AI日报：扣子空间开放测试；腾讯混元开源视频生成工具HunyuanCustom；阿里开源大模型搜索引擎ZeroSearch AI日报 5月9日?AIbase1、无需邀请码！扣子空间宣布开放测试 2、音频同步与视频编辑！腾讯混元开源一致性视频生成工具HunyuanCustom 3、成本降低88%：阿里巴巴ZeroSearch技术颠覆AI训练模式 4、OpenAI 推出 GitHub 连接器，ChatGPT 深度研究工具迎来新功能 5、联想发布天禧个人超级智能体，将布局在各类终端设备 6、OpenAI 在亚洲推出数据驻留计划，助力本地企业合规 7、Multiverse发布全球首款AI生成多人在线游戏，以超低成本改写游戏开发规则 8、秘塔AI搜索上线“讲题”功能 降低家长辅导门槛 9、Genspark 推出“AI Sheets”电子表格AI工具，革新数据处理体验 10、Google Gemini API迎来隐式缓存功能 自动节省开发成本高达75% 11、PixVerse v4登陆Replicate，AI视频生成速度与质量再突破 12、快手祭出“内容净化器”KuaiMod！多模态AI专治各种劣质内容 13、英伟达开源新一代OCR代码推理 AI 模型，超越 OpenAIo3-Mini表现 1.无需邀请码！扣子空间宣布开放测试 扣子空间（Coze Space）正式开放测试，用户无需邀请码即可登录使用。该平台展示了强大的AI协作能力，已吸引内测用户创建了多种优质案例。扣子空间不仅提供通用AI助手，还上线了用户研究、华泰A股观察及舆情分析等专家Agent，满足不同行业需求。 亮点提要： ??? 扣子空间开放测试，用户可直接登录官网使用，无需邀请码。 ????? 三个专家Agent上线，分别为用户研究、华泰A股观察和舆情分析，满足多行业需求。 ?? 开发团队承诺持续优化平台功能，提升用户体验，欢迎用户反馈。 2.音频同步与视频编辑！腾讯混元开源一致性视频生成工具HunyuanCustom 腾讯推出的HunyuanCustom是一款革命性的一致性视频生成工具，能够通过单张图像生成生动的视频内容，并实现音频与口型的精准同步。HunyuanCustom不仅支持多种场景模拟，还具备强大的视频编辑功能，为创作者提供了更多的创意空间，未来在创意产业中有望带来更多精彩作品。 亮点提要： ??? HunyuanCustom允许用户仅通过一张图像生成深度伪造风格的视频，简化了视频制作流程。 ?? 利用LatentSync系统，该工具实现了音频与口型的精准同步，提升了观众的沉浸感。 ?? HunyuanCustom具备视频到视频（V2V）编辑功能，用户可智能替换视频内容，增强创意空间。 详情入口： ?? https://aivideo.hunyuan.tencent.com/ 3.成本降低88%：阿里巴巴ZeroSearch技术颠覆AI训练模式 阿里巴巴集团推出的ZeroSearch技术通过模拟方法改变了AI系统的信息搜索训练方式，消除了对昂贵搜索引擎API的依赖。这项技术不仅解决了搜索引擎返回文档质量的不确定性和高昂的API调用成本，还通过强化学习框架显著降低了AI训练的经济负担。 亮点提要： ?? ZeroSearch技术通过模拟方法提升AI搜索能力，消除对真实搜索引擎的依赖。 ?? 该技术将AI训练成本降低了88%，使高级AI训练更加平民化。 ?? ZeroSearch在多个模型上验证成功，预示AI系统将更自给自足，改变技术格局。 4.OpenAI 推出 GitHub 连接器，ChatGPT 深度研究工具迎来新功能 OpenAI 最近宣布对其 AI 驱动的深度研究工具进行升级，新增 GitHub 连接器，旨在帮助开发者更有效地分析代码库和工程文档。该功能允许用户直接询问代码相关问题，极大地方便了编程工作。 亮点提要： ?? OpenAI 推出新的 GitHub 连接器，允许开发者分析代码库和工程文档。 ??? ChatGPT 深度研究工具可帮助用户拆解产品规格并学习如何实现新的 API。 ?? OpenAI 加强安全措施，限制特定功能的使用，仅对经过验证的组织开放。 5.联想发布天禧个人超级智能体，将布局在各类终端设备 在上海世博中心举行的创新科技大会上，联想集团推出了天禧个人超级智能体，标志着混合式人工智能的重大突破。天禧具备感知与交互、认知与决策、自主与演进三大核心功能，能够实时感知环境并与用户互动，理解复杂意图并提供个性化建议。 亮点提要： ?? 联想发布天禧个人超级智能体，标志着混合式人工智能的突破。 ?? 天禧智能体能够实时感知环境，并为用户提供个性化的购物建议。 ?? 天禧具备自主任务执行能力，可以减轻用户的日常负担。 6.OpenAI 在亚洲推出数据驻留计划，助力本地企业合规 OpenAI最近宣布在亚洲推出一项全新的数据驻留计划，旨在帮助当地企业更好地满足数据主权要求。此计划适用于多个产品，包括ChatGPT Enterprise、ChatGPT Edu和OpenAI API，允许用户选择将数据存储在日本、印度、新加坡和韩国等地。 亮点提要： ?? OpenAI 推出亚洲数据驻留计划，支持企业满足本地数据主权要求。 ?? 数据存储地点包括日本、印度、新加坡和韩国，确保用户数据安全。 ?? 该计划是 OpenAI 国际扩张的一部分，旨在构建必要的基础设施。 