AI日报：Luma正式亲自下场夸自家“孩子”；日本艺术家用Luma复活妻子看哭网友；苹果AI可能要放大家“鸽子”；北大快手联合推视屏生成框架VideoTetris
原标题：AI日报：Luma正式亲自下场夸自家“孩子”；日本艺术家用Luma复活妻子看哭网友；苹果AI可能要放大家“鸽子”；北大快手联合推视屏生成框架VideoTetris
导读：
继微软谷歌相继奔赴高考掀起了一波波热浪后苹果作为最后一个被万众期待的优等生磨蹭许久也终于交卷了月日凌晨苹果年全球开发者大会如约而至不出所料发布会上对功能的介绍吸引了最多目光占据...
继OpenAI、微软、谷歌、Meta相继奔赴“AI高考”，掀起了一波波热浪后，苹果作为最后一个被万众期待的优等生，磨蹭许久，也终于交卷了。6月11日凌晨，苹果2024年全球开发者大会（WWDC24）如约而至。不出所料，发布会上对AI功能的介绍吸引了最多目光，占据了多达一半的演讲时间。此前，围绕...
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
新鲜AI产品点击了解：
1、Luma 正式发视屏介绍Dream Machine模型特点
我看了 关于Luma正式发布的Dream Machine模型介绍视屏，感觉这款AI视屏生成工具非常强大。它不仅提供高质量的视屏输出，而且能够快速理解用户的提示，生成符合美学风格的视屏内容。这对于创意迭代过程非常有帮助，让视屏生成变得更加高效。
【AiBase提要:】
🌟 生成的视屏质量高，分辨率可达1024像素。
🎨 能理解提示生成符合美学风格的视屏。
⚡ 推理速度快，有利于快速迭代创意。
详情链接:https://top.aibase.com/tool/dream-machine
2、新对口型视屏项目Hallo发布 可对表情，嘴型进行精确控制
新对口型视屏项目Hallo发布，通过单张图像和音频输入生成唱歌和说话的视屏，实现精确控制人物表情和姿态，提升语音输入与生成动画之间的对齐精度。该技术不仅可用于虚拟角色动画生成，还可应用于真实人物，支持多种运动控制，跨演员应用，以及歌唱动画生成。技术先进，动画逼真，具有广泛的应用潜力。
【AiBase提要:】
🎤 生成逼真虚拟角色动画，实现口型、表情和姿态同步
👩🎤 应用于真实人物，准确反映表情和动作变化
🕺 提供多种运动控制，增强动画多样性和真实性
详情链接:https://top.aibase.com/tool/hallo
3、北大快手联合推视屏生成框架VideoTetris 复杂视屏生成效果超越Pika
本文介绍了北京大学与快手AI团队合作攻克复杂视屏生成难题，提出VideoTetris框架，成功超越商用模型Pika和Gen-2。该框架定义了组合视屏生成任务，支持复杂指令和长视屏生成，保留位置信息和细节特征。团队采用时空组合扩散方法，优化训练数据预处理和引入参考帧注意力机制，生成更具动感和自然的视屏。
【AiBase提要:】
⭐ VideoTetris框架成功攻克复杂视屏生成难题，超越商用模型Pika和Gen-2。
⭐ 定义了组合视屏生成任务，支持复杂指令和长视屏生成，保留位置信息和细节特征。
⭐ 采用时空组合扩散方法，优化训练数据预处理和引入参考帧注意力机制，生成更具动感和自然的视屏。
详情链接:https://top.aibase.com/tool/videotetris
4、日本AI艺术家用Luma复活妻子 网友泪目
这篇文章讲述了65岁的AI艺术家松尾公也用技术复活了他逝去11年的妻子Tori-chan，感动了无数人。通过AI技术，他重新编曲、录制妻子的歌曲，制作动态视屏，并提取翻译她的信件，表达对妻子的思念和爱意。这是一个普通人用技术造梦的故事，展现了爱在AI时代的力量和温度。
【AiBase提要:】
🌟 松尾公也用Luma的AI视屏Dream Machine复活逝去11年的妻子Tori-chan，感动众人。
🎶 他通过AI技术重新编曲、录制妻子的歌曲，并制作动态视屏，展现出对妻子的深深思念。
💖 通过AI工具提取翻译妻子写给他的信，表达出浓浓的爱意和对妻子的永恒思念。
详情链接:https://top.aibase.com/tool/luma-ai
5、清华与北大合作发布长视屏理解基准测试：LVBench
