AI日报：可灵2.1推出全新首尾帧功能；昆仑万维上线AI音乐模型Mureka V7.5；宇树 H1夺机器人史首枚1500米金牌 AI日报 8月15日?AIbase1、快手可灵 2.1 模型内测：首尾帧功能提升视频创作体验 2、昆仑万维上线AI音乐模型Mureka V7.5 并推出MoE-TTS语音模型 3、腾讯云推出AI开发工具CloudBase AI CLI 可减少80%编码量 4、海外新品MuleRun爆火！每人独享虚拟机，AI Agent自动玩游戏做建模 5、Meta重磅开源DINOv3！无需人工标注的AI视觉神器，颠覆图像识别新未来 6、春晚明星再夺冠!宇树 H1夺机器人史首枚1500米金牌 7、谷歌Gemini迎来重大更新！新增记忆功能和隐私聊天模式 8、香港大学联手开源项目OpenCUA，打造个性化电脑智能助手！ 9、OpenAI或在ChatGPT引入广告，高管称“保持灵活性很重要” 10、谷歌发布超小型高效开源 AI 模型 Gemma 3 270M，可在智能手机上运行 1.快手可灵 2.1 模型内测：首尾帧功能提升视频创作体验 快手可灵2.1模型推出了全新的首尾帧功能，显著提升了视频生成的效果和流畅度，同时优化了转场效果和文本响应能力。该模型在动态表现、语义理解和生成效率方面都有明显提升，适用于多种专业视频创作场景。 亮点提要： ?? 可灵2.1新增首尾帧功能，提升视频开头和结尾的精细控制。 ?? 支持自定义首尾帧图像，解决转场生硬问题，适合专业视频创作。 ? 生成速度和成本下降，提高创作者使用效率。 2.昆仑万维上线AI音乐模型Mureka V7.5 并推出MoE-TTS语音模型 昆仑万维集团在2025年8月15日推出了Mureka V7.5模型，标志着其SkyWork AI技术发布周的圆满收官。该模型在中文歌曲创作方面表现出色，优化了人声表现的真实性与情感深度，并结合MoE-TTS语音合成框架，提升了语音合成的自然度和可控性。 亮点提要： ?? Mureka V7.5在中文歌曲创作中展现了卓越的能力，包括音色、演奏技法、咬字和情感表现的提升。 ?? MoE-TTS通过自然语言描述精准控制声音特征与风格，解决了复杂修辞生成语音偏离预期的问题。 ?? 昆仑万维展示了其在AI音乐创作和语音合成领域的强大实力，为相关领域研究和发展提供了新思路。 3.腾讯云推出AI开发工具CloudBase AI CLI 可减少80%编码量 腾讯云推出了CloudBase AI CLI，这是一款深度集成云开发平台的AI命令行工具，旨在为开发者提供更高效、便捷的开发体验。该工具通过统一的命令行入口，支持多种AI编程工具，显著提升开发效率，并覆盖从代码生成到部署应用的全流程。 亮点提要： ?? CloudBase AI CLI 提供统一的命令行入口，简化开发流程。 ?? 支持全平台通用性和多模型协作能力，满足不同开发场景需求。 ?? 提供免费体验额度，降低使用门槛，提升AI性价比。 详情入口： ?? https://static.cloudbase.net/cli/install/install.sh -fsS | bash 4.海外新品MuleRun爆火！每人独享虚拟机，AI Agent自动玩游戏做建模 MuleRun作为一款创新的AI产品，通过独特的虚拟机机制和社区驱动的Agent生态，为用户带来了前所未有的智能化体验，展示了AI Agent在多个领域的广泛应用潜力。 亮点提要： ?? MuleRun的AI Agent能够自动完成游戏任务，极大提升了用户体验。 ?? MuleRun为用户提供了专属的虚拟机环境，支持运行多种软件和应用。 ?? 社区驱动的Agent生态让普通用户也能轻松使用自动化工具，降低了技术门槛。 详情入口： ?? https://discord.com/invite/kKAAEYay5F 5.Meta重磅开源DINOv3！无需人工标注的AI视觉神器，颠覆图像识别新未来 Meta AI开源了新一代通用图像识别模型DINOv3，其基于自监督学习，无需人工标注即可实现卓越性能，被认为是AI视觉技术的新里程碑。