Meta 发布 WebSSL 模型：无语言视觉学习的新探索
在人工智能领域，Meta 公司最近推出了 WebSSL 系列模型，这一系列模型的参数规模从3亿到70亿不等，基于纯图像数据进行训练，旨在探索无语言监督的视觉自监督学习（SSL）的巨大潜力。这一新研究为未来的多模态任务带来了新的可能性，也为我们理解视觉表征的学习方式提供了新的视角。过去，OpenAI 的 CLIP 模型因其在视觉问答（VQA）和文档理解等多模态任务中的优异表现而备受关注。然而，由于数
百度发布文心大模型 4.5 Turbo 与 X1 Turbo：降价提速，强力进化
在4月25日举行的百度 Create 开发者大会上，百度创始人李彦宏隆重发布了最新的文心大模型系列 —— 文心4.5Turbo 和 X1Turbo。这两款新模型在速度和成本方面都进行了显著优化，标志着百度在人工智能领域的进一步突破。据悉，文心4.5Turbo 相比于之前的版本，其速度提升显著，处理效率更高，同时价格下降了整整80%。具体来看，每百万个 token 的输入费用仅为0.8元，而输出费用
利用AI助力办公，英国员工每年可节省122小时！
近日，谷歌发布了一项新报告，指出如果能有效培训员工使用人工智能（AI），英国经济可能从 AI 驱动的增长中获益4000亿英镑(约合5330亿美元)。这项报告基于一项在英国进行的试点计划，结果显示，员工在行政工作中通过使用 AI 工具平均每年能够节省超过122小时的时间。报告强调，简化 AI 的使用步骤和提供适当的培训是提升 AI 普及率的关键。谷歌的欧洲、中东和非洲地区总裁黛比・温斯坦（Debbi
Secretary自媒体神器发布，自动化社交媒体分析赋能多场景应用
一款名为Secretary的AI驱动自媒体工具正式亮相，专注于自动化跟踪与分析社交媒体内容，并将结果以Markdown格式推送至微信平台。据AIbase了解，Secretary支持Truth Social和Twitter（现为X）两大平台，允许用户为不同账号设置定制化分析主题(如财经、政治、科技)，并实现多团队定向推送。该工具的发布在开发者与企业用户中引发广泛关注，已通过GitHub开源。核心功能
Tavus发布SOTA唇形同步模型Hummingbird-0：革新零样本唇形同步技术
近日，AI视频研究公司Tavus正式发布了其最新零样本唇形同步模型Hummingbird-0，被誉为当前最先进的唇形同步技术（State-of-the-Art， SOTA）。该模型已在Tavus平台、API以及FAL上开放研究预览，引发了AI内容创作领域的广泛关注。零样本唇形同步的突破性进展Hummingbird-0是Tavus基于其旗舰模型Phoenix-3组件开发的全新唇形同步模型。该模型的最
百度推出通用多智能体协作 App 心响，已上线超 200 个任务类型
感谢IT之家网友 F宝、西窗旧事 的线索投递！IT之家 4 月 25 日消息，今日 Create2025 百度 AI 开发者大会在武汉举行，会上百度正式推出一款通用多智能体协作 App 心响。目前产品已上线安卓版，iOS 正在上架中。目前，心响 App 已上线了包括例行任务、城市旅游、AI 相亲、深度研究、法律咨询、健康咨询、智慧图表、试题讲解、AI 绘本、游戏开发在内的十大场景超 200 个
全球首部AI电影登陆院线：70分钟的长片，AI怎么做？｜对话主创
声明:本文来自于微信公众号深响，授权站长之家转载发布。AI用于影视作品生产，早已不是什么新鲜事。Netflix早在2023年就发布了首部AIGC动画短片《犬与少年》;芒果TV的旅行综艺《我们仨》启用AI导演，负责旁白、串场和行程策划;美国导演哈莫尼·科林运用AI和游戏引擎制作的影片《暴力漂1流》入围威尼斯电影节非竞赛单元;上海国际电影节在今年的“SIFF ING青年新锐影像计划”中特地拆分出A
Adobe的AI图像生成工具Firefly将发布iOS和安卓版
在最新的动态中，Adobe 公司宣布将推出其 AI 图像生成工具 Firefly 的移动版本，旨在与 OpenAI 进行更为激烈的竞争。这一消息在伦敦的 MAX 创意大会上得到正式发布，Adobe 表示 Firefly 的移动应用程序将很快上线，支持 iOS 和安卓平台，但具体的发布日期尚未确定。Adobe Firefly 的副总裁 Alexandru Costin 在接受 CNBC 采访时指出，
报道称苹果重组管理层，AI 与机器人项目分离
有媒体报道苹果公司对其管理层进行了一次重要的调整，尤其是在人工智能（AI）和机器人项目方面。根据彭博社的消息，苹果的人工智能负责人约翰・贾南德雷亚（John Giannandrea）将不再负责公司秘密的机器人部门，而是将重心放在人工智能的开发上。这一变动标志着苹果在优化内部结构、提升 AI 项目推进效率方面迈出了重要一步。据了解，贾南德雷亚之前同时管理多个项目，包括苹果的人工智能助手 Siri 和
阿里妈妈：天猫618期间将投入三大AI红利
在日前召开的 “质赢618・增长策略发布会” 上，阿里妈妈宣布了一系列新举措，以推动天猫618购物节的成功。此次活动将利用三大 AI 红利，并结合30亿红包等多重激励，旨在全面提升品牌的市场表现，并贯彻 “扶优扶新” 的平台战略。阿里妈妈表示，将通过其先进的 AIGX 能力，全面提高营销效率，助力商家在全域范围内提升品牌影响力。此外，阿里妈妈还将推出 “种‘搜’一体” 的策略，以帮助商家在产品推广
