阿里巴巴最新推出的CosyVoice语音合成模型和SenseVoice语音识别模型，共同构成了FunAudioLLM框架，旨在提升人机交互体验。CosyVoice以其逼真的声音生成能力，能模仿不同性别、年龄和个性的声音，添加情感和风格，甚至模拟自然特征如笑声、咳嗽和呼吸。SenseVoice则专注于高精度的多语言语音识别、情感识别和音频事件检测，支持超过50种语言，反应速度快。FunAudioLLM的语音到语音翻译功能实现了快速而准确的跨语言交流，同时，它在情感交互方面的表现也极为出色，能根据用户情绪做出恰当的回应。对于文学爱好者，FunAudioLLM的有声