在周二的re:Invent大会上，亚马逊网络服务（AWS）宣布推出其新型多模式生成AI模型系列——Nova。此次发布的Nova系列包括四种文本生成模型:Micro、Lite、Pro和Premier，此外还推出了图像生成模型Nova Canvas和视频生成模型Nova Reel。亚马逊首席执行官Andy Jassy表示，Micro、Lite和Pro模型将在当天开始向AWS客户推出，而Premier模型预计将在2025年初发布。Nova系列专为处理多种输入形式（包括文本、图像、视频）而设计，其中文本生成模型特别优化了15种语言，主要支持英语。Nova文本生成模型Nova文本生成模型

视频编辑平台 InVideo 近日推出重磅升级版本 v3.0，引入了基于人工智能的文本生成视频功能。用户只需输入文字提示，即可创建真人实拍、动画或二次元风格的视频内容，并可针对 YouTube、Instagram Reels 和 LinkedIn 等不同平台进行定制化调整。这项新功能虽然依赖第三方 AI 模型构建，但用户可以通过追加文字提示对视频进行实时动态编辑。InVideo 为此专门推出了名为"Generative Plan"的订阅计划，起步价为每月120美元，可生成15分钟的视频内容，用户可根据需求购买更多时长。尽管这次升级显著提升

近日，图像 AI 初创公司 Recraft 发布了其最新的文本生成图像模型 Recraft v3，该模型在独立测试中表现出色，重新定义了图像生成的性能标准。根据 Recraft 的介绍，v3模型在生成图像中的文本、保持解剖学准确性、理解提示和制作高质量视觉内容方面都表现优异。其最大的突破在于能够在一次生成中准确呈现长段文本，而许多其他模型在处理超过几个字时常常力不从心。Recraft v3在 Hugging Face 的文本生成图像基准测试中名列第一，获得1172的 ELO 分数，超越了近期的竞争对手 Flux 和 Ideogram。用户

妙刷是一款基于AI视觉技术的创意应用，致力于为用户提供简单易用的创作工具，让每个人都能轻松地将创意变为现实。妙刷将强大的AI能力整合到一个平台，提供图像处理、文本生成图像、音频可视化以及视频创作等多种功能。妙刷最大的特点在于降低了艺术创作的门槛，即使是没有任何创作经验的普通用户，也能利用AI技术，将日常生活中的点滴素材转化为独特的艺术作品。 例如，用户可以将宠物照片变成可爱的动漫形象，将风景照改造成充满奇幻色彩的艺术作品，甚至可以根据自己的

在数字化时代，个性化的虚拟形象越来越受到关注。最近，来自香港大学及其他机构的研究团队推出了一个名为 DreamWaltz-G 的创新框架，这个框架能够根据文本描述生成生动的3D 可动画头像，极大地拓展了数字内容创作的可能性。DreamWaltz-G 的核心技术包括 “骨骼引导的得分蒸馏” 和 “混合3D 高斯头像表示”。通过将3D 人类模板的骨骼控制与2D 扩散模型相结合，研究人员能够提升生成头像的一致性，尤其是在视角和人类姿态方面。这种方法有效减少了在生成过程中常见的问题，比如头像模

在信息爆炸的时代，如何高效获取知识成为众多学习者和专业人士面临的挑战。近日，一款名为PDF2Audio的开源工具应运而生，它巧妙地将人工智能技术与传统阅读方式相结合，为用户提供了一种全新的信息获取方式。PDF2Audio的核心功能是将PDF文档转换为音频内容。这款工具借助OpenAI的GPT模型进行文本生成和语音合成，能够将各类PDF文件转化为播客、讲座或摘要等多种音频形式。用户只需通过简单的操作，就能将枯燥的文字资料变成生动有趣的有声内容。这款工具的设计充分考虑了用户的多

清华大学的研究团队成功研发出“LongWriter”人工智能系统，该系统能生成超过10,000字的连贯文本，为长篇写作和内容创作开辟了新途径。通过构建包含6,000个写作样本的“LongWriter-6k”数据集，研究团队将AI模型的最大输出长度从约2,000字提升至10,000字以上。这一创新成果不仅提高了AI在长文本生成任务中的表现，甚至超过了更大规模的专有模型。AI生成的文本在出版、营销、教育等领域具有广泛应用前景，但同时也带来了虚假信息、竞争加剧和知识产权保护等挑战。研究团队已将代码和模型开源，供开发者二次开发，并发布演示视频展示了生成详细结构内容的能力。随着技术的不断进步，如何合理利用AI生成文本与人类创作的关系成为未来需要面对的挑战。

