AI日报：微软必应推出全新视频创作工具；小米将多枚Kimi商标转让给月之暗面；谷歌推AI Edge Gallery应用 AI日报 6月3日?AIbase1、小米将多枚“Kimi” 商标转让给月之暗面 2、微软必应推出全新视频创作工具Bing Video Creator，用户可轻松生成 AI 视频 3、ElevenLabs推全新语音交互平台Conversational AI 2.0：AI语音助手比真人还懂你 4、谷歌 Gemini Live 功能正式登陆 iOS 平台，开启 AI 识别新体验 5、Character.AI 推出新功能AvatarFX，用户可制作个性化动画视频 6、OpenAI用Rust重新打造Codex CLI，告别Node.js 7、NUS 推出 OmniConsistency：低成本实现图像风格化一致性，挑战 GPT-4o！ 8、Hume AI重磅发布EVI 3：懂你情绪的语音AI，比GPT-4o还快！ 9、内幕曝光：苹果拥有媲美ChatGPT的 1500 亿参数AI模型却拒绝发布 10、谷歌推出AI Edge Gallery应用，实现离线智能手机AI处理 11、Cerebras 推理 API 全面开放，开发者每日获百万免费 Token 12、英伟达与MIT合作推出 Fast-dLLM 框架，AI 推理速度提升 27.6 倍1. 1.小米将多枚“Kimi” 商标转让给月之暗面 小米将“Kimi”商标转让给专注于AI助手的月之暗面，此举可能是小米优化资源的战略调整，同时助力月之暗面拓展其智能助手业务。 亮点提要： ?? 小米将多枚‘Kimi’商标转让给北京月之暗面科技有限公司，优化非核心商标资源。 ?? 月之暗面推出的Kimi智能助手于2023年上线，此次商标转让为其发展提供支持。 ?? 此次交易可能为双方带来更好的市场发展机遇，推动智能助手领域的发展。 2.微软必应推出全新视频创作工具Bing Video Creator，用户可轻松生成 AI 视频 微软必应推出了基于OpenAI Sora模型的Bing视频创作器，用户可通过文本提示免费生成短视频，但目前仅支持移动设备且生成速度较慢。 亮点提要： ? 新功能：Bing视频创作器首次免费开放，用户只需简单文字描述即可生成短视频。 ?? 限制：目前仅支持移动设备，未在桌面端推出，影响部分用户的使用体验。 ?? 激励机制：用户可通过搜索或购物获取积分，免费生成10段视频后需付费继续生成。 3.ElevenLabs推全新语音交互平台Conversational AI 2.0：AI语音助手比真人还懂你 ElevenLabs发布了Conversational AI 2.0，该平台在对话流畅性、多语言支持和企业级应用能力上实现了重大突破，为客服、营销和内容创作等领域带来全新可能。 亮点提要： ? 引入先进轮流对话模型，精准捕捉用户对话节奏，避免中断，提升对话流畅性。 ? 支持32+语言无缝切换，内置自动语言检测功能，助力全球化企业客户服务。 ? 集成了RAG技术，从企业知识库提取信息，确保回答专业性和准确性。 详情入口： ?? https://elevenlabs.io/blog/conversational-ai-2-0 4.谷歌 Gemini Live 功能正式登陆 iOS 平台，开启 AI 识别新体验 谷歌的Gemini Live功能已上线iOS和iPadOS平台，支持AI识别场景和屏幕内容，且目前免费使用。该功能通过摄像头和屏幕共享提供便捷的信息获取体验，但目前仅限美国地区用户使用。 亮点提要： ?Gemini Live现已支持iOS/iPadOS，利用AI快速识别物体并提供信息。 ??屏幕共享功能让用户能轻松分享屏幕内容，增强互动体验。 ??功能目前仅在美国可用，谷歌正推动AI技术更广泛的应用。 5.Character.AI 推出新功能AvatarFX，用户可制作个性化动画视频 Character.AI 推出了 AvatarFX 工具，允许用户创建自定义动画视频，并新增了 '场景' 和 '流' 功能，同时面临滥用问题。 亮点提要： ?? Character.AI 推出 AvatarFX 工具，用户可创建自定义动画视频。 ?? 新增的 '场景' 和 '流' 功能让用户能分享角色创作。 ?? Character.AI 因滥用事件受诉讼，平台存在安全隐患。 