“大家好，我是京东数科自研的AI主播小可……地球不爆炸，我就不下班；宇宙不重启，我就不休息。”
继京东数科自研的首位AI虚拟数字人产品AI主播“小妮”上线后，京东数科第二位国风AI主播“小可”在端午正式出道，不仅扮相娇俏可爱，还段子频出，与灵动的真实主播并无二致。
为了研发出写实逼真的AI虚拟数字人，京东数科AI实验室在文字转语音、3D人脸建模、语音转视频等方面进行了一系列技术创新。仅需使用一段几分钟的人物视频数据，经过几小时训练就可以合成出写实风格的AI虚拟数字人。
京东数科自研轻量级对抗语音合成技术，通过结合深度神经网络在多人数据上进行个性化建模，达到音色丰富、特色鲜明的语音合成效果，甚至可以模拟人的呼吸和停顿，听感酷似真人。
小可能够模仿不同人的说话习惯，学到如何用点头、眨眼这些细微动作对发言中的重要内容加以强调。
在AI算法的驱动下，只需输入文本内容，小可就能根据语义实时进行主持，且表情、动作和语音表达非常自然逼真。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
小米SU7发布后，其受关注程度异常高涨，甚至连竞争对手的直播间都被淹没”。不少网友涌入保时捷、领克、极氪、比亚迪、吉利等汽车品牌的直播间，疯狂刷着小米SU7”的弹幕。刷小米SU7的弹幕和送小米的礼物是对该品牌产品的支持和喜爱，是对品牌价值的认同和宣传。
3月29日消息，近日，小米竞品哪吒汽车直播间涌入大量米粉，直播间弹幕狂刷小米SU7。弹幕上网友刷屏表示像小米汽车，主播回复网友表示：哪里像，接近5米的车长，接近3米的轴距，接近2米的车宽外加风火轮。”当看见网友在直播间刷屏我爱小米时，主播破大防重复大喊：我爱哪吒！我爱哪吒！这里是哪吒汽车直播间！”近日，哪吒汽车的投资人周鸿祎直言批评哪吒汽车老�
女主播一条小团团”堪称超级网红，其斗鱼粉丝达2600万，抖音粉丝更是达3700万。随着她被捕”消息传出，加上已经有一段时间没有进行直播，她的粉丝数量近期呈现出持续下降的趋势。2020年9月，小团团导航语音独家上线高德地图，成为高德地图最年轻的导航员。
“东哥呢，在哪里?”4月16日下午6点18分，刘强东的数字人形象“采销东哥”开启“直播首秀”，同时亮相京东家电家居、京东超市采销直播间。仅仅半小时后，“采销东哥”宣布下播，直播间由真人采销主播继续播，晚来的用户没能看到刘强东的数字人首播。应受访者要求，文中麦子、杨明为化名。
AI风口吹到了直播，先吃到红利的不只有卖课的知识付费博主有“AI主播”。她们或是外国美女，借助吸引眼球的形象和话题吸粉，然后带货;或是单身女性，输出“心灵鸡汤”，目的要么是带货，要么是吸引男粉转化为付费用户.....这些“AI主播”、“AI美女”，正通过AI技术被批量化、模板化复制。AI数字人的前景广阔，但是未来会与直播融合到怎样的程度，一切都是未知数。
欢迎来到【今日AI】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。
AI淘汰人类的紧迫感越来越近了!最近，在音乐剧《妈妈咪呀》饰演主角女星，被一封BBC邮件告知:不用来了，AI替代了你。OpenAI刚宣布进军好莱坞，并放出一波导演艺术家们体验Sora的震撼视频。我们离AI取代自己，越来越近了。
快科技3月28日消息，据央视频官微，将经典故事转化为生动短剧的《AI看典籍》第一集《周处除三害》在博鳌论坛首发。据了解，该剧由总台央视频原创AI团队领衔打造，创新采用AI技术将典籍”变短剧”，全新演绎《世说新语》与《晋书》同时记录的典籍故事。剧情介绍：传说阳羡县的宁静被三害所扰，周处勇武霸道，却不知自己正是三害之一，斩蛟龙，斗猛兽，三日三夜的浴血奋战，归来时才猛然自省。据了解，《AI看典籍》通过AI，呈现史志、文学、农学、茶学、医药学等经典典籍。第一期内容就是今年3月热门电影《周处除三害》的同名故事。公开资料
