商湯科技傘下の絶影事業部門は、インテリジェントコックピット分野で新たな成果を達成しました。国内の主要自動車メーカーとの緊密な協力を通じて、世界初のネイティブストリーミングマルチモーダルコックピットシステムを開発し、量産化に成功、OTA空中アップデートを通じてユーザー車両に配信されました。このシステムの最大の特長は、独自の車外シーン認識機能であり、主に以下の3つのコア機能モジュールで構成されています。前方車両状態リアルタイム認識、道路標識インテリジェント認識、そして沿道の自然風景認識。このブレークスルーは、自動車インテリジェントコックピット技術が新たなマルチモーダルインタラクション時代に入ったことを示しています。

仮想現実とストリーミング分野において、NVIDIAとメリーランド大学は画期的な進歩をもたらしました。QUEENと名付けられたこのAIモデルは、スポーツイベントにおいて視聴者が自由に視点を変えて観戦できるだけでなく、毎フレームの3Dシーンをわずか0.7MBに圧縮しながら、驚異的な毎秒350フレームのレンダリング速度を維持します。

この記事では、音楽業界における珍しい事件を取り上げます。ノースカロライナ州のミュージシャン、マイケル・スミス氏が、人工知能とボットアカウントを利用して不正行為を行い、ストリーミングプラットフォームから1,000万ドルを超える違法収入を得ていたとして告発されました。彼は共謀者と協力し、AI生成の楽曲を購入し、偽の再生回数を積み重ねることで、Spotify、Apple Music、YouTube Musicなどのプラットフォームで、自身とAI生成楽曲の再生回数を数十億回にまで膨らませました。スミス氏は偽名でボットアカウントを登録し、トラフィックを分散させていました。

アメリカ人ミュージシャンのマイケル・スミスは、人工知能で生成した音楽と音楽ストリーミングプラットフォームでの再生回数の操作によって、1000万ドルを超える印税を詐取したとして、複数の罪状で起訴されました。2017年から2024年にかけて、スミスはAI技術を利用して数十万曲のコンピューター生成楽曲を作成し、自動化されたボットで再生回数を増やし、年間約120万ドルの印税を不正に獲得しました。彼は共犯者と協力して偽アカウントで再生回数を偽造し、合法的なミュージシャンや作曲家に支払われるべき印税を盗み取っていました。電信詐欺の容疑もかけられています。

北京時間8月14日、昆侖万維は世界初のAIストリーミング音楽プラットフォームMelodioと、AI音楽商用創作プラットフォームMurekaを同時に発表しました。これらの製品はどちらも、昆侖万維が独自開発した最新のDiT（Diffusion Transformer）アーキテクチャの音楽大規模モデルSkymusic2.0を搭載しており、AI音楽創作技術が新たな高みに達したことを示しています。

2024年世界人工知能大会において、商湯科技は国内初のWYSIWYGモデル「日日新5o」を発表しました。このモデルはGPT-4oと同等のインタラクション体験を提供し、リアルタイムのストリーミング多モーダルインタラクションを実現しています。音声、テキスト、画像、ビデオなどのクロスモーダル情報を統合することで、リアルタイムでの理解と応答が可能です。例えば、スタッフの着用している胸カードを認識して会場の位置を判断したり、ぬいぐるみ犬の見た目や服装を記述したり、スタッフが手描きした絵画を即座に評価したりすることができます。