机器与人类交互的最直接方式无非就三种，视觉、触觉和听觉。大语言模型满足了视觉上对文字的交互，而听觉就需要语音模型来补齐了。1找到 AI 新赛道随着大语言模型的技术日趋成熟，寻找新的增长点，探索未完全开发的AI市场成为了一个必然的趋势。其中，人类与机器之间的交互无疑是一
......
本文由站长之家合作伙伴自媒体作者“AI新智能公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（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
近期，抖音的Flow部门成功推出了一款名为“星绘”的APP，它是一款AI相机类的产品，为用户带来了全新的视觉体验。星绘APP不仅可以创建用户的AI分身能提供多样化的分身效果定制。虽然经过多次测试后，发现星绘对部分文字的意思理解仍待提高，但这一功能仍然为用户提供了更多的创作可能性。
今日上午，北京互联网法院就全国首例“AI声音侵权案”作出一审判决。该案涉及配音师殷某的声音权益被AI技术滥用，引发社会广泛关注。法院明确表示，将坚决维护声音权益，打击任何形式的侵权行为，为声音创作者提供有力的法律保障。
人工智能技术如今已经实现了快速地发展，回看它的进程，从最初的符号逻辑推理，到如今深度神经网络的成功应用，AI技术为多个行业的深入发展提供了必不可少的技术支持。随着AI技术在不同领域中的作用和地位越发突显，不禁令人担忧，AI技术是否真的会取缔人类的工作，对大家的“生计”造成威胁?事实上，AI技术不但不会取代人类劳动力，甚至还能对社会人类发展起到一定的推动作用，给我们带来更便捷、更高效的工作和生活体验。凭借过硬的产品研发技术，让生活变得更轻松简单的同时，也拉近了不同语言、地域之间的文化交流，促进世界文化和谐共融。
随着人工智能技术的飞速发展，AI声音克隆产品已经成为现实世界中的一项令人兴奋的创新。2024年，我们见证了AI声音克隆技术的突飞猛进，这些产品不仅在技术上取得了显著的进步在应用范围上也大大扩展。随着伦理和法律问题的日益受到关注，相关技术和应用的发展也将更加注重责任和透明度。
AI计算创业公司FlexAI近日宣布获得3000万美元的种子资金，正式走出隐形模式。该公司成立于去年，团队成员包括来自苹果、英特尔、英伟达和特斯拉的前员工。”Tripathi曾担任特斯拉的硬件工程领导者，并最近担任英特尔加速计算系统和图形副总裁。
在AI行业，尤其是生成式AI领域，技术的快速发展和应用的广泛前景吸引了大量的投资和关注。这一领域的高昂成本也引起了业界的广泛讨论。如何在追求技术进步的同时实现可持续的商业模式，是所有AI公司需要面对的重要问题。
快科技4月24日消息，北京互联网法院昨日对全国首例AI生成声音人格权侵权案进行了一审判决。该案涉及的主要问题是自然人的声音权益是否应扩展到AI生成的声音，以及如何确定AI生成声音的可识别性。原告殷某是一名配音师，发现其配音作品在多个APP中广泛流传。这些作品中的声音来自被告一北京某智能科技公司运营的平台中的文本转语音产品。原告曾为被告二北京某文化�
I“炒作”的产品层出不穷。只要带上“AI”，并为它打造一个“人设”，定价就会飞起，产品热度也会一路高涨。至于是创新设计是智商税，见仁见智。
AI搜索引擎初创公司Perplexity.ai最近完成了一轮6270万美元的新融资，将其估值提高至约10亿美元。这一轮投资由前YCombinatorAI部门负责人DanielGross领投，新投资者包括StanleyDruckenmiller、YCombinator首席执行官GarryTan、Figma首席执行官DylanField和AltimeterCapital创始人兼首席执行官BradGerstner。对于生成的虚假信息、不正确的来源引用以及AI生成答案的语调如何受到提问方式的影响等问题仍有待解答。