4月18日，2024中国生成式AI大会上李未可科技正式发布为眼镜等未来终端定向优化等自研WAKE-AI多模态大模型，具备文本生成、语言理解、图像识别及视频生成等多模态交互能力。该大模型围绕GPS轨迹视觉语音打造新一代LLM-Based的自然交互，同时多模态问答技术的加持，能实现所见即所问、所问即所得的精准服务。李未可科技合伙人&AI负责人古鉴表示WAKE-AI将逐步开放平台能力，便于更多企业及开发者调用WAKE-AI能力，共建AI硬件生态。
山东的街头出现了一幕别开生面的景象：警察们带着警犬进行日常的巡查工作。在这支队伍中，一只特殊的警犬引起了大家的关注，那就是全国首只柯基预备役警犬——福仔。福仔的表现备受关注，被认为是一只又萌又厉害的警犬。
Cohere Toolkit是一个开源的AI应用程序开发工具包，它提供了一套生产就绪的应用程序，可以在云服务提供商上部署。这些应用程序可以访问Cohere的Command、Embed和Rerank模型，并且可以连接到企业数据和特定团队，以提高生产力。该工具包包含用于构建独特应用程序并可扩展部署的组件。
Bunny 是一系列轻量级但功能强大的多模态模型，提供多种即插即用的视图编码器和语言主干网络。通过从更广泛的数据源进行精选选择，构建更丰富的训练数据，以补偿模型尺寸的减小。Bunny-v1.0-3B 模型在性能上超越了同类大小甚至更大的 MLLMs（7B）模型，并与 13B 模型性能相当。
llava-llama-3-8b-v1_1是一个由XTuner优化的LLaVA模型，它基于meta-llama/Meta-Llama-3-8B-Instruct和CLIP-ViT-Large-patch14-336，并通过ShareGPT4V-PT和InternVL-SFT进行了微调。该模型专为图像和文本的结合处理而设计，具有强大的多模态学习能力，适用于各种下游部署和评估工具包。
ID-Animator是一种零样本人类视频生成方法，能够在不需要进一步训练的情况下，根据单个参考面部图像进行个性化视频生成。该技术继承了现有的基于扩散的视频生成框架，并加入了面部适配器以编码与身份相关的嵌入。通过这种方法，ID-Animator能够在视频生成过程中保持人物身份的细节，同时提高训练效率。
HiDiffusion是一个预训练扩散模型，通过仅添加一行代码即可提高扩散模型的分辨率和速度。该模型通过Resolution-Aware U-Net (RAU-Net)和Modified Shifted Window Multi-head Self-Attention (MSW-MSA)技术，动态调整特征图大小以解决对象复制问题，并优化窗口注意力以减少计算量。HiDiffusion能够将图像生成分辨率扩展到4096×4096，同时保持1.5-6倍于以往方法的推理速度。
Snowflake Arctic 是一款专为企业级人工智能任务设计的大规模语言模型（LLM），它在 SQL 生成、编码以及指令遵循等基准测试中表现出色，即使与计算预算更高的开源模型相比也毫不逊色。Arctic 通过其高效的训练和推理，为 Snowflake 客户以及广大 AI 社区提供了一种成本效益极高的定制模型创建方式。此外，Arctic 采用 Apache 2.0 许可，提供无门槛的权重和代码访问，并通过开源数据配方和研究洞察，进一步推动了社区的开放性和成本效益。
OpenVoice V2是一款文本到语音（Text-to-Speech, TTS）的模型，它在2024年4月发布，包含了V1的所有功能，并进行了改进。它采用了不同的训练策略，提供了更好的音质，支持英语、西班牙语、法语、中文、日语和韩语等多种语言。此外，它还允许商业用途的免费使用。OpenVoice V2能够精确地克隆参考音调色彩，并在多种语言和口音中生成语音。它还支持零样本跨语言语音克隆，即生成语音的语言和参考语音的语言不需要在大规模多语种训练数据集中出现。
