SAG-AFTRA fecha acordo com startup de clonagem de IA: autorização legal para clonagem de voz por IA

Jogo de IA da Anuttacon, fundada por Cai Haoyu da miHoYo, inicia testes: 'Sussurros das Estrelas'

A Anuttacon, misteriosa empresa de jogos de IA fundada por Cai Haoyu, fundador da miHoYo, revelou recentemente seu primeiro projeto: 'Sussurros das Estrelas'. Com o slogan "Suas conversas decidem o destino dela", o jogo destaca o diálogo em tempo real com personagens impulsionados por IA, oferecendo uma experiência imersiva, aberta e personalizada. Os jogadores interagem com Stella, a protagonista, uma estudante de astrofísica que sofre um acidente e cai em um planeta alienígena.

Ex-chefe de políticas da OpenAI questiona a mudança na narrativa de segurança da IA da empresa

Stability AI e Arm se unem para lançar tecnologia de geração de áudio offline

Líder em IA, Fei-Fei Li, pede a legisladores que não deixem narrativas de ficção científica ditarem as regras da IA

Na recente cúpula de ação sobre inteligência artificial realizada no Grand Palais, em Paris, a pesquisadora da Universidade de Stanford e fundadora do World Laboratory, Fei-Fei Li, proferiu o discurso de abertura. Seu discurso, que atraiu muita atenção, abordou a regulamentação da inteligência artificial, o ecossistema comercial e seu profundo impacto na sociedade. Fei-Fei Li enfatizou que o futuro da inteligência artificial deve ser baseado em fundamentos científicos, e não em narrativas de ficção científica exageradas. Fei-Fei Li pediu a vários países que investissem em um ecossistema de inteligência artificial mais saudável e diversificado, argumentando que a academia e as comunidades públicas devem desempenhar um papel crucial neste processo.

Modelo de geração de áudio ultrarrápido TangoFlux: gera áudio de 30 segundos em apenas 3 segundos

Na área da inteligência artificial, a geração de áudio a partir de texto está se tornando um tópico de pesquisa cada vez mais importante. Recentemente, pesquisadores lançaram um novo modelo chamado TANGOFLUX, que se destaca em desempenho e eficiência. O TANGOFLUX é um modelo eficiente de geração de áudio a partir de texto, com 515 milhões de parâmetros, capaz de gerar áudio de 44,1 kHz com duração de até 30 segundos em apenas 3,7 segundos, um feito impressionante em uma única GPU A40. O TANGOFLUX é principalmente...

Adobe lança sistema de geração de áudio AI MultiFoley: efeitos sonoros sincronizados com vídeo a partir de prompts de texto

Recentemente, a equipe de pesquisa da Adobe, em colaboração com pesquisadores da Universidade de Michigan, desenvolveu um sistema de inteligência artificial chamado MultiFoley. Este sistema é capaz de gerar efeitos sonoros de dublagem para filmes e vídeos, auxiliando na pós-produção. A inovação do MultiFoley reside na sua capacidade de permitir que os usuários criem efeitos sonoros através de prompts de texto, áudio de referência ou exemplos de vídeo. Em demonstrações, o sistema conseguiu até mesmo transformar o miado de um gato no rugido de um leão, ou o som de uma máquina de escrever em notas de piano, sincronizando perfeitamente com as imagens de vídeo.

Boletim Diário de IA: Modelo de código aberto Llama 3.1 da Meta com 405 bilhões de parâmetros, com desempenho superior ao GPT-4o, vazou; Stability AI lança modelo de geração de áudio de código aberto Stable Audio Open

Bem-vindo à seção 【Boletim Diário de IA】! Aqui você encontrará seu guia diário para explorar o mundo da inteligência artificial. Todos os dias, apresentamos os destaques do campo da IA, com foco em desenvolvedores, para ajudá-lo a entender as tendências tecnológicas e conhecer novos aplicativos de produtos de IA. Para conhecer novos produtos de IA, clique aqui: https://top.aibase.com/1、Chocante no mundo da IA! 14、Microsoft Research lança a estrutura de IA E5-V: simplifica o aprendizado multimodal e reduz custos com treinamento unimodal de pares de texto. A Microsoft Research e a Universidade de Aeronáutica e Astronáutica de Pequim lançaram em conjunto a estrutura E5-V.

Stable Audio Open: Modelo de geração de áudio de código aberto da Stability AI gera áudio estéreo de até 47 segundos

A Stability AI lançou recentemente o Stable Audio Open, um modelo de geração de áudio de código aberto capaz de gerar áudio estéreo com duração máxima de 47 segundos e taxa de amostragem de 44,1 kHz. Com um design de pesos abertos, permite que os usuários examinem, modifiquem e expandam o modelo, impulsionando a inovação na pesquisa e no desenvolvimento. O treinamento de áudio foi realizado com licenças Creative Commons, garantindo a legalidade e a ética dos dados. A arquitetura técnica do modelo é avançada, suportando a geração de áudio estéreo de alta qualidade, com diversidade e alta fidelidade comprovadas, comparáveis às dos modelos de ponta. Esta ferramenta é ideal para pesquisadores...

VTA-LDM: Modelo de geração de áudio alinhado com vídeo do Laboratório de IA da Tencent

O modelo "Geração de vídeo para áudio alinhado implicitamente" (VTA-LDM), desenvolvido pela equipe de pesquisa do Laboratório de Inteligência Artificial da Tencent, utiliza uma inovadora tecnologia de alinhamento implícito para garantir a consistência semântica e temporal entre o vídeo e o áudio gerado, melhorando significativamente a qualidade da geração de áudio e expandindo as aplicações da tecnologia de geração de vídeo. Análises experimentais demonstram que o design do modelo, combinando codificador visual, incorporação auxiliar e aumento de dados, melhora significativamente a precisão e a consistência do áudio gerado. A equipe estabeleceu um modelo básico, conduziu experimentos de ablação e avaliou o impacto das diferentes partes no resultado da geração.

Google lança modelo de geração de vídeo VideoPoet, com suporte a vídeos de até 10 segundos e geração de áudio

O Google lançou o modelo de geração de vídeo VideoPoet, capaz de gerar vídeos com até 10 segundos de duração. O VideoPoet pode gerar automaticamente trilhas sonoras e efeitos sonoros com base no conteúdo do vídeo. Por meio da previsão repetida do próximo frame a partir do último frame do vídeo, o VideoPoet pode estender indefinidamente a duração do vídeo. O VideoPoet suporta edição interativa de vídeo, permitindo que os usuários modifiquem o conteúdo do vídeo. O VideoPoet é baseado em modelos de linguagem grandes, e não em modelos de difusão, integrando várias funcionalidades de geração de vídeo.