近日，美图公司宣布其旗下 WHEE 应用即将推出一项全新的「AI 海报」功能，旨在通过人工智能技术简化海报制作流程，为用户带来高效、便捷的设计体验。在传统的海报制作过程中，用户常常需要耗费大量时间和精力去寻找灵感、搜集素材以及反复调整排版。而美图 WHEE 的「AI 海报」功能将彻底改变这一现状。用户只需简单输入一句话，即可轻松生成各种风格的海报，且该功能特别支持中文字体，满足了国内用户的个性化需求。

近日，豆包公司宣布推出其全新的实时语音大模型，号称在中文对话方面实现了 “断崖式领先”，标志着 AI 对话能力的显著提升。这一模型在豆包 App（版本号7.2.0新春版）中全量开放，为用户带来了更为丰富和真实的语音交流体验。据介绍，豆包的实时语音大模型实现了语音理解与生成的深度融合，形成了端到端的语音对话系统。这一技术的突破让模型在语音表现力、控制力以及情绪承接方面的表现非常出色，具备低时延和随时打断对话的功能，极大提升了用户的互动体验。官方表示，

近日，美图公司发布了其图像生成工具 WHEE 的新功能，该工具现在支持生成中文海报。WHEE 以其高品质的素材生成而闻名，此次升级进一步增强了用户体验和功能的多样性。WHEE 的 AI 海报生成功能使得用户可以灵活地处理文字排版。由于传统 AI 文字排版存在随机性和字体风格不可控的问题，美图在此基础上创新性地将文字做成了可编辑的独立图层。用户不仅可以随意拖动文字的位置，还能更改字体，从而实现更自由的排版布局。这一设计极大地提升了用户的操作灵活性，避免了以往海报制

字节跳动近日推出了一款针对中文开发者的 AI 集成开发环境（IDE）——Trae。这一产品旨在与 Cursor 和 Windsurf 等国际知名工具竞争，特别是在中文开发者的使用体验上，Trae 希望能填补现有工具的短板。在编程的日常中，许多开发者常常需要在英文和中文之间切换，这种中英混合的工作模式虽然习以为常，却让不少中文开发者感到不便。现有的 IDE 如 Cursor、Windsurf 和 Vscode，虽然功能强大，却未能对中文用户进行特别优化，造成使用时的不适感。Trae 的出现正是为了解决这一问题。Trae IDE 从底

香港中文大学（CUHK）的研究团队成功开发了一种新的基础人工智能模型“VisionFM”，专注于眼科疾病的诊断与预测，特别在疾病筛查和青光眼进展预测等方面表现出色。相关研究已于上月发表在《NEJM AI》期刊上。图源备注:图片由AI生成，图片授权服务商MidjourneyVisionFM 的能力令人瞩目。研究显示，该模型在诊断12种眼科疾病时，其精确度不仅可与中级眼科医生相媲美，甚至在部分任务中表现更优，尤其在预测青光眼进展方面，超过了此前眼科领域的基础模型 RETFound。研究团队认为，随着训练

近日，Anthropic 发布了一份技术报告，基于对100万次 Claude 使用案例的分析，揭示了用户在使用 Claude 进行各种活动时的偏好和需求。为了保护用户隐私，Anthropic 运用了名为 Clio 的统计方法，通过将对话内容提炼为抽象的主题进行聚类，从而实现数据的匿名化和聚合。报告显示，Claude 在开发领域的应用尤为突出，开发相关的对话占据了所有对话的10% 以上，成为使用最广泛的类别。软件开发人员利用 Claude 执行从调试代码到解释 Git 操作的各种任务，充分体现了其在编码过程中的实用性。此外

教育部近日宣布，外语中文译写规范部际联席会议专家委员会审议通过了第十六批共18组推荐使用的外语词中文译名，这些译名主要涉及人工智能和信息技术领域。此举旨在规范AI领域中频繁出现的新名词，为公众提供清晰的官方解释，以消除混淆。

昨晚，字节跳动旗下即梦AI上线了图片2.1模型，新模型解决了AI图像无法生成中文字体的问题。以后做海报只需要简单输入文字描述就可以了，设计师作图效率大幅提升。使用方法也十分简单:打开即梦官网:https://top.aibase.com/tool/jimeng进入生图页面后，直接在文本框输入描述即可描述详细写你想要的画面元素，以及配上什么文字及字体即可比如AIbase输入:一张古装剧海报，海报的主题是一个清朝的太监，赵孟頫行书，上面写着“重生之我在清朝当太监”然后我就可以获得这样一张带文字的海报

昆仑万维科技股份有限公司宣布，其旗下的「天工大模型4.0」o1版（Skywork o1）正式启动邀请测试。这一消息标志着公司在通用人工智能领域迈出了重要一步，旨在通过技术创新实现更高层次的人工智能应用。