超会 AI 是一款基于人工智能的爆款内容制造机，能够以 10 倍速度智能生产商品内容和自动化营销，帮助企业提高流量和销售额。产品背景信息丰富，价格适中，定位于为企业提供内容制造和营销解决方案。
OpenELM是由苹果公司开发的语言模型家族，旨在为开源研究社区提供先进的语言模型。这些模型基于公开可用的数据集训练，不提供任何安全保证，可能产生不准确、有害、有偏见或令人反感的输出。因此，用户和开发者需要进行彻底的安全测试，并实施适当的过滤机制。
豆绘商拍是一款利用先进 AI 技术提供商品图和服装图生成服务的工具，能快速实现抠图、背景更换和模特换脸等功能，帮助企业提升品牌形象和市场竞争力。
intellisay是一个通过语音输入创建每日计划的生产力工具。它使用人工智能技术，将语音转录和分析，然后提供一个优化的计划来实现成功。它能够帮助用户节省时间，从而更高效地完成任务。该产品背后的主要优点是快速设置和使用，以及跟踪任务和习惯的能力。
Grimo AI是一个帮助用户构建、增长和整理知识的平台。它集合了Obsidian、Github和Quora的优点，提供了简单易用的界面和功能。用户可以通过查询获取来自任何人、任何地方的见解，并将这些见解分叉到自己的工作区。Grimo AI的核心优点包括：1. 将知识整理成精华；2. 从任何地方学习；3. 构建一个强大的知识社区。Grimo AI的定位是帮助用户更高效地获取和组织知识。
Bland是一个用于构建AI电话呼叫应用程序的平台，它提供了简单易用的API接口，使开发者能够轻松地创建自己的智能电话代理。Bland的主要优点是快速搭建和部署，可扩展性强，同时提供了丰富的文档和支持。无论是用于销售呼叫中心、客服代理、营销自动化还是其他领域，Bland都能帮助企业提高效率，节省时间和资源。
Cici是您的AI朋友和浏览器助手。她可以回答您的问题，摘要网页内容，提供快速的词语翻译，并执行智能搜索。她可以为您做到这一切。
MVSEP是一款在线音频处理工具，利用先进的音频分离技术可将音乐和语音从音频文件中分离出来，适用于音乐制作、音频编辑、广播、电影后期制作等领域。优点包括高质量的音频输出、快速的处理速度和用户友好的操作界面。提供不同模型选择。
NovaMSS是一款基于最顶级的AI模型调优后的新一代音乐源分离工具，可以一键提取伴奏、人声、贝斯、鼓点、分离音轨等。它的强大算法基于MSS领域最顶级的算法，并经过上千首歌曲的训练与调优，实现音轨分离的高效率和高质量。产品提供简单易用的界面，支持多种音频格式，包括MP3、Flac、Wave、AIFF等，并且支持批量上传和处理，内置音频播放器，方便用户即时查看分离结果。此外，产品分为社区版和专业版，社区版永久免费，而专业版提供更专业的算法模型和更高品质的音频输出格式。
ChatMIX智能对话-AIGC系统是一款利用人工智能技术构建的在线聊天系统，旨在通过AI技术提升用户交互体验。产品支持智能翻译、工作周报生成、编程代码编写等功能，满足用户在不同场景下的需求。它的优势在于能够快速响应用户指令，提供准确、高效的服务，同时具备良好的用户界面和操作体验。
AI对话鸭是一个领先的AI聊天对话平台，它集成了多款国产大模型，提供了丰富的对话场景和功能，满足不同用户的需求。该平台以其高效的对话生成能力和多样的应用场景，在提高工作效率和娱乐互动方面具有显著优势。
A.I.智能客服解决方案是科大讯飞基于其先进的语音技术，为企业提供的一套完整的客户服务系统。该系统通过电话、Web、APP、小程序、自助终端等多种渠道，实现智能外呼、智能接听、语音导航、在线文字客服、质检分析、坐席辅助等功能。它通过高识别率的语音识别引擎、自然流畅的语音合成技术、智能打断能力、IVR导航以及客服平台中间件等技术，帮助企业提高客服效率，降低人力成本，同时提升客户服务体验。
云雀 AI 智能客服是一款基于大数据的在线客服平台，通过智能机器人提供多渠道客户服务，帮助企业降低成本、提高效率。该平台结合了 AI 技术和客服系统，为企业提供高效的客户交互体验，提升服务质量。
