在今天谷歌I/O的主题演讲中，该公司宣布它正在悄悄测试一个名为Project Starline的新概念。这是谷歌的一种远距离双向通信技术，但让人感觉对方就坐在你对面。
Starline项目应用了一些东西使之成为可能："计算机视觉、机器学习、空间音频的研究，在每个接受者面前的显示器使用了一个突破性的光场显示系统，创造了一种体积感和深度感，无需额外的眼镜或耳机就可以体验到。效果是一个人坐在你对面的感觉，就像他们就在那里一样。"
谷歌副总裁克莱·巴沃解释说，谷歌最引以为豪的一件事是，人们可以坐下来，忘记技术，转而关注坐在你面前的人。
谷歌目前正在一些办公室测试Starline项目，目前使用的是"定制硬件和高度专业化的设备"。谷歌认为，这是未来的人与人之间的交流，其目标是使技术更容易获得和负担得起
目前，借助这项技术，谷歌已经将员工连接到了纽约湾区和西雅图的办公室。该公司还通过"选择医疗保健和媒体等领域的企业合作伙伴，以获得对该技术及其应用的早期反馈"来演示该技术，并希望在今年晚些时候向企业合作伙伴部署试用硬件。
（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
4月11日，云南德宏的泼水节现场热闹非凡，不仅人们沉浸在欢乐的氛围中，就连路过的小狗也意外“享受”到了泼水的待遇。在一段有趣的视频中，两只可爱的狗狗跟随主人来到了泼水节的现场，它们似乎对周围热闹的场面充满了好奇。在这个特殊的节日里，无论是人还是动物，都能感受到来自四面八方的祝福和喜悦。
有消息称Google将推出一款集多种功能于一体的AI视频工具——GoogleVids。这款工具旨在帮助用户轻松创作故事板，并通过AI技术协助编辑内容，选择适合的场景、图片和音乐，自动生成一个完整的类似PPT的宣讲视频。GoogleVids将于6月份登陆GoogleWorkspace，届时用户将能够更加便捷地使用这一工具，为自己的工作和学习带来更多便利。
Google宣布扩充其Gemma开源家族，推出了两个新的模型:CodeGemma和RecurrentGemma。这两个模型的推出旨在进一步提升Gemma家族在自然语言处理领域的能力。这一更新将进一步优化模型的性能，为用户提供更好的使用体验。
在互联网科技飞速发展的今天，唱吧音乐集团不仅在音乐娱乐领域取得了巨大成功，更是在虚拟现实技术方面取得了开创性的进展。唱吧集团旗下的开飞科技成功研发了行进式3D虚拟现实演出引擎系统，这一技术的问世预示着线下文化旅游行业将迎来前所未有的变革。唱吧将开放合作，积极投资，欢迎文旅行业的合作伙伴携IP与资源加入，共同探索虚拟现实技术在文旅领域的广泛应用，为中国乃至全球的文旅行业带来革命性的变化，一个虚实融合的沉浸式未来世界就在眼前。
GoogleVids是一款强大的在线视频编辑器，集成了谷歌Gemini技术，为您提供AI驱动的视频创作解决方案。您可以使用它快速创建富媒体视频内容，适用于工作、项目演示、教学等多种场景。要了解更多关于GoogleVids的信息以及开始使用这一强大视频编辑AI创作工具，请访问GoogleVids官方网站。
月之暗面宣布Kimi大模型学会了使用工具，即API已支持ToolCalling功能。通过这个功能，开发者可以让Kimi大模型与各种自定义外部工具进行交互，从拓展AI应用的想象空间。月之暗面表示，随着外部工具调用能力的提升，基于大模型的AIAgents应用将进入新阶段，为用户带来更多可能性，从聊天对话到完成各种任务，融入用户实际工作流程。
一款名为Tara的新插件引起了大家的关注。这款插件可以将大型语言模型接入到ComfyUI中支持通过简单的设置API，将节点用于优化提示词等工作。TaraDaisyChainNode:这个节点通过使输出能够串联进后续的提示中，使得复杂的工作流程得以实现，从方便进行清单创建、验证、执行、评估和优化等一系列复杂操作。
出门问问最新发布的WetaAvatar4.0是一款基于多尺度3D模型的数字人系统，具有高度真实的外观和生动的表情，表现优于前代系统。这一先进技术已经成功部署在出门问问的AIGC产品——「奇妙元」和「奇妙问」中。出门问问将继续探索创新，为用户提供高质量的数字人使用体验，将数字人技术应用于更广泛的产品服务中，实现智慧生活的新潮。
4月8日，东芝电视Z700NF系列正式开放预售。其搭载1300nitsMiniLED，从控光、峰值亮度、屏幕、音响等各方面，解决用户观影时因亮度不够导致的细节过少、模糊等痛点，让用户体验细节更清晰的电视音画表现，从拥有更沉浸舒适的观影体验。东芝电视Z700NF致力于呈现更多音画细节，为用户还原最沉浸的观影体验，不愧其“显微屏”的称号。
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。
Continue是一个专为软件开发者设计的开源IDE扩展，它通过提供自动化和智能化的工具来加速AI软件的开发流程。它允许开发者在构建软件时保持流畅的工作状态，通过插件和系统整合，轻松开始并加速开发过程。Continue支持多种编程语言的代码自动完成，提供代码段的重写功能，并允许通过自然语言指令来优化代码。它还支持与多种AI模型和开发环境的整合，使得开发者能够构建一个随着新功能出现而进化的软件系统。
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。
