能力）最新成果等。
– 马斯克在自己的X（推特）平台上发文宣布，其人工智能初创公司xAI的大语言模型Grok-2将于8月推出。
– 微软 Copilot for Microsoft 365 下月将迎新功能，设计、写作全面赋能（每月费用为 30 美元）。
Meta 前天推出了一款名为“LLM Compiler”的模型，该模型基于 Meta 现有的 Code Llama 打造，主打代码优化
全球首款支持 GPT-4o 的智能眼镜 Solos AirGo Vision 发布：内置相机、模块化镜腿
地址：
https://solosglasses.com/
知乎发布全新 AI 产品“知乎直答”，支持提问、搜索等功能
体验地址：
https://zhida.zhihu.com/
Runway Gen 3可以生成电影片头3D巨幅字幕效果了
Gen3即将对所有人开放使用。模型精细控制运动，审美强大，想象力丰富，符合物理规律，生成速度快。
体验地址：
https://runwayml.com/
Luma AI推出了新功能
视频延长魔法：首尾帧生成视频能力，向后延长5秒，让每一帧充满无限可能 ; 创新视频功能“Extend”：智能分析视频内容，保持原有风格和对象一致性的基础上延长视频长度 ; Dream Machine模型发布：支持文本和图片输入，生成高质量视频，模拟现实物理特性，免费开放体验。
地址：
https://lumalabs.ai/dream-machine/creations
一款名为gptpdf的开源项目在github爆火
使用了类似 GPT-4o 的 VLLM 模型解析 PDF 文件并转换为 Markdown 格式。该项目代码简洁高效，只有293行，却能完美解析排版、数学公式、表格、图片、图表等各种内容。费用每页平均成本为0.013美元。
地址：
https://github.com/CosmosShadow/gptpdf
AI音频魔法师Resona V2A 可自动为视频配音效
它像一位神奇的魔术师，让视频自动开口，唱出属于自己的旋律。
体验地址：
https://www.resonaai.com/
中山大学和字节智创数字人团队联合推出的MMTryon虚拟试穿框架
一键生成模特试穿效果，质量高且操作简便 ； 打破传统算法束缚，获得新SOTA，支持组合换装 ；利用服装编码器和多模态多参考注意机制，换装更精确灵活。
地址：
https://arxiv.org/pdf/2405.00448
来源：https://mp.weixin.qq.com/s/yK_IWbU0Sb0bqNNTrII_kg
本文地址：https://www.163264.com/8501