OpenAI公司最近推出了一项革命性的声音克隆技术VoiceEngine”。VoiceEngine通过文本输入和15秒的音频样本，便能生成与原始说话者声音极为相似、情感丰富且自然逼真的语音。当产品正式推向市场时，公司将设立一个禁止语音列表”，以检测并阻止与名人声音过于相似的人工智能生成声音，从避免潜在的版权和隐私问题。
Chat2DB是一个AI驱动的数据开发和分析平台，它通过集成数据管理、研发、分析和应用于一体，为不同角色的用户提供了一个无缝对接的全链路数据管理平台。该平台利用先进的AI技术，简化了SQL研发和数据报表的创建，使得即使是非技术背景的用户也能轻松进行复杂的数据查询。Chat2DB支持多种数据库类型，包括关系型和非关系型数据库，为用户提供了一个集中一站式的数据库管理解决方案。
GitHub Copilot Workspace 是一个革命性的开发环境，它利用自然语言处理技术，允许开发者从构思想法到编写代码再到构建软件的整个过程中获得人工智能的辅助。这个产品通过减少样板工作的负担，提升了开发者的生产力，并且降低了编程的入门门槛。它旨在帮助专业开发者和业余爱好者更高效地将创意转化为代码。
LMSYS Chatbot Arena 是一个在线平台，旨在通过用户与匿名聊天机器人模型的互动，对大型语言模型(Large Language Models, LLMs)进行基准测试。该平台收集了超过70万次人类投票，计算出LLM的Elo排行榜，以确定谁是聊天机器人领域的冠军。平台提供了一个研究预览，具有有限的安全措施，可能生成不当内容，因此需要用户遵守特定的使用条款。
chat-ui是一个开源的聊天界面，使用开源模型如OpenAssistant或Llama。它是一个SvelteKit应用程序，为hf.co/chat上的HuggingChat应用提供支持。该产品允许用户通过自定义配置来运行和部署自己的Chat UI实例，支持多种语言模型和功能，如Web搜索、自定义模型等。
360AI 浏览器利用人工智能技术，提供智能搜索、PDF、视频、网页总结等功能，旨在帮助用户高效获取知识，提升阅读体验。
AI FAQ Generator是一款利用先进AI技术，通过分析常见问题自动生成FAQ列表的工具。它能够快速高效地生成FAQ，节省时间和资源，同时提供准确的答案，帮助提高客户满意度，并改善SEO效果。
BrickCenter是一个在线平台，允许用户免费创建自己的乐高套装和迷你人物。它提供了一个将创意转化为详细乐高设计的工具，无论是复杂的场景还是个性化的迷你人物，用户都可以在这个平台上实现自己的设计梦想。该平台以其用户友好的界面和强大的定制功能而受到乐高爱好者的欢迎。
《100 UI/UX Tips》提供了设计界面所需的所有提示，让用户感到满意。强调产品的主要优点、背景信息、价格和定位。
whatwide.ai是一个提高生产力的AI助手，使用人工智能技术来节省时间并提高工作效率。它提供了50多种AI模型，包括文本生成、网站帮助、社交媒体分析、编程辅助等多种功能。whatwide.ai的优点在于高质量的内容生成、快速且安全的操作，以及多种AI类型供用户选择。
Stream of Consciousness是一个记录并分享艺术家思维的项目，通过创作和分享图像来展示创造力。它提供了一个深入艺术家思维的窗口，让人们了解艺术创作的过程和灵感的来源。
Neurelo是一个专为云数据库而设计的平台，通过使用云API和人工智能技术，提供自动生成API、自定义查询API、查询可观察性和Schema as Code等功能，以提高开发人员的生产力。Neurelo能够简化数据库编程相关的复杂性，并具备可伸缩性、安全性和查询优化能力。
