AI日报：腾讯推音效生成工具AudioGenie；AI技术被滥用成“退款神器”；阿里推智能体WebWatcher AI日报 8月18日?AIbase1、腾讯AudioGenie横空出世！一键生成电影级音效，Claude与Gemini瑟瑟发抖！ 2、阿里推出多模态深度研究智能体WebWatcher 3、港大、哈工大、浙大联合推出可解耦 3D 模型技术OmniPart，重塑创意设计 4、Meta 发布 DINOv3，无需标注数据的通用图像处理 AI 新模型 5、我国首个法律垂直大模型“小包公”发布：能溯源、可验证 6、ChatGPT移动端收入突破20亿美元，碾压竞争对手创造30倍收入差距 7、安卓手机集体抄作业灵动岛，新芯片算力翻倍推动AI功能全面爆发 8、欧洲AI创企发布鸡脑和蝇脑模型，94MB超小AI可离线运行苹果手表 9、Claude Code重大更新！新增编程导师模式，初学者也能享受一对一代码指导 10、AI技术被滥用成“退款神器”，商家无奈：假图太逼真，有苦说不出 11、IDC报告：2024年中国AI公有云服务市场规模激增，阿里云蝉联中国市场第一 1.腾讯AudioGenie横空出世！一键生成电影级音效，Claude与Gemini瑟瑟发抖！ 腾讯AudioGenie凭借其强大的多模态音频生成能力和创新的无训练框架，正在重新定义AI音频生成的标准。面对国际巨头的竞争，AudioGenie展现了中国AI技术的硬核实力。 亮点提要： ?? 支持视频、文本和图像等多种模态输入，生成音效、语音、音乐等音频输出。 ?? 采用无训练多智能体框架，通过双层架构实现高效协同与自我纠错。 ?? 在MA-Bench基准测试中表现优异，挑战Claude与Gemini的市场地位。 详情入口： ?? https://audiogenie.github.io/ 2.阿里推出多模态深度研究智能体WebWatcher 阿里巴巴自然语言处理团队推出了开源多模态深度研究智能体WebWatcher，旨在突破现有闭源系统和开源Agent在多模态深度研究领域的局限性。通过整合网页浏览、图像搜索、代码解释器和内部OCR等多种工具，WebWatcher能够像人类研究员一样处理复杂的多模态任务。 亮点提要： ?? WebWatcher是一个开源的多模态深度研究智能体，能够处理复杂的多模态任务。 ?? 通过整合多种工具，如网页浏览、图像搜索等，实现强大的视觉理解与逻辑推理能力。 ?? 在多个评测中，WebWatcher的表现显著优于其他主流模型，展示了其卓越的能力。 详情入口： ?? https://github.com/Alibaba-NLP/WebAgent 3.港大、哈工大、浙大联合推出可解耦 3D 模型技术OmniPart，重塑创意设计 港大、哈工大、浙大联合推出的OmniPart技术，为3D建模领域带来了重要突破，能够实现3D模型部件的独立性和结构清晰性，显著提升了3D建模的精确度和灵活性，适用于游戏开发、动画制作等多个创意领域。 亮点提要： ?? OmniPart 技术实现了3D模型部件的独立性，使得创意设计更加灵活。 ?? 采用自回归模型与部件掩码的两阶段生成框架，提升3D建模的精确度。 ?? 创新机制如体素丢弃，增强了模型在复杂场景中的应用效果。 详情入口： ?? https://omnipart.github.io/ 4.Meta 发布 DINOv3，无需标注数据的通用图像处理 AI 新模型 Meta 推出的 DINOv3 是一种无需标注数据的通用图像处理 AI 模型，基于 17 亿张图像进行自监督学习训练，拥有 70 亿个参数。该模型在多个图像任务和领域中表现出色，尤其适用于卫星图像处理等专业领域。 亮点提要： ?? DINOv3 基于 17 亿张图像进行自监督学习训练，无需标注数据。 ?? 拥有 70 亿个参数，可处理多种图像任务和领域，性能优于上一代模型 DINOv2。 ?? Meta 在 GitHub 上开放了多个预训练模型变体及代码，允许商业使用。 详情入口： ?? https://github.com/facebookresearch/dinov3 5.