搜索
现在打开视频网站，诸葛亮大碗喝酒、安陵容硬气吃大龙虾的鬼畜视频，已经布满屏幕。这些视频的幕后推手，有不少是来自快手于今年6月推出的、有中国版Sora之称的“可灵”。它以支持一键生成2分钟视频为技术特点，且适合中文世界操作。
OpenAI再也不是微软的唯一解。第十届GitHub开发者大会上，微软官宣GitHub Copilot同时接入Claude 3.5 Sonnet和Gemini 1.5 Pro两大模型。同时，还发布了0代码开发应用的「魔法」平台。AI代码生成第二阶段已来。
那些转到 Cursor 的用户，会不会又被吸引过来呢？
GPT-4o 四月发布会掀起了视频理解的热潮，而开源领军者Qwen2也对视频毫不手软，在各个视频评测基准上狠狠秀了一把肌肉。
近期，港中大（深圳）联手趣丸科技联合推出了新一代大规模声音克隆 TTS 模型 ——MaskGCT。该模型在包含 10 万小时多语言数据的 Emilia 数据集上进行训练，展现出超自然的语音克隆、风格迁移以及跨语言生成能力，同时保持了较强的稳定性。MaskGCT 已在香港中文大学（深圳）与上海人工智能实验室联合开发的开源系统 Amphion 发布。
好家伙！谷歌超25%新代码都由AI生成了。
做底层大模型研发，就像一场旷日持久的马拉松，研发成本高、技术门槛高，迭代竞争激烈。拿 OpenAI 来说，研发带来的年亏损高达 50 亿美元。这样的财务压力显然不是一般的 AI 公司所能承受之重。AI 创业公司也往往显得十分务实，始终将商业化和盈利变现作为核心考量。
多模态模型，统一图像生成。
单月人均上线 21 次，9 成流量来自移动端。
技术拐点之后，数十元的数字人比以前一百多万的效果更强。