AI日报：百度发布视频生成模型MuseSteamer与“绘想”平台；阿里音频驱动全身数字人模型OmniAvatar AI日报 7月2日?AIbase1、开源端到端语音大模型Step-Audio-AQAA：听懂音频直接生成自然语音 2、百度发布“绘想”平台与MuseSteamer：AI生成视频，一张图即可搞定专业级大片！ 3、浙大与阿里联合发布OmniAvatar:音频驱动全身数字人模型震撼登场 4、百度搜索迎来十年来最大改版:AI智能框、百看、AI助手全面进化 5、xAI控制台新增Grok4及Grok4Code引用，标志着下一代AI模型即将发布 6、Gemini Live重磅升级！无缝连接Google应用，智能生活触手可及 7、武汉首发全国首辆 AI 外卖配送车，配送效率大幅提升 8、Anthropic年化收入已达40亿美元，较年初增长近4倍、与 Cursor 竞争加剧 1.开源端到端语音大模型Step-Audio-AQAA：听懂音频直接生成自然语音 Step-Audio-AQAA 是一个开源的端到端语音大模型，能够直接从原始音频输入生成自然流畅的语音输出，显著提升了人机交互的体验。该模型由双码本音频标记器、骨干 LLM 和神经声码器三部分组成，能够高效处理语音中的复杂信息，为未来的智能语音应用奠定了坚实的基础。 亮点提要： ?? Step-Audio-AQAA 可以直接从音频输入生成自然语音，提升人机交互体验。 ?? 模型架构由双码本音频标记器、骨干 LLM 和神经声码器三个模块组成，能够高效捕捉语音中的复杂信息。 ?? Step-Audio-AQAA 的推出标志着语音交互技术的重要进展，为未来智能语音应用提供了新思路。 详情入口： ?? https://huggingface.co/stepfun-ai/Step-Audio-AQAA 2.百度发布“绘想”平台与MuseSteamer：AI生成视频，一张图即可搞定专业级大片！ 百度发布“绘想”平台与MuseSteamer，通过生成式AI和多模态技术提供全面的视频生成解决方案，满足搜索、广告等场景需求。MuseSteamer具备强大的可控性和高性价比，用户只需上传图片即可生成专业级视频内容，极大简化了视频制作流程。 亮点提要： ?? MuseSteamer支持音视频一体化生成，实现电影级制作效果。 ?? 支持连续10秒动态视频生成，提升创作效率。 ??? 用户仅需上传一张图片即可生成专业级视频内容。 详情入口： ?? https://huixiang.baidu.com/ 3.浙大与阿里联合发布OmniAvatar:音频驱动全身数字人模型震撼登场 浙大与阿里联合发布的OmniAvatar模型在音频驱动数字人技术上取得重大突破，能够生成自然流畅的全身数字人视频，尤其在歌唱场景中表现出色。该模型支持通过文本提示精细控制生成细节，并具备多场景应用潜力，为营销、教育及娱乐等领域带来创新可能。 亮点提要： ?? 音频驱动技术实现全身数字人视频生成 ?? 支持文本提示控制细节，提升灵活性 ?? 开源项目为商业场景提供广阔应用空间 4.百度搜索迎来十年来最大改版:AI智能框、百看、AI助手全面进化 百度搜索进行了十年来最大规模的改版，引入了智能框、百看和AI助手等创新功能，显著提升了用户的搜索体验和创作能力。 亮点提要： ?? 智能框支持千字输入，增强多模态交互能力。 ?? 百看功能升级，支持混合内容输出和智能体服务。 ??? AI助手新增视频通话功能，提升创作与搜索能力。 5.xAI控制台新增Grok4及Grok4Code引用，标志着下一代AI模型即将发布 xAI在开发者控制台中新增了对Grok4及Grok4Code的引用，预示着下一代人工智能模型的发布即将来临。Grok4被描述为‘全能型AI的巅峰之作’，而Grok4Code则专注于编程优化。这两款模型的引用表明其公开发布已进入最后准备阶段。 亮点提要： ?? Grok4作为xAI的旗舰模型，专注于自然语言处理、数学推理和综合推理能力的提升。 ?? Grok4Code专为编程优化，计划与代码编辑器无缝整合，提高开发效率。 ?? xAI通过API提供Grok4访问权限，未来将扩展至多模态能力，降低开发者整合门槛。 6.Gemini Live重磅升级！无缝连接Google应用，智能生活触手可及 Gemini Live的升级通过与Google生态系统的深度整合，提升了用户的智能交互体验，同时兼顾了隐私保护，展现了其在智能助手领域的潜力。 亮点提要： ??Gemini Live将与Google Maps、Calendar等应用深度整合，提升跨应用操作效率。 ??支持多模态交互，如扫描信息自动生成任务或日程，增强实用性。 ??Google注重隐私保护，用户可自主管理权限以确保数据安全。 7.武汉首发全国首辆 AI 外卖配送车，配送效率大幅提升 武汉推出全国首辆搭载 AI 技术的外卖配送车 —— 智音车，据悉，智音车配备了北斗双频芯片，能够实现人车绑定的智能管理，具备身份识别、自动降速、优化路线以及全程可追溯等多种功能。 亮点提要： ?? 智音车在武汉首发，配备北斗双频芯片，提升外卖配送效率。 ?? 外卖小哥配送效率提升30%，日均多赚80元。 ?? 定位精度高达1米，智音车技术前景广阔。 8.Anthropic年化收入已达40亿美元，较年初增长近4倍、与 Cursor 竞争加剧 文章指出，AI独角兽Anthropic年化收入已达40亿美元，较年初增长近四倍，同时其竞争对手Cursor也在积极扩展业务，双方竞争加剧。Cursor依赖Anthropic的技术，并通过引入高管和创新提升竞争力。 亮点提要： ?? Anthropic年化收入达到40亿美元，较年初增长近四倍。 ?? Cursor通过引入Anthropic的高管增强市场竞争力。 ?? 人工智能技术快速发展，编程工具需求持续增加。 ↓点击阅读原文，进AIbase官网. 阅读原文