营收目标增长近10倍！创新医疗AI大模型商业化提速，明年剑指4000万
近日，创新医疗在一场备受关注的业绩说明会上，公布了其全诊AI医疗大模型的最新进展和雄心勃勃的商业化目标。据创新医疗在4月23日业绩说明会上透露的信息，其核心产品——全诊AI医疗大模型，在商业化方面正展现出强劲的增长势头。数据显示，该模型在2024年（剔除基层HIS业务收入后）实现了440万元的收入。更引人注目的是创新医疗对未来的规划。公司高层表示，2024年，与全诊AI医疗大模型合作的医院数量约为
谷歌：员工若使用 AI 处理行政任务，每年可节省 122 小时工作时间
IT之家 4 月 25 日消息，据路透社报道，谷歌表示，如果能对劳动力进行有效培训，英国借由 AI 带动的经济增长有望增加多达 4000 亿英镑（IT之家注：现汇率约合 3.88 万亿元人民币）。此前一项试点项目显示，员工若在日常行政事务中使用 AI，每年可节省超过 120 小时的工作时间。谷歌今日发布的试点报告指出，若员工可以使用 AI，且企业能提供数小时的基础培训，不仅能迅速提升技术普及率，
可保护作品免遭 AI 训练，Adobe 推出 Content Authenticity 应用
IT之家 4 月 24 日消息，Adobe 推出全新应用 Content Authenticity，用于保护创意工作者的作品署名权，即使有人截屏并在网络二次传播也不受影响。这款网页应用于今日面向公众开放测试，用户上传需要保护的图像，应用就能嵌入隐形元数据和添加“禁止 AI 训练”标签，帮助确认作品归属和保护作品免遭 AI 训练。这款全新网页应用基于 Adobe 的内容凭证（Content Cre
AI日报： OpenAI推出gpt-image-1图像生成API;纳米AI发布MCP万能工具箱;中国占全球AI专利60%
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:https://top.aibase.com/1、OpenAI推ChatGPT新图像生成功能API:开发者可轻松集成 AI 绘图功能OpenAI最近推出了gpt-image-1图像生成API，开发者可以将这一先进技术轻松集成
JSON Visuals for ChatGPT发布，解锁无限图像风格创作
JSON Visuals for ChatGPT正式发布，为ChatGPT的图像生成能力注入全新创意维度。据AIbase了解，这一工具提供超过50种独特的美学代码，结合属性随机化器，可生成无限风格组合，用户只需输入图像与JSON风格代码即可创作个性化视觉内容。发布消息在社交平台引发热烈反响，社区尤其推崇其荒诞科技风格。核心功能:灵活风格生成与随机化组合JSON Visuals for ChatGP
GPT-4.1 模型遭遇质疑：对齐性和稳定性引发关注
近日，OpenAI 推出了其新一代人工智能模型 ——GPT-4.1，声称在遵循用户指令方面表现优异。然而，令人意外的是，多项独立测试的结果显示，GPT-4.1的对齐性和稳定性较之前的版本有所下降，尤其是在处理敏感话题时的表现不尽如人意。牛津大学的研究科学家 Owain Evans 指出，经过不安全代码微调的 GPT-4.1在应对性别角色等敏感问题时，给出的回应存在更高的不一致性，这一现象在其前代模
特斯拉 Optimus 人形机器人试生产线亮相，马斯克称年底数千台将入驻工厂
IT之家 4 月 24 日消息，在特斯拉 2025 年第一季度更新报告中，公司首次向外界展示了 Optimus 人形机器人试生产线。特斯拉表示，Optimus 的生产时间表保持不变，公司正朝着尽快生产出能够完成有用工作的首批人形机器人的目标迈进。据IT之家了解，特斯拉的 Optimus 试生产线位于弗里蒙特工厂，这里是特斯拉众多项目的起点。公司希望在年底前将 Optimus 机器人的部署范围扩大
LongPort MCP – 长桥集团推出的证券业首个券商MCP
LongPort MCP是什么LongPort MCP（Model Context Protocol）是长桥集团推出的证券行业首个券商MCP。基于 LongPort MCP，AI 能快速调用证券行情数据、执行股票交易、管理资产组合等核心金融服务。LongPort MCP支持自然语言交互，显著降低专业投资者使用券商 API 的门槛，极大提升效率，实现 AI 与证券核心服务的无缝连接。Long
Flex.2-preview – Ostris 推出的文本到图像扩散模型
Flex.2-preview是什么Flex.2-preview 是Ostris开源的 80 亿参数文本到图像扩散模型，支持通用控制输入（如线条、姿态、深度）和内置修复功能。模型基于一个模型满足多种创意需求，支持长文本输入（512 个 token），支持基于 ComfyUI 或 Diffusers 库轻松使用。Flex.2-preview目前处于早期预览阶段，展现出强大的灵活性和潜力，适合创意生
GPT-image-1 – OpenAI 推出的最新图像生成模型
GPT-image-1是什么GPT-image-1是OpenAI推出的原生多模态图像生成模型，基于API向开发者开放使用。模型根据文本提示和图像生成高质量、专业级的图像，支持多种风格和自定义功能，如图像质量、尺寸、格式、压缩程度等。模型广泛应用在创意设计、电商、教育、营销等领域，例如将草图转化为图形、生成产品展示图、创建品牌视觉资产等。目前已经被包括 Adobe、Figma 在内等主流创意平台