百度在2024世界大会上首次亮相其最新AI硬件产品——小度AI眼镜。这款被称为"全球首款搭载中文大模型的原生AI眼镜"的产品，展现了百度在可穿戴设备领域的创新实力。从硬件规格来看，小度AI眼镜在轻量化设计上取得突破，整机重量仅45克，确保佩戴舒适度。配备16MP超广角摄像头，集成AI防抖算法，可实现稳定的第一视角拍摄。在续航方面，官方数据显示待机时间可达56小时，支持超过5小时的持续聆听模式，同时具备30分钟快充能力。声学系统采用四麦克风阵列设计，配合开放式防漏音扬

苹果公司宣布，正在扩大其人工智能服务Apple Intelligence的语言支持范围，计划在2025年4月通过软件更新增加对中文等更多语言的支持。目前，Apple Intelligence的首批功能已经以免费软件更新的形式，随iOS18.1、iPadOS18.1和macOS Sequoia15.1提供给全球部分国家和地区的用户，但需要将设备语言和Siri语言设置为美国英语。

北京智源人工智能研究院（BAAI）最近推出了全球首个中文大模型辩论平台FlagEval Debate。这一新平台旨在通过模型辩论这一竞争机制，为大语言模型的能力评估提供新的度量方式。它是智源模型对战评测服务FlagEval大模型角斗场的扩展，目标是甄别大语言模型之间的能力差异。

西湖心辰宣布开源其研发的Westlake-Omni模型。作为全球首个开源的中文情感端到端语音交互大模型，Westlake-Omni采用了离散表示法来统一文本和语音模态，特别注重实时性，能够快速响应并提供几乎零延迟的体验。

在2024北京文化论坛上，北京智源人工智能研究院（BAAI）宣布正式发布新一代中文互联网语料库CCI3.0(Chinese Corpora Internet)，进一步推动数据共建共享。CCI3.0包含1000GB的数据集及498GB的高质量子集CCI3.0-HQ，是继2023年11月首次开源CCI1.0和2024年4月发布CCI2.0之后的又一次重要更新。

​今天凌晨，苹果公司在备受瞩目的秋季新品发布会上正式发布了iPhone16系列，同时重点介绍了其最新的人工智能技术——Apple Intelligence。在发布会上，苹果宣布将对国行版iPhone进行重磅升级，Apple Intelligence的中文版预计将于明年上线。这一消息标志着苹果在人工智能领域的进一步拓展，以及对中国市场的深入布局。

在人工智能迅速发展背景下，百度贴吧的"弱智吧"意外成为AI训练的重要数据来源，挑战了人们对高质量数据的传统认知。该社区以其荒诞幽默的内容，在问答、头脑风暴等测试中超越了知名平台，成为受欢迎的AI训练数据库之一。研究发现，"弱智吧"的口语化、多轮问答语料，有助于AI更接近人类交流方式。AI在理解人类幽默方面存在局限，而"弱智吧"的段子通过逻辑严密、修辞丰富和生活观察，为AI提供了宝贵的学习素材，锻炼了其对中文的理解和推理能力。这一现象揭示了人类智慧与创造力的独特性，提醒我们在AI时代仍需珍视人类的幽默感和创造力。

近期，RWKV团队宣布推出了专为中文小说创作设计的“AI小说模型”——RWKV-6-ChnNovel系列。这一模型在小说续写和扩写方面展现出卓越的性能，并且在使用角色扮演任务时，效果也显著优于RWKV-World系列基

ControlMM是香港中文大学与腾讯联合开发的创新技术框架，旨在解决多模态全身动作生成中的难题。该框架支持文本、语音、音乐等多模态输入，生成与内容匹配的全身动作，通过ControlMM-Attn模块并行处理动态与静态人体拓扑，实现高效运动知识学习。采用分阶段训练策略，从文本到运动预训练到多模态控制适应，确保模型在不同条件下的有效性。ControlMM-Bench基准引入，提供统一格式的多模态全身动作生成评估，推动了领域发展。实验结果表明，ControlMM在可控性、顺序性和运动合理性方面显著优于基线模型，展现了在文本、语音和音乐控制下的出色性能。

Meta推出了Llama3.1开源模型系列，包含405B参数版本，性能媲美GPT-4。其中，8B参数版本Llama3.1-8B-Instruct支持多国语言，上下文长度达131072tokens，通过2500万条合成数据训练，展现出与GPT3.5Turbo相似的认知和推理能力。OpenBuddy基于此模型，发布支持中文问答和跨语言翻译的OpenBuddy-Llama3.1-8B-v22.1-131K，尽管在中文知识特别是传统文化方面有限，但长文理解能力相对稳定。未来计划对更大模型进行更大规模训练，以增强中文知识和认知能力。

阿里通义实验室最近开源了名为FunAudioLLM的音频生成大模型项目，旨在提升人类与大型语言模型（LLMs）间的自然语音交互体验。该项目由两个核心模型组成:SenseVoice和CosyVoice。