EdrawMax是一款功能强大的图表设计软件，它提供一站式的图表解决方案，适用于流程图、思维导图、组织结构图、甘特图、平面图和ER图等210多种图表类型。它具有简洁的用户界面，类似于MS Office的干净、整齐的界面，直观且易于导航的工具集，以及无缝的拖放功能。此外，EdrawMax还提供了23000多个用户制作的模板，850个精心制作的内置模板，以及26000多个免费符号，覆盖所有图表类型。它还具备AI功能，可以生成和分析22种类型的图表，包括文本到绘图和图片到绘图以及AI聊天。EdrawMax支持跨平台集成，可以在云端保存文件并通过链接共享，支持通过社交媒体或电子邮件发送作品，并能以13种格式导出图表，包括VSDX、PPTX和SVG等。此外，EdrawMax遵循GDPR标准，使用最高级别的256位SSL加密，确保用户隐私和数据安全。
Notta Showcase是一款在线视频翻译和配音工具，它通过AI技术帮助用户将视频内容翻译成15种不同的语言，同时保持原始的语音风格和情感，以提供自然的听觉体验。该产品的主要优点包括高效率、成本效益、用户友好的界面、高准确度的转录和翻译，以及支持多种文件格式和平台。它适用于营销、社交媒体和教育等多个领域，可以显著扩大内容的全球影响力。
Suno API是一个开源项目，允许用户设置自己的Suno AI音乐服务API。它实现了app.suno.ai的创建API，兼容OpenAI的API格式，支持自定义模式，一键部署到Vercel，并且拥有开放源代码许可证，允许自由集成和修改。
x-crawl 是一款基于 Node.js 的 AI 辅助爬虫库，它通过强大的 AI 辅助功能，使得爬虫工作变得更加高效、智能和便捷。它支持对动态页面、静态页面、接口数据以及文件数据的爬取，同时提供了自动化操作、键盘输入、事件操作等控制页面的能力。此外，它还具备设备指纹、异步同步、间隔爬取、失败重试、轮换代理、优先队列和记录爬取等功能，以适应不同的爬取需求。x-crawl 拥有类型，通过泛型实现完整的类型，基于 MIT 许可发布，适合需要进行数据爬取的开发者和企业。
MetaCLIP是一个开源的机器学习模型，用于图像和文本的联合表示学习。它通过一个简单算法对CLIP数据进行筛选，不依赖于先前模型的过滤，从而提高了数据的质量和透明度。MetaCLIP的主要贡献包括无过滤的数据筛选、透明的训练数据分布、可扩展的算法和标准化的CLIP训练设置。该模型强调数据质量的重要性，并提供预训练模型，以支持研究人员和开发者进行控制实验和公平比较。
AI Town是一个基于MIT许可的可部署启动套件，用于构建和定制您自己的AI城镇版本。这个项目受到了研究论文'Generative Agents: Interactive Simulacra of Human Behavior'的启发，旨在提供一个强大的基础平台，旨在被扩展。后端原生支持共享全局状态、事务和模拟引擎，适用于从简单的项目到可扩展的多人游戏。
Vanna是一个使用Retrieval-Augmented Generation (RAG) 技术的开源Python框架，用于SQL生成和相关功能。它通过训练RAG模型，将自然语言问题转换为SQL查询，从而允许用户以提问的形式与数据库进行交互。Vanna的主要优点包括高准确度、安全性、私有性、自学习能力，并且支持任何SQL数据库。
fal.ai 是一款面向开发者的生成媒体平台，提供了业界最快的推理引擎，可以让您以更低的成本运行扩散模型，创造出全新的用户体验。它拥有实时、无缝的 WebSocket 推理基础设施，为开发者带来了卓越的使用体验。fal.ai 的定价方案根据实际使用情况灵活调整，确保您只为消耗的计算资源付费，实现了最佳的可扩展性和经济性。
Chat With Llama 3 是一个开源的聊天机器人，由Meta AI开发。它能够进行多种智能对话，包括解释复杂概念、创作诗歌、编写代码、解决逻辑谜题，甚至帮助用户给宠物起名。这个聊天机器人的主要优点在于它的多功能性和开源性，使其可以被广泛地应用于各种场景，并且可以根据需要进行定制和改进。