详情入口： ?? https://blog.character.ai/character-ai-unveils-new-ways-to-create/ 6.OpenAI用Rust重新打造Codex CLI，告别Node.js OpenAI宣布将其AI编程工具Codex CLI从Node.js迁移到Rust语言重写，这一举措带来了性能优化、安全性提升及零依赖安装等优势。 亮点提要： ?? Codex CLI由TypeScript和Node.js迁移到Rust，带来性能优化与安全性提升。 ?? Rust实现零依赖安装，支持沙箱环境运行，增强跨平台兼容性。 ?? Rust语言特性助力Codex CLI成为模型上下文协议客户端和服务器，性能卓越。 7.NUS 推出 OmniConsistency：低成本实现图像风格化一致性，挑战 GPT-4o！ 新加坡国立大学团队发布OmniConsistency项目，通过独特学习框架和模块化架构，在极低成本下实现图像风格化与一致性的完美结合，为开发者提供强大工具。 亮点提要： ? 利用配对图像数据学习风格迁移一致性，仅需2600对高质量图像和500小时GPU算力即可达到惊艳效果。 ?? 支持模块化架构，兼容现有风格化LoRA模块，轻松整合进各类项目。 ?? 在开源生态中注入商业级能力，推动AI艺术创作发展。 详情入口： ?? https://github.com/showlab/OmniConsistency 8.Hume AI重磅发布EVI 3：懂你情绪的语音AI，比GPT-4o还快！ Hume AI发布了第三代语音交互模型EVI3，具备卓越的情感理解能力和个性化交互体验，标志着语音AI在情感交互和自然沟通领域的重大突破。 亮点提要： ? EVI3能精准识别用户语音中的情绪并生成特定风格的声音和个性，实现情感智能与语音交互的完美融合。 ?? 具备超低延迟与智能响应，推理延迟低至300毫秒，情感表达和自然度超越GPT-4o。 ?? 支持多场景应用，包括客户服务、内容创作等，未来还将扩展多语言支持以覆盖全球市场。 详情入口： ?? https://demo.hume.ai/ 9.内幕曝光：苹果拥有媲美ChatGPT的 1500 亿参数AI模型却拒绝发布 苹果将在WWDC上开放基础模型，但性能有限，且其更强大的内部AI模型未有公开计划。领导层分歧导致多项AI项目延期，WWDC更多是营销包装秀。 亮点提要： ?? 苹果计划开放的AI模型参数仅约30亿，性能偏小且有限，主要支持基础功能。 ?? 苹果内部有更大规模的AI模型，最大达1500亿参数，但仅用于内部测试，未有公开计划。 ? 苹果领导层分歧严重，多个AI项目延期，WWDC发布的多为小幅更新而非创新功能。 10.谷歌推出AI Edge Gallery应用，实现离线智能手机AI处理 谷歌推出了AI Edge Gallery应用，允许用户在手机上离线运行复杂的AI模型，增强隐私保护，支持多种AI功能，但安装和使用体验仍有提升空间。 亮点提要： ?? 谷歌推出AI Edge Gallery应用，支持离线运行AI模型，增强隐私保护。 ?? 应用支持Hugging Face模型下载，提供多轮对话、视觉问答等AI功能，所有处理在本地完成。 ?? 本地处理方式解决隐私问题，尤其适合医疗和金融等敏感行业。 详情入口： ?? https://github.com/google-ai-edge/gallery 11.Cerebras 推理 API 全面开放，开发者每日获百万免费 Token Cerebras Systems宣布其推理API全面开放，取消等待名单限制，并提供每日百万免费Token，显著提升AI推理效率，尤其在实时语音、视频处理等领域表现卓越。 亮点提要： ?? 推理API开放且每日提供百万免费Token，大幅降低开发者成本。 ? 推理速度达GPU的20倍，尤其适用于复杂推理模型及代码生成任务。 ?? 支持主流开源模型，无缝嵌入Hugging Face和Meta平台，简化开发者流程。 12.英伟达与MIT合作推出 Fast-dLLM 框架，AI 推理速度提升 27.6 倍 英伟达联合MIT与香港大学发布Fast-dLLM框架，通过创新机制大幅提升扩散模型推理速度，同时保持生成质量，为AI应用提供强大支持。 亮点提要： ?? 快速提升：通过块状近似KV缓存机制实现最高27.6倍推理速度提升。 ?? 创新技术：置信度感知并行解码策略确保生成质量，减少依赖冲突。 ?? 实测表现：多项基准测试显示速度与准确率的良好平衡，推动扩散模型广泛应用。 详情入口： ?? https://nvlabs.github.io/Fast-dLLM/ ↓点击阅读原文，进AIbase官网. 阅读原文