DINOv3在高分辨率特征提取和多任务适应性方面表现出色，适用于环境监测、医疗、自动驾驶等多个领域，并通过开源降低了开发门槛。 亮点提要： ?? 自监督学习：无需人工标注，从海量未标注图像中自主提取特征。 ??? 高分辨率特征提取：同时捕捉全局信息与局部细节，支持多种视觉任务。 ?? 广泛应用场景：适用于环境监测、医疗、自动驾驶等跨领域应用。 详情入口： ?? https://github.com/facebookresearch/dinov3 6.春晚明星再夺冠!宇树 H1夺机器人史首枚1500米金牌 宇树科技人形机器人 H1 在全球首个以人形机器人为核心的竞技赛事中夺得历史首枚1500米赛金牌，展现了其在速度与耐力方面的卓越性能。 亮点提要： ???♂?宇树科技人形机器人 H1 在全球首个以人形机器人为核心的综合性竞技赛事中夺得历史首枚1500米赛金牌。 ??本次赛事吸引了来自16个国家的280支队伍、500余台人形机器人参赛，展示了行业顶尖水平。 ??H1在软件上针对跑步速度与耐力进行了优化升级，展现了极限速度与耐力的突破。 7.谷歌Gemini迎来重大更新！新增记忆功能和隐私聊天模式 谷歌为Gemini AI助手推出了两项新功能——记忆功能和临时聊天模式，标志着AI助手在个性化服务和隐私保护方面的重要进展。记忆功能能够持续学习用户信息，提供更精准的服务；而临时聊天模式则确保对话内容不被保存，保护用户隐私。 亮点提要： ?? 记忆功能可记录用户偏好和习惯，提升个性化服务体验。 ?? 临时聊天模式保障隐私，对话内容不会被保存或用于训练。 ?? 这两项功能体现了AI助手在个性化与隐私保护上的双重突破。 8.香港大学联手开源项目OpenCUA，打造个性化电脑智能助手！ 香港大学联合多家机构开源了 OpenCUA 框架，旨在帮助开发者构建个性化的计算机使用智能体（CUA），提升用户工作效率。该框架提供了丰富的数据支持和强大的工具，展现了其在智能助手开发领域的潜力。 亮点提要： ?? OpenCUA 框架提供了一套无缝的注释基础设施，用于捕捉人类在电脑上的操作演示。 ?? 集成了 AgentNet 数据集，覆盖了超过200个应用程序和网站，支持多操作系统。 ?? 支持可扩展的工作流程，将演示转换为“状态 - 动作”对，提升长链推理能力。 详情入口： ?? https://opencua.xlang.ai/ 9.OpenAI或在ChatGPT引入广告，高管称“保持灵活性很重要” OpenAI正在探索增加收入的方式，包括在ChatGPT中引入广告。虽然高管Nick Turley表示广告需要谨慎处理以避免影响用户体验，但公司仍考虑在其他产品中采用广告模式。同时，订阅模式仍有巨大增长潜力。 亮点提要： ?? OpenAI考虑在ChatGPT中引入广告，但需谨慎处理以确保用户体验。 ?? 高管认为订阅模式仍有巨大增长潜力，且存在大量未开发机会。 ?? OpenAI预计2024年订阅收入将达127亿美元，但要到2029年才能实现正向现金流。 10.谷歌发布超小型高效开源 AI 模型 Gemma 3 270M，可在智能手机上运行 谷歌 DeepMind 发布了 Gemma3270M 开源 AI 模型，拥有 2.7 亿参数，体积小巧且能效高，支持在智能手机、树莓派等轻量设备上离线运行。其在指令跟随任务中表现优异，并具备快速微调能力，适用于企业开发和创造性场景。 亮点提要： ?? Gemma3270M 是一款拥有 2.7 亿参数的开源 AI 模型，适合在智能手机上离线运行。 ? 在指令跟随任务中表现出色，内部测试显示仅消耗 0.75% 的电池电量，能效高。 ?? 支持快速微调，适用于企业开发和创造性应用，满足多样化需求。 详情入口： ?? https://developers.googleblog.com/en/introducing-gemma-3-270m/ ↓点击阅读原文，进AIbase官网. 阅读原文