AI日报：混元推5个开源3D模型；Anthropic MCP传输机制升级；Mistral开源模型Mistral Small3.1 AI日报 3月18日?AIbase1、腾讯混元推出 5 个开源3D模型：30 秒生成，兼容多平台 2、Anthropic发布MCP传输机制重大升级：告别长连接，迎接更灵活的Streamable HTTP 3、生数科技Vidu将打造首部海外AI原创科幻动漫剧集 4、谷歌云重磅推出高清语音模型 Chirp 3，支持248种声音 5、马斯克xAI收购视频生成初创公司Hotshot，AI视频领域竞争再升级 6、Roblox开源Cube3D:首个基础AI模型实现3D对象生成 7、Zoom AI助手AI Companion功能升级 8、128K超长记忆！Mistral最新开源模型Mistral Small 3.1登场，参数方面优于 GPT-4o Mini 9、谁说视频只能“一镜到底”？字节创新技术LCT，让AI像导演一样拍摄电影大片！ 10、32B参数的“逆袭”！OLMo 2 32B横空出世，叫板GPT-3.5 Turbo 1.腾讯混元推出 5 个开源3D模型：30 秒生成，兼容多平台 腾讯混元宣布推出五个全新开源3D生成模型，基于Hunyuan3D-2.0，具备更快的生成速度和更丰富的细节。Turbo系列模型利用FlashVDM框架实现生成加速，缩短至30秒内完成。升级后的3D AI创作引擎支持多视图输入，用户可通过上传少量图片快速生成高质量3D模型，降低制作成本。 亮点提要： ? Turbo系列模型通过FlashVDM框架实现数十倍加速，生成时间缩短至30秒。 ??? Hunyuan3D-2-MV模型能更好地捕捉细节，生成符合用户预期的3D资产。 ??? 升级后的引擎支持多视图输入，用户只需上传2-4张图片即可快速生成高质量3D模型。 2.Anthropic发布MCP传输机制重大升级：告别长连接，迎接更灵活的Streamable HTTP Anthropic对Model Context Protocol（MCP）进行了重大更新，推出了Streamable HTTP传输方式，取代了传统的HTTP+SSE方案。新机制允许客户端与服务器之间更高效的双向通信，支持无状态服务器运行，简化了部署流程，并提高了系统的可扩展性。 亮点提要： ?? 移除专用的/sse端点，所有消息通过统一的/message端点传输，简化了通信流程。 ?? 服务器可动态将HTTP请求升级为SSE流，支持灵活的双向通信，解决了SSE的单向限制。 ?? 新方案兼容性大幅提升，适用于各种网络基础设施，支持无状态模式，降低了资源消耗。 详情入口： ?? https://github.com/modelcontextprotocol/specification/pull/206 3.生数科技Vidu将打造首部海外AI原创科幻动漫剧集 生数科技有限公司与Aura Productions达成战略合作，计划推出首部海外AI原创科幻动漫剧集。双方将共同制作50集短篇科幻动漫系列，利用Vidu的先进视频生成技术，提升制作效率和质量，预示着未来动漫创作将更加智能化和高效化。 亮点提要： ?? 合作推出50集短篇科幻动漫系列，计划在全球主流社交媒体平台发布。 ?? Vidu的多主体一致性功能确保角色与场景的无缝融合，实现高质量动画叙事。 ?? Vidu2.0版本大幅提升视频生成效率，能在10秒内快速生成高质量视频。 4.谷歌云重磅推出高清语音模型 Chirp 3，支持248种声音 谷歌云在伦敦的DeepMind总部推出了高清语音模型Chirp3，旨在为开发者提供强大的语音合成工具。该模型支持248种不同的声音和31种语言，能够帮助开发者创建智能语音助手、有声读物和视频配音等应用。为了确保负责任的使用，谷歌限制了语音克隆功能的访问权限，并重申了对数据隐私的承诺。 亮点提要： ?? 谷歌云推出Chirp3语音模型，支持248种声音和31种语言，助力开发者构建智能应用。 ?? 谷歌限制语音克隆功能的访问权限，以确保伦理AI的实践和防止滥用。 ?? 谷歌发起计划提升英国AI技能，并向初创企业提供云基础设施支持，促进创新。 详情入口： ?? https://cloud.google.com/text-to-speech/docs/chirp3-hd 5.马斯克xAI收购视频生成初创公司Hotshot，AI视频领域竞争再升级 埃隆·马斯克旗下的xAI公司收购了视频生成AI初创公司Hotshot，标志着其在多模态AI技术领域的进一步扩展。Hotshot以其独特的技术优势和强大的算力支持，致力于提升视频生成能力。 亮点提要： ?? Hotshot专注于AI视频生成，利用600万个视频片段进行训练，提升了模型理解视频内容的能力。 ?? 