本文介绍了智谱、清华大学和北京大学合作推出的长视屏理解基准测试项目LVBench，旨在弥补现有多模态大型语言模型在处理长视屏方面的挑战。该项目包含多类别的数小时QA数据，涵盖不同类型的视屏内容，旨在推动长视屏领域的技术突破和创新。许多研究机构已在LVBench数据集上展开工作，为视屏理解和多模态学习领域注入新活力。
【AiBase提要:】
🔍 LVBench项目是长视屏理解基准测试项目，包含多类别的数小时QA数据。
💡 LVBench数据集涵盖视屏摘要、事件检测、角色识别和场景理解等多种任务。
🚀 LVBench基准的推出将推动相关技术的突破和创新，为长视屏领域的发展注入新动力。
详情链接:https://github.com/THUDM/LVBench
6、网格生成模型MeshAnything：将任何3D转换为艺术家创建的网格
近期，由重建和生成创建的3D资产已经达到了手工制作资产的质量水平，凸显了它们在替代领域的潜力。MeshAnything是一种用于生成艺术家创建的3D网格的自动回归模型，通过VQ-VAE和形状条件的仅解码器变压器实现高质量的网格生成。该方法显著提高了存储、渲染和模拟效率，同时保持与以往方法相当的精度。
【AiBase提要:】
⚙️ MeshAnything使用自回归模型生成高质量的艺术家创作的3D网格。
🔍 MeshAnything的网格体提高了存储、渲染和仿真效率，同时保持精度。
🌐 MeshAnything在各个领域都有广泛的应用场景，满足不同用户的创作和需求。
详情链接:https://top.aibase.com/tool/meshanythingMeshAnything
7、哈佛神经科学家和谷歌DeepMind在虚拟老鼠中创建人工大脑
这篇文章介绍了哈佛大学研究人员与谷歌DeepMind团队合作，利用人工智能技术为虚拟老鼠创建人工"大脑"的突破性研究。他们成功建立了生物力学逼真的3D老鼠模型，并利用DeepMind的深度强化学习算法训练了一个人工神经网络大脑，实现了超越真实的模拟效果。这一创新有望为神经科学和人工智能领域带来革命性进展。
【AiBase提要:】
🧠 虚拟老鼠拥有人工"大脑"，能在复杂环境中精确控制运动
🔬 利用DeepMind算法训练的人工神经网络大脑能产生各种复杂运动轨迹和力量
🤖 未来应用前景广阔，可能开创"虚拟神经科学"新领域，为神经系统疾病治疗带来新策略
8、麦当劳宣布结束与 IBM 的 AI 得来速订购合作
麦当劳宣布结束与 IBM 的 AI 得来速订购合作，将在2024年7月26日前移除在100多家餐厅中测试的技术。尽管目前尚不清楚麦当劳为何结束与 IBM 的合作，但该公司表示正在测试语音接单聊天机器人是否能加快服务速度，并对测试结果表示自信。餐饮行业普遍渴望引入 AI 技术来提升效率。
【AiBase提要:】
🍔 麦当劳将结束与 IBM 的 AI 得来速订购合作，将移除在100多家餐厅中测试的技术
🤖 麦当劳正在测试语音接单聊天机器人以加快服务速度
🔮 餐饮行业普遍渴望引入 AI 技术来提升效率
9、研究：人们与ChatGPT对话五分钟，很难区分是否为人类
大型语言模型（LLMs）如 GPT-4模型在聊天平台ChatGPT展现出惊人能力，难以区分其生成的文本是否为人类所写。加州大学圣迭戈分校研究发现，人们与GPT-4对话时很难分辨其是否为人类，展示出机器展现人类智能的程度。
【AiBase提要:】
🔍 GPT-4模型在研究中展现出与人类难以区分的对话能力。
💡 研究结果显示约50%的互动中人们误认为GPT-4是人类。
🎮 设计了名为"人还是不是人"的在线游戏，揭示人们难以可靠判断与人类还是AI系统交谈的区别。
10、多模态模型的画布框架Sketchpad：提升多模态模型数学能力
这篇文章介绍了研究人员引入的“Sketchpad”概念，为多模态LM提供了视觉画板和绘图工具，使其能够进行视觉推理。通过实验结果显示，Sketchpad显著提高了LM在数学任务和复杂的视觉推理任务上的表现，进一步接近人类的思维方式，为人工智能技术的发展开辟了新的可能性。
【AiBase提要:】
🎨 Sketchpad为多模态LM提供视觉画板和绘图工具，使其能进行视觉推理。
🔍 实验结果显示，Sketchpad显著提高了LM在数学任务和复杂的视觉推理任务上的表现。
🚀 Sketchpad使得GPT-4o在所有任务上创下了新的技术水平，包括V*Bench、BLINK空间推理和视觉对应。
详情链接:https://top.aibase.com/tool/visual-sketchpad
