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
日前，共享单车调度费最高50元堪比打车”的话题引起网友热议。有媒体梳理了市面上多家运营的共享单车企业，对违规停车收取调度费的规则。
用AI生成跨时空拥抱最近悄悄在海外翻红带火了一款AI视频产品。8月28日，TikTok博主“iammskira”发布了一条配文为“用AI实现了拥抱我的妈妈，因为她已经不在人世了”的短视频教程，在TikTok上走红。对CloneAI们来说，在巨头林立的AI视频赛道上，抓住一个用户的需求，借助社交媒体上的趋势或者玩法进行一波曝光和变现，是仍处在野蛮生长阶段的行业留给AI初创公司和创业者的一
在刚刚过去的德国多特蒙德国际烟草展中，中国电子烟企业凭借光加热技术——Alkaid，获得了2024年 AlternativeAwards的“最佳HNB 创新奖”，这项创新技术将为“加热不燃烧”领域带来颠覆性变革，满足了目前消费者对加热速度、口感风味、产品清洁和减害方面的需求。Alkaid技术的核心突破在于其光加热方式——利用类似太阳光的全波段光波实现快速、均匀的加热。传统加热技术的专利和技术壁垒使得少数大型跨国烟草公司主导了市场Alkaid光加热技术凭借全新的加热原理，成功绕过了这些壁垒，提供了具有差异化的技术解决方案。
全球领先的IT市场研究和咨询公司IDC发布《IDCTechnologyAssessment：中国攻击面管理厂商技术评估，2024》报告。360攻击面管理方案入选该报告，并在网络资产攻击面管理、外部攻击面管理、威胁情报能力、入侵与攻击模拟、综合管理和可视化、平台开放性等六项评估中获得五星满分评价。360将持续推动AI安全落地，为数字中国建设保驾护航！
由AI驱动的爆款短视频玩法正在席卷TikTok。一张静态照片“整蛊”身边人。
9月12日，「AI时刻，欢迎来到下一个大事件」2024IDC中国年度盛典暨颁奖典礼圆满落幕。IDC公布了从全球化洞察出发，历经半年、由多位行业专家征集与评选的「2024年度中国未来企业大奖」和「2024中国20大杰出安全项目」奖项，深信服与用户携手共建的4个项目喜提荣誉!4位用户荣誉加冕共同见证AI变革时刻美的集团AI驱动的云地协同安全运营中心美的集团作为一家全球化的科技集团，面临着复杂的潜在安全挑战，在开展网络安全建设、运营过程中，也面临着业务复杂度高、设备整合、7*24小时安全保障的考验。安全GPT成为“AI安全专家”，全量告警自动化研判分类面向未来，深信服将继续深耕网络安全的智能化，以AI为内核、云化赋能的安全新范式2.0为用户构建云网端立体防护，致力于让所有用户安全领先一步，助力各行各业更简单、更安全地进行数字化转型。
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、文生图卷起来了!智谱开源图像生成模型CogView3生成速度比SDXL快10倍!智谱AI最新开源的CogView3和CogView-3Plus-3B为文生图领域注入新活力，CogView3采用独特的级联扩散方法，生成质量超越SDXL，且推理速度快10倍。清言科技推出大会员体系，19元/月享受多项权益，让更广泛用户群体负担得起高级AI功能。
靠fork开源代码拿下YC50万美元融资??自称“开源版Curesor”的AI编程项目PearAI，才官宣就争议四起。就在创始人这条推特下，围观群众补充了背景信息。Ang在Pan工作过的虚拟币公司也有一段实习经历，但在时间上两人并无交集。
在云计算与音视频技术深度融合的浪潮中，七牛智能科技有限公司已正式向香港交易所提交上市申请，标志着这家在音视频云服务领域深耕多年的领军企业即将开启资本市场的新征程。此次上市由申万宏源香港和交银国际担任联席保荐人，彰显了市场对七牛云未来发展潜力的高度认可。七牛云将继续以用户需求为导向、以技术创新为驱动、以优质服务为保障，不断推动音视频云服务技术的创新与发展，为用户提供更加高效、便捷、智能的音视频解决方案和服务。