我国首个法律垂直大模型“小包公”发布：能溯源、可验证 我国首个法律垂直大模型“小包公”正式发布，标志着法律人工智能从学术探索迈向规模化应用。该模型通过整合大量法律数据和先进技术，提供可溯源、可验证的法律依据，有助于缓解法律服务资源分布不均的问题，并在多个重点领域展现示范效应。 亮点提要： ?? 我国首个法律领域垂直大模型“小包公”发布，标志着法律人工智能进入规模化应用阶段。 ?? “小包公”整合了2亿份裁判文书和420余万部法律法规，具备精准排除“外行概念”的能力。 ?? 法律AI有望缓解法律服务资源分布不均问题，推动行政复议、检察监督等领域的数字化和普惠化。 6.ChatGPT移动端收入突破20亿美元，碾压竞争对手创造30倍收入差距 ChatGPT移动应用在全球市场取得了惊人的收入表现，远超其他竞争对手。其收入增长迅速，用户下载量和消费水平均显著领先，显示出其在AI助手领域的主导地位。 亮点提要： ?? ChatGPT移动端应用收入达到20亿美元，是竞争对手总和的30倍)??ChatGPT月收入增长高达673%，远超其他聊天机器人)??ChatGPT全球下载量达6.9亿次，是Grok的17倍) 7.安卓手机集体抄作业灵动岛，新芯片算力翻倍推动AI功能全面爆发 文章指出，安卓厂商在系统设计上纷纷借鉴苹果的灵动岛交互方式，并结合自身特色进行优化。同时，新一代芯片算力提升为AI功能普及提供了硬件支持，各厂商在系统中集成AI功能，实现更智能的服务体验。 亮点提要： ? 各安卓厂商推出类似苹果灵动岛的交互设计，提升用户体验。 ? 新一代芯片算力翻倍，为AI功能普及奠定基础。 ?? 厂商全量集成AI功能，提供一键订票、行程规划等智能服务。 8.欧洲AI创企发布鸡脑和蝇脑模型，94MB超小AI可离线运行苹果手表 欧洲AI初创公司Multiverse Computing发布了两款极小的AI模型，分别命名为SuperFly和ChickBrain。这些模型体积小巧，可以在物联网设备、智能手机、平板电脑和个人电脑上本地运行，无需互联网连接。它们在性能方面表现优异，甚至在一些基准测试中超越了原始模型。 亮点提要： ? Multiverse Computing推出了两款超小型AI模型，适用于各种设备并支持本地运行。 ?? SuperFly和ChickBrain模型分别以蝇脑和鸡脑命名，具备强大的功能和推理能力。 ?? 公司通过融资1.89亿欧元进一步推动其量子启发的压缩技术发展，并与多家大公司合作。 9.Claude Code重大更新！新增编程导师模式，初学者也能享受一对一代码指导 Anthropic推出了Claude Code的重要功能更新，新增了针对编程初学者的个性化沟通风格设置。用户可以通过命令自定义交流方式，包括解释型和学习型两种风格，以满足不同学习需求。 亮点提要： ?? 解释型风格专注于深度教学，帮助开发者理解代码背后的原理。 ????? 学习型风格采用互动教学方式，提升用户的动手能力和独立解决问题技能。 ?? 新增的编程导师模式让初学者也能享受一对一代码指导，降低学习门槛。 10.AI技术被滥用成“退款神器”，商家无奈：假图太逼真，有苦说不出 文章指出，电商平台出现利用AI伪造商品损坏图片进行恶意退款的现象，严重损害了商家的利益。法律专家认为该行为涉嫌违法，呼吁加强监管和技术创新以应对这一问题。 亮点提要： ?? AI工具被用于伪造商品损坏图片，骗取退款。 ?? 恶意退款行为可能构成民事欺诈或刑事诈骗。 ?? 商家需优化售后流程并保留证据以维护自身权益。 11.IDC报告：2024年中国AI公有云服务市场规模激增，阿里云蝉联中国市场第一 IDC报告显示，2024年中国AI公有云服务市场快速增长，主要得益于生成式AI应用的扩展和机器学习需求的上升。计算机视觉、对话式AI和自然语言处理等细分市场表现亮眼，同时技术提供商需关注AI治理和云架构优化以适应智能化时代的需求。 亮点提要： ?? 2024年中国AI公有云服务市场规模预计达到195.9亿元，同比增长55.3%。 ??? 计算机视觉和对话式AI市场表现突出，分别达到81.0亿元和20.9亿元。 ??? 技术提供商需重构云服务架构，加强AI治理以确保透明度与合规性。 ↓点击阅读原文，进AIbase官网. 阅读原文