​科大讯飞公司近日宣布，其最新研发的讯飞星火多模态交互大模型正式投入运营。这一技术突破标志着科大讯飞从单一的语音交互技术拓展到音视频流实时多模态交互的新阶段。新模型集成了语音、视觉和数字人交互功能，用户可通过一键调用，实现三者的无缝结合。

近日，一个名为Ultralight-Digital-Human的开源项目在开发者社区引发广泛关注。这个项目成功解决了数字人技术在移动端的部署难题，让普通智能手机也能实时运行数字人应用，为相关技术的普及带来新的可能。这款超轻量级数字人模型采用了创新的深度学习技术，通过算法优化和模型压缩，成功将庞大的数字人系统"瘦身"到可以在移动设备上流畅运行的程度。系统支持实时处理视频和音频输入，并能快速合成数字人形象，响应及时，运行流畅。在技术实现上，该项目集成了Wenet和Hubert两种音频

在10月24日举行的科大讯飞全球1024开发者节上，科大讯飞展示了讯飞星火4.0Turbo大模型。这个升级版的人工智能模型在多项能力上都超越了之前的版本，甚至在某些方面超过了业界领先的GPT-4Turbo。具体来说，讯飞星火4.0Turbo在数学和编程能力上超过了GPT-4o，整体效率提升了50%。在数学方面，讯飞星火4.0Turbo已经完成了复杂的算法验证，预计到年底将实现更高难度的数学能力提升。在国内外的14项主流测试中，讯飞星火4.0Turbo在9项测试中都取得了第一名的成绩。

最近，在线销售领域迎来了一场革命性的变革!一家名为 Rep.ai 的初创公司刚刚宣布完成750万美元的融资，计划推出一种全新的 AI 数字克隆人技术。这项技术将帮助企业创造出能够进行实时视频和音频对话的虚拟销售代表，真正做到24/7全天候在线服务，改变我们传统的购物体验。Rep.ai 之前的名字是 ServiceBell，现在他们重新品牌化，专注于开发这些栩栩如生的 AI 头像。这些数字双胞胎实际上是企业销售代表的虚拟复制品，它们可以和潜在客户进行互动，打破了人类销售代表的时间限制。创始

在2024年云栖大会的开幕式上，巨人网络首次亮相并展出了其在“游戏+AI”领域的最新成果。该公司推出了两款自研的大模型应用——GiantGPT和BaiLing-TTS，同时展示了AI数字人和AI绘画平台巨人摹境等新技术。

近日，一家致力于变革现代劳动力的 AI 初创公司11x 宣布成功融资2400万美元，目标是通过自主数字人员工来改变企业的运作方式。11x 的首席执行官兼创始人哈桑・苏卡尔表示:“我们相信，在未来两年内，数字人员工将成为全球企业日常运营的重要组成部分。”图源备注:图片由AI生成，图片授权服务商Midjourney这笔资金将主要用于加速产品开发、扩大团队规模，并增强在全球，特别是在美国市场的影响力。此次 A 轮融资由 Benchmark 领投，多个投资机构如 Quiet Capital、SV Angel、Abstract Ventures、Lux

在3D数字人领域，南京大学、复旦大学与华为诺亚方舟实验室的研究团队提出了创新性解决方案，针对多视角一致性与情感表现力不足的问题。他们开发了EmoTalk3D数据集，包含了校准多视角视频、情感标注与逐帧3D几何信息。通过构建“从语音到几何再到外观”的映射框架，研究团队提出了一种新方法，能够合成具有可控情感的3D说话头像，显著提升了唇同步与渲染质量。数据集的构建与开放，为非商业研究提供了宝贵的资源。整体流程包括情感内容分解、语音到几何网络、高斯优化与完成、几何到外观网络及渲染模块，实现了在生成结果中捕捉动态面部细节与情感表达的精准呈现。

百度公司最近推出了一款名为"文小言"的AI数字人社交APP。这款应用基于先进的文心大模型技术，允许用户与AI虚拟角色进行实时沟通、互动，并建立情感联系。文小言App采用了仿真的数字人形象，为用户带来更真实、更自然的交互体验。

​百度智能云千帆AppBuilder产品团队发布了v0.5.5版本，带来了一系列新功能和优化。其中最引人注目的是新增的长文档内容理解组件，能够解析长达10万字的文档，支持信息检索、摘要总结和文本分析，极大提升了阅读和分析效率。同时，新版本还引入了数字人Agent，支持配置3D数字形象，并通过语音对话及语言驱动的口型、表情和动作，使应用交互更加真实和沉浸。