有关网络主播通过“卖惨”博取关注和收入的话题引发了广泛讨论。多位博主通过夸张的表演和情感诉求，吸引了大量观众和礼物，甚至有主播月收入高达千万，引发网友对这种现象的质疑。这一现象引发了对网络直播行业的反思，许多人呼吁应加强对网络内容的监管，以维护观众的权益和社会的诚信。
Canvas是OpenAI推出的一个新界面，旨在通过与ChatGPT的协作来改进写作和编码项目。它允许用户在一个单独的窗口中与ChatGPT一起工作，超越了简单的聊天界面。Canvas利用GPT-4o模型，能够更好地理解用户的上下文，并提供内联反馈和建议。它支持直接编辑文本或代码，并提供快捷操作菜单，帮助用户调整写作长度、调试代码等。Canvas还支持版本回溯，帮助用户管理项目的不同版本。
Text Behind Image 是一个开源的设计工具，允许用户轻松创建文字背景图片设计。它提供了一个简洁的界面，让用户可以自由地在图片上添加文字，创造出独特的视觉效果。这个工具对于设计师、社交媒体运营者和内容创作者来说非常有用，因为它可以快速生成具有吸引力的视觉内容。
torchao是PyTorch的一个库，专注于自定义数据类型和优化，支持量化和稀疏化权重、梯度、优化器和激活函数，用于推理和训练。它与torch.compile()和FSDP2兼容，能够为大多数PyTorch模型提供加速。torchao旨在通过量化感知训练（QAT）和后训练量化（PTQ）等技术，提高模型的推理速度和内存效率，同时尽量减小精度损失。
Liquid Foundation Models (LFMs) 是一系列新型的生成式AI模型，它们在各种规模上都达到了最先进的性能，同时保持了更小的内存占用和更高效的推理效率。LFMs 利用动态系统理论、信号处理和数值线性代数的计算单元，可以处理包括视频、音频、文本、时间序列和信号在内的任何类型的序列数据。这些模型是通用的AI模型，旨在处理大规模的序列多模态数据，实现高级推理，并做出可靠的决策。
NVLM-D-72B是NVIDIA推出的一款多模态大型语言模型，专注于视觉-语言任务，并且通过多模态训练提升了文本性能。该模型在视觉-语言基准测试中取得了与业界领先模型相媲美的成绩。
gradio-bot是一个可以将Hugging Face Space或Gradio应用转化为Discord机器人的工具。它允许开发者通过简单的命令行操作，将现有的机器学习模型或应用快速部署到Discord平台上，实现自动化交互。这不仅提高了应用的可达性，还为开发者提供了一个与用户直接交互的新渠道。
AI-Powered Meeting Summarizer是一个基于Gradio的网站应用，能够将会议录音转换为文本，并使用whisper.cpp进行音频到文本的转换，以及Ollama服务器进行文本摘要。该工具非常适合快速提取会议中的关键点、决策和行动项目。
VARAG是一个支持多种检索技术的系统，优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入，简化了传统的检索流程，并使用先进的视觉语言模型进行编码，提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容，为文档检索提供强大的支持。
JoyHallo是一个数字人模型，专为普通话视频生成而设计。它通过收集来自京东健康国际有限公司员工的29小时普通话视频，创建了jdh-Hallo数据集。该数据集覆盖了不同年龄和说话风格，包括对话和专业医疗话题。JoyHallo模型采用中国wav2vec2模型进行音频特征嵌入，并提出了一种半解耦结构来捕捉唇部、表情和姿态特征之间的相互关系，提高了信息利用效率，并加快了推理速度14.3%。此外，JoyHallo在生成英语视频方面也表现出色，展现了卓越的跨语言生成能力。
PhysGen是一个创新的图像到视频生成方法，它能够将单张图片和输入条件（例如，对图片中物体施加的力和扭矩）转换成现实、物理上合理且时间上连贯的视频。该技术通过将基于模型的物理模拟与数据驱动的视频生成过程相结合，实现了在图像空间中的动态模拟。PhysGen的主要优点包括生成的视频在物理和外观上都显得逼真，并且可以精确控制，通过定量比较和全面的用户研究，展示了其在现有数据驱动的图像到视频生成工作中的优越性。
Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。
Realtime API 是 OpenAI 推出的一款低延迟语音交互API，它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话，并可处理中断，类似于ChatGPT的高级语音模式。它通过WebSocket连接，支持功能调用，使得语音助手能够响应用户请求，触发动作或引入新上下文。该API的推出，意味着开发者不再需要组合多个模型来构建语音体验，而是可以通过单一API调用实现自然对话体验。
Saylo AI是一个AI角色扮演游戏，让你与AI角色互动，探索多样化的戏剧性故事。它利用人工智能技术，提供沉浸式的互动体验，让玩家在虚拟世界中与AI朋友交流，体验不同的故事情节。Saylo AI的背景信息展示了其创新性和娱乐性，旨在为玩家提供一种全新的娱乐方式。目前产品处于推广阶段，价格未明确标注。
twinny是一个为Visual Studio Code用户设计的AI扩展，旨在提供个性化的编程辅助，提高开发效率。它通过集成先进的AI技术，帮助开发者在编码过程中快速解决问题，优化代码，并提供智能提示。twinny的背景是响应开发者对于更加智能和自动化编程工具的需求，它通过简化开发流程，减少重复劳动，从而让开发者能够专注于更有创造性的工作。
Buildpad 是一个旨在帮助创始人从概念到成功最小可行产品(MVP)的在线平台。它通过提供智能验证工具、AI引导的开发流程、进度跟踪以及个性化的项目见解，帮助用户构建能够获得市场认可的产品。Buildpad 的主要优点包括简化产品开发流程、提高产品成功率、以及提供个性化的指导和支持。
Novela是一个专注于AI时代技能学习的在线平台，提供早期访问服务，用户可以免费试用。它旨在帮助用户掌握AI相关的技能，以适应未来职场的需求。
interview.co是一个专注于简化招聘流程的视频面试软件。它通过提供在线视频面试、AI问题生成器和面试管理工具，帮助企业高效地筛选和评估候选人。产品背景信息显示，interview.co旨在解决传统面试中的时间消耗、日程安排困难和成本高昂等问题。价格方面，interview.co提供试用版，具体定价信息需进一步探索。
Open NotebookLM是一个利用开源语言模型和文本到语音模型的工具，它可以处理PDF内容，生成适合音频播客的自然对话，并将其输出为MP3文件。该项目的灵感来自于NotebookLM工具，通过使用开源的大型语言模型（LLMs）和文本到语音模型来实现。它不仅提高了信息的可访问性，还为内容创作者提供了一种新的媒体形式，使他们能够将书面内容转换为音频格式，扩大其受众范围。
Chital是一个为macOS平台设计的应用程序，它允许用户与Ollama模型进行聊天。这个应用具有低内存占用和快速启动的特点，支持多聊天线程，能够在不同的模型间切换，并支持Markdown格式。此外，它还能自动为聊天线程生成标题摘要。Chital的开发主要是为了满足开发者个人的使用需求，但也鼓励社区成员通过fork代码库来添加新功能。
SafeEar是一个创新的音频深度检测框架，它能够在不依赖于语音内容的情况下检测深度音频。这个框架通过设计一个神经音频编解码器，将语义和声学信息从音频样本中分离出来，仅使用声学信息（如韵律和音色）进行深度检测，从而保护了语音内容的隐私。SafeEar通过在真实世界中增强编解码器来提高检测器的能力，使其能够识别各种深度音频。该框架在四个基准数据集上的广泛实验表明，SafeEar在检测各种深度技术方面非常有效，其等错误率（EER）低至2.02%。同时，它还能保护五种语言的语音内容不被机器和人类听觉分析破译，通过我们的用户研究和单词错误率（WER）均高于93.93%来证明。此外，SafeEar还构建了一个用于反深度和反内容恢复评估的基准，为未来在音频隐私保护和深度检测领域的研究提供了基础。