OpenAI新模型gpt-4o-64k-output-alpha的最大亮点是能一次性输出64K长度的token，适合生成丰富、详尽的内容，满足写作、编程及复杂数据分析的需求。然而，这一功能提高了API价格，每百万输出token费用为18美元，相比之下，输入每百万token仅需6美元。此举旨在与高计算成本相匹配，并鼓励合理使用此强大工具。该模型为创作和研究领域提供了新的可能性，推动了更深入的交流与创新。

最新消息！Gen-3 Alpha Text to Video 已经面向所有人开放使用了！这是一个全新的领域，能够以高保真、快速和可控的方式生成视频。现在就前往官网 http://runwayml.com 体验吧！这一消息引起了广泛关注，许多人都在热切期待这一新功能的到来。

当AI的战火燃向教育领域，科大讯飞携星火大模型V4.0横空出世，一场关于智能与智慧的较量正式打响。这不仅是技术的飞跃，更是对传统教育模式的颠覆。在这场以"懂你的AI助手"为主题的发布会上，科大讯飞向GPT-4Turbo发出了挑战书，誓要在AI的战场上一决高下。

近日，人工智能研究组织Artificial Analysis推出了一项名为"Artificial Analysis Text to Image Leaderboard & Arena"（文本到图像排行榜与竞技场）的新举措，旨在全面评估这些模型的性能。

日前，Meta 低调的发布了六项研究成果，为 AI 领域带来了新的应用和技术突破。其中包括了多模态模型、文本生成音乐模型、音频水印技术、数据集等多个项目。下面一起来看看这些研究成果具体都是哪些。

["ChatGPT的火热带动了国产大模型的爆式增长态势。","AI技术跃进式发展下，AI产品从文本生成到AI聊天机器人等多领域广泛应用。","七麦数据发布AI应用榜，AI产品占比达26%，其中综合AI产品、音频生成类AI产品占较大比例。","各大厂商纷纷推出涵盖多种功能的AI产品，AI在多个领域均有所应用。","2023年以来，新产品不断上线，AI产品市场正逐渐形成，尚有海空间。"]

["Mistral AI 发布了新的顶级文本生成模型 Mistral Large","Mistral Large 在多项基准测试中表现优异","Mistral AI 发布了针对延迟和成本优化的新模型 Mistral Small","Mistral AI 与微软建立合作伙伴关系","网友质疑微软垄断市场策略","Mistral AI 在维持开源承诺和商业化之间寻找平衡"]

["讯飞星火V3.5即将发布，全国产化算力平台训练，文本生成、代码生成等多项核心能力大幅提升。","新版本文本生成更懂需求，助力用户快速高效生成专业文本创意解决方案。","代码生成、解释、纠错功能强化，帮助开发人员快速解决日常开发难题。","丰富的助手中心满足特殊需求，如法律、情感、医疗、网文写作等。","讯飞星火V3.5性能提升显著，几乎媲美OpenAI的GPT-4，超越知名产品如Claude.ai、Bard、Cohere。"]

["智谱 AI 发布高质量、低成本的评分模型 CritiqueLLM","传统评价指标如 BLEU 和 ROUGE 缺乏对整体语义的把握","CritiqueLLM 提出可解释、可扩展的文本质量评价模型","在 8 类常见任务中，CritiqueLLM 优于其他模型","CritiqueLLM 通过用户询问增广、含参考文本评价数据收集、无参考文本评价数据改写和训练模型的方法生成评分"]

["Runway的AI视频生成工具Gen-2进行了史诗级更新，用户可以轻松生成4K高清视频。","更新采用文本、图像、视频混合的训练模式，提高视频质量，降低训练成本。","这一创新对影视和创意行业产生冲击，彻底改变了创意软件的方式。","Gen-2提供手机上的便捷体验，满足用户在创作高质量视频内容的需求。","更新拓展了创作可能性，满足时尚广告、MV镜头、科幻电影等需求。"]

["斯坦福学者发现GPT-4对Nature、ICLR论文审稿意见,与人类一致度超50%。","研究者向GPT-4输入论文PDF,获得评审意见,再与人类比较。","GPT-4审稿相似度高,超82%作者认为意见有帮助。","相比人类,GPT-4更注意论文影响因子,不太关注消融实验。","用户普遍认为GPT-4反馈可提高准确性,减少人工审稿量。"]

{"1":"北京首批 5 款 AI 大模型产品已经通过备案，将正式向公众提供服务。","2":"这标志着国内科技企业在语音、图像、文本生成等领域取得重大突破。","3":"百度的文心一言、抖音的云雀、百川智能的百川大模型、质谱清言和紫东太初是其中的产品。"}

["苹果正在开发自己的文本生成器，名为 Apple GPT，将成为 OpenAI 的 ChatGPT 的竞争对手。","苹果正在与 OpenAI、亚马逊和英伟达进行语言模型的测试。","苹果计划利用富士康在 AI 方面的专业知识，进一步发展生成式 AI 技术。"]