7.Multiverse发布全球首款AI生成多人在线游戏，以超低成本改写游戏开发规则 EnigmaLabsAI团队推出的Multiverse被誉为全球首款由AI生成的多人在线游戏，标志着游戏开发的新纪元。该游戏以其AI驱动的动态世界和极低的研发成本（仅1500美元）震撼行业，彻底改变了传统游戏开发的成本结构。 亮点提要： ?? Multiverse是全球首款由AI生成的多人在线游戏，采用实时动态世界模拟技术，玩家的每个动作都会影响游戏环境。 ?? 该游戏的研发成本仅为1500美元，颠覆了传统游戏开发的高成本模式，为独立开发者提供了机会。 ?? Multiverse的完全开源开发理念激发了社区活力，全球开发者可以自由学习与改进，推动了技术的快速迭代。 详情入口： ?? https://github.com/EnigmaLabsAI/Multiverse 8.秘塔AI搜索上线“讲题”功能 降低家长辅导门槛 AI秘塔公司推出的“塔子老师讲题”功能，旨在缓解家长在辅导孩子作业时面临的知识焦虑与时间压力。该功能通过AI技术实现题目自动识别和解题步骤的可视化讲解，覆盖从小学到成人考证的各个学段。 亮点提要： ?? 该功能利用AI技术实现题目自动识别和解题步骤可视化，旨在降低家长辅导门槛。 ?? 覆盖小学至成人考证的全学段题目，支持拍照上传后自动解析，提供详细的解题过程。 ?? 平均讲解时长约3分钟，复杂题目可拆解为5-7个分析节点，帮助学生更好理解知识点。 9.Genspark 推出“AI Sheets”电子表格AI工具，革新数据处理体验 人工智能初创公司Genspark推出的“AI Sheets”电子表格AI工具，通过智能化手段简化数据处理流程，提升用户办公效率。该工具支持聊天操作，自动完成数据搜索、整理、分析与可视化，颠覆传统电子表格使用方式。 亮点提要： ?? 自动数据分析与可视化：用户输入提示，工具自动生成图表或可视化结果。 ?? 智能信息检索：AI自动查找公司、人物、产品等相关数据，无需手动输入。 ?? AI替代公式：通过自然语言指令批量处理数据，突破Excel复杂公式的限制。 10.Google Gemini API迎来隐式缓存功能 自动节省开发成本高达75% Google最近在其Gemini API中推出了隐式缓存功能，旨在帮助开发者在使用AI模型时显著降低成本，最高可节省75%。这一功能通过自动识别和重用相似请求的内容，简化了开发者的操作流程，减少了手动配置的需求。 亮点提要： ?? 隐式缓存功能可自动识别并重用相似请求内容，帮助开发者节省高达75%的费用。 ?? 与显式缓存不同，隐式缓存无需手动定义高频请求，简化了操作流程。 ?? Google建议开发者在请求开头放置重复上下文，以提高命中缓存的几率。 详情入口： ?? https://developers.googleblog.com/en/gemini-2-5-models-now-support-implicit-caching/ 11.PixVerse v4登陆Replicate，AI视频生成速度与质量再突破 PixVerse v4在Replicate平台的上线为内容创作者带来了前所未有的高清视频生成体验。新版本不仅支持多种分辨率的视频生成，还在生成速度和视觉效果上实现了显著提升。它的创新功能如音效同步和风格迁移，为用户提供了更丰富的创作可能性。 亮点提要： ?? PixVerse v4支持生成5秒至8秒的高清视频，分辨率覆盖540p至1080p，生成速度和画面细节令人惊叹。 ?? 新版本引入音效同步和风格迁移功能，用户可轻松生成带有自然音效的视频，并一键切换至多种艺术风格。 ?? PixVerse v4通过开源和低门槛的API接入，让个人用户和小型企业也能轻松创作视频，极大降低了创作门槛。 详情入口： ?? https://platform.pixverse.ai 12.快手祭出“内容净化器”KuaiMod！多模态AI专治各种劣质内容 在短视频日益成为人们生活重要组成部分的背景下，快手推出了KuaiMod，旨在通过多模态大模型优化短视频平台生态。KuaiMod的核心是对短视频内容质量的判别，通过建立包含1000条视频的数据集，提升内容识别的准确性，并引入强化学习策略，实时更新模型以应对用户偏好的变化。 亮点提要： ?? KuaiMod通过建立1000条视频数据集，制定了首个短视频内容质量判别基准测试。 ?? 采用强化学习策略，KuaiMod能够根据用户反馈实时更新和优化判别模型。 ?? 初步测试显示，KuaiMod的内容质量判别准确率高达92.4%，显著提升了内容识别效果。 详情入口： ?? https://kuaimod.github.io/ 13.英伟达开源新一代OCR代码推理 AI 模型，超越 OpenAIo3-Mini表现 英伟达最新发布的Open Code Reasoning（OCR）模型套装引起了技术界的广泛关注，展示了其在人工智能领域的创新能力。该模型套装包含多种参数规模的模型，旨在为开发者提供强有力的代码推理和生成工具。 亮点提要： ?? 英伟达的OCR模型套装包括32B、14B和7B三种不同参数规模，基于优化的Nemotron架构，适应多语言和多任务学习。 ?? 32B模型专为高性能推理设计，14B模型平衡计算需求与性能，7B模型则适合资源受限的环境。 ?? 在LiveCodeBench基准测试中，OCR模型的表现超越OpenAI的o3-Mini和o1（low）模型，显示出卓越的推理能力和实际应用潜力。 ↓点击阅读原文，进AIbase官网. 阅读原文