图片会开口唱歌，机器人也会自己开车了

今日简讯 2024.6.14

- 字节跳动“扣子 Coze”公众号今日宣布，扣子平台上线“模型广场”功能，提供了一个大模型匿名打 PK 的“擂台”。

-  Adobe 本周四上调了 2024 财年的收入预期，因为在经济放缓的迹象下，越来越多的企业和消费者开始使用其 AI 驱动的编辑工具。

- 苹果公司和OpenAI达成协议，将ChatGPT集成到苹果设备中，具有里程碑意义，但苹果不会支付现金给OpenAI，认为将OpenAI的品牌和技术推广到数亿台设备中的价值等同或更高于金钱支付。

- Spotify成立内部创意机构Creative Lab，旨在帮助品牌定制营销活动并测试生成式AI广告。

- OpenAI在官网宣布，美国陆军退役四星上将、前美国网络司令部司令、前国家安全局局长、前中央安全局局长，Paul M. Nakasone（中曾根）加入董事会和安全委员会。

- 一天最高产出 7000 篇谣言扰乱公共秩序，江西一 MCN 机构用 AI 造谣被曝光。

对口型视频模型PROTEUS可让图片开口唱歌

斯坦福大学与Apparate Labs联合推出的AI模型PROTEUS实现了通过单张照片生成逼真虚拟人物，并实时唱歌和说话的功能。

地址：

https://apparate.ai/stream.html

美图的一键生成AI视频短片的工具也来了

Moki是美图公司推出的AI短片创作工具，专注于辅助视频创作者打造动画短片、网文短剧、故事绘本和音乐视频（MV）。

体验地址：

https://www.moki.cn/

可以轻松制作各种纹理炫酷字体效果的技术

FontStudio是一个创新的字体效果生成模型，它利用自适应扩散技术，能够在不规则的字体形状画布上生成连贯一致的视觉内容。

项目地址：

https://font-studio.github.io/

上传视频可根据指令实时识别解读视频内容

VideoLLaMA 2 是一个针对视频理解任务优化的大规模语言模型，它通过先进的空间-时间建模和音频理解能力，提升了对视频内容的解析和理解。

项目地址：

https://github.com/DAMO-NLP-SG/VideoLLaMA2

一款名为Musashi的“肌骨结构人形机器人”会自己开车

东京大学的研究人员最近发表了一篇技术论文，说他们的“肌肉骨骼仿人”机器人“武藏”已经能驾驶汽车了！

论文地址：

https://arxiv.org/pdf/2406.05573