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、开源端到端语音大模型Step-Audio-AQAA:听懂音频直接生成自然语音
Step-Audio-AQAA 是一个开源的端到端语音大模型，能够直接从原始音频输入生成自然流畅的语音输出，显著提升了人机交互的体验。该模型由双码本音频标记器、骨干 LLM 和神经声码器三部分组成，能够高效处理语音中的复杂信息，为未来的智能语音应用奠定了坚实的基础。
2、百度发布“绘想”平台与MuseSteamer:AI生成视频，一张图即可搞定专业级大片!
百度发布“绘想”平台与MuseSteamer，通过生成式AI和多模态技术提供全面的视频生成解决方案，满足搜索、广告等场景需求。MuseSteamer具备强大的可控性和高性价比，用户只需上传图片即可生成专业级视频内容，极大简化了视频制作流程。
3、浙大与阿里联合发布OmniAvatar:音频驱动全身数字人模型震撼登场
浙大与阿里联合发布的OmniAvatar模型在音频驱动数字人技术上取得重大突破，能够生成自然流畅的全身数字人视频，尤其在歌唱场景中表现出色。该模型支持通过文本提示精细控制生成细节，并具备多场景应用潜力，为营销、教育及娱乐等领域带来创新可能。
4、百度搜索迎来十年来最大改版:AI智能框、百看、AI助手全面进化
百度搜索进行了十年来最大规模的改版，引入了智能框、百看和AI助手等创新功能，显著提升了用户的搜索体验和创作能力。
5、xAI控制台新增Grok4及Grok4Code引用，标志着下一代AI模型即将发布
xAI在开发者控制台中新增了对Grok4及Grok4Code的引用，预示着下一代人工智能模型的发布即将来临。Grok4被描述为‘全能型AI的巅峰之作’，而Grok4Code则专注于编程优化。这两款模型的引用表明其公开发布已进入最后准备阶段。
6、Gemini Live重磅升级!无缝连接Google应用，智能生活触手可及
Gemini Live的升级通过与Google生态系统的深度整合，提升了用户的智能交互体验，同时兼顾了隐私保护，展现了其在智能助手领域的潜力。
7.武汉首发全国首辆 AI 外卖配送车，配送效率大幅提升
武汉推出全国首辆搭载 AI 技术的外卖配送车 —— 智音车，配送效率提升显著，标志外卖行业的技术革新。
8、Anthropic年化收入已达40亿美元，较年初增长近4倍、与 Cursor 竞争加剧
文章指出，AI独角兽Anthropic年化收入已达40亿美元，较年初增长近四倍，同时其竞争对手Cursor也在积极扩展业务，双方竞争加剧。Cursor依赖Anthropic的技术，并通过引入高管和创新提升竞争力。人工智能技术的快速发展推动了编程工具的需求增长，各公司都在争夺市场份额。
声明：转载于站长之家