​近日，由商汤科技"如影AI视频生成平台"创造的央视记者王冰冰AI数字人在《2024中国・AI 盛典》中首次亮相。AI冰冰在舞台上的表现既专业又自然，得益于商汤的"日日新SenseNova"大模型技术，她能够灵活地使用土耳其语、俄语和西班牙语等多种语言，展现了AI技术在语言能力上的卓越成就。

硅基智能（GuijiAI）开源了基于人工智能的数字人交互平台 DUIX(Dialogue User Interface System)。

自6月20日起，百度智能云曦灵数字人平台将迎来一次重大的革新升级。这次升级不仅实现了精美2D/3D数字人的高效低成本生成，更在直播、短视频、对话等多个场景内实现了矩阵式打通，全面提升了用户体验。无论是企业IP打造、文旅IP设计，还是娱乐IP开发，曦灵平台都能提供一站式智能、便捷、好用的数字人服务。

["央视财经新媒体的两位 AI 主播在两会期间上岗，可以24小时解答经济、产业、旅游等领域问题","AI 主播由蚂蚁灵境数字人平台提供技术支持，具有建模精度高、动态细节完整、发音自然、还原度高等特征","蚂蚁灵境数字人平台在去年杭州亚运会期间为数字火炬手接力活动提供技术支持","2021年央视推出了AI手语主播，为听障人士提供全年无休服务","朱广权已经用高难度段子“面试”了AI手语老师"]

["字节跳动正在秘密研发多模态数字人等多个 AI 产品","字节跳动创始人张一鸣将全部时间都花在了 AI 上","字节跳动旗下剪映已在数月前组建封闭团队来研发全新 AI 产品","字节跳动已经推出了三款 AI 对话类产品","字节跳动去年推出的 AI 聊天机器人开发平台 Coze 在国内上线","字节跳动推出了文生图开放模型 SDXL-Lightning"]

["字节跳动正秘密研发多个AI产品","包括多模态数字人产品、AI生图、AI生视频产品","剪映团队秘密研发AI产品"]

["百度在线网络技术有限公司公布了一项关于 “数字人生成方法和装置” 的专利申请。","该专利涉及人工智能技术领域，包括计算机视觉、自然语言处理、深度学习等技术。","通过这项专利，数字人可以具有多样的人格，能够像人类一样表达意识和情感。","数字人能够自然地与人类进行交流和互动，更加真实和生动。","这项技术有望应用于元宇宙和其他数字人场景，为用户带来更好的体验。"]

["出门问问旗下 AI 数字人视频创作平台奇妙元推出奇妙助手","奇妙助手可以快速生成制作视频所需的各种素材","奇妙助手还能基于大模型的能力智能生成文本","该平台还允许用户上传 PPT 文件，并一键生成讲解视频","奇妙助手提供一键提取视频台词的功能"]

["Meta计划投资数百万美元，以打造名人AI双胞胎。","一位顶级创作者签下了500万美元合同，合同期两年，六小时工作时间。","AI角色将具备语音功能，预计明年初推出，提供更丰富互动体验。","此投资将成为数字化身份授权领域的重要标杆，可能引导其他科技巨头加大类似项目的投资。"]

["扎克伯格在接受媒体采访时预测,人工智能版数字人与粉丝互动时代可能在明年成为现实。","扎克伯格认为,粉丝渴望与数字人进行互动,但名人可能会担心品牌形象受损。","扎克伯格提到,人工智能可充当名人的助手,但技术局限仍然存在。","扎克伯格在Meta Connect活动上展示了28个人工智能角色,但品牌安全与技术难题需解决。","扎克伯格的展望表明,在克服挑战后,明年可能迎来人工智能版名人时代。"]

["Delphi是一家人工智能初创公司，致力于创建个性化数字聊天机器人，以扩大名人和网红与粉丝的互动。","该公司通过多种数据源塑造名人和网红，使其能够与更多人进行互动。","Delphi已筹集270万美元资金，计划使用开源模型，项目显然采用OpenAI技术。","已有100多名聊天机器人创作者和数千名用户参与私人测试。","Delphi的愿景是通过人工智能技术为名人和网红提供更广泛的互动机会，成功与否取决于技术卓越性和与原始人物的相似度。"]