收购后，Hotshot将继续扩大视频生成器的开发，利用xAI的Colossus超级计算机的强大算力。 ?? 此次收购标志着马斯克在AI技术领域的进一步布局，预示着AI视频生成技术将迎来新一轮的突破。 6.Roblox开源Cube3D:首个基础AI模型实现3D对象生成 Roblox近日推出并开源了Cube3D，这是其首个用于生成3D对象的基础AI模型，旨在提升3D创作效率。该模型通过创新的训练方法，将3D对象标记化，能够快速生成完整的3D形状。 亮点提要： ??? Cube3D是Roblox首个开源的3D对象生成AI模型，旨在提高开发者的创作效率。 ?? 该模型通过创新的训练方法，能够将3D对象标记化并预测下一个形状，快速构建完整的3D对象。 ?? Roblox计划将Cube3D发展为多模态模型，未来将支持文本、图像和视频输入，增强创作工具的功能。 详情入口： ?? https://www.chinaz.com/ainews/16358.shtml 7.Zoom AI助手AI Companion功能升级 Zoom公司最近宣布了其AI助手Zoom AI Companion的新一轮功能升级，标志着这一工具的演变，旨在提升用户在视频会议中的互动体验和工作效率。新功能包括自动识别和完成待办事项的Zoom Tasks、转录线下对话的新语音录音器、以及定制AI助手等，预计将显著增强用户的生产力和协作能力。随着这些创新的推出，Zoom继续致力于提升各行业的工作效率。 亮点提要： ?? Zoom Tasks功能可以自动识别会议中的待办事项并完成相关任务。 ??? 新语音录音器能够转录线下对话并提供实时会议笔记。 ?? 定制AI助手功能将于4月推出，用户可根据需求定制功能。 详情入口： ?? https://www.chinaz.com/ainews/16367.shtml 8.128K超长记忆！Mistral最新开源模型Mistral Small 3.1登场，参数方面优于 GPT-4o Mini Mistral AI发布了开源模型Mistral Small3.1，凭借240亿参数的设计，其性能可与谷歌和OpenAI的产品相媲美。该模型在文本处理和多模态理解上有显著提升，支持128k tokens的上下文窗口，处理速度达到每秒150个tokens。Mistral的开源策略旨在吸引全球开发者，推动创新，同时强调其在AI领域的绿色和可持续发展。 亮点提要： ?? Mistral Small3.1具备240亿参数，性能媲美谷歌和OpenAI的同类产品，推动AI市场竞争。 ?? 该模型支持128k tokens的上下文窗口，处理速度高达每秒150个tokens，适用于长文档和快速响应场景。 ?? Mistral采取开源策略，发布Apache2.0许可证，强调欧洲数字主权，吸引全球开发者参与创新。 详情入口： ?? https://top.aibase.com/tool/mistral-small-3-1 9.谁说视频只能“一镜到底”？字节创新技术LCT，让AI像导演一样拍摄电影大片！ 长上下文调整（LCT）技术的出现，极大提升了AI生成视频的叙事能力，使其能够像电影导演一样自由切换镜头，构建更连贯的故事场景。通过引入全注意力机制、交错的3D位置嵌入和异步噪声策略，LCT解决了多镜头生成中的视觉一致性和时间动态问题。这项技术不仅提高了视频内容的创造力，也为未来的长视频生成和交互式编辑开辟了新思路。 亮点提要： ?? LCT技术使AI视频生成模型能够执导多镜头叙事视频，提升叙事能力。 ?? 通过全注意力机制和交错的3D位置嵌入，LCT确保视觉一致性和时间动态。 ?? LCT支持自回归镜头扩展，便于长视频创作和交互式修改。 详情入口： ?? https://top.aibase.com/tool/zhangshangxiawentiaoyoulct 10.32B参数的“逆袭”！OLMo 2 32B横空出世，叫板GPT-3.5 Turbo OLMo232B是艾伦人工智能研究所发布的最新大型语言模型，凭借320亿参数和完全开源的特性，挑战了许多专有模型。通过精细的训练过程，OLMo232B在多项基准测试中超越了GPT-3.5Turbo和GPT-4o mini，展现出卓越的性能和更高的训练效率。 亮点提要： ?? OLMo232B是完全开源的语言模型，公开了所有数据、代码和训练过程，促进全球研究合作。 ?? 该模型拥有320亿参数，在多项基准测试中超越了GPT-3.5Turbo，证明了开源模型的强大实力。 ? OLMo232B在训练效率上表现优异，仅使用三分之一的计算资源，展现出高效的AI开发潜力。 详情入口： ?? https://github.com/allenai/OLMo-core ↓点击阅读原文，进AIbase官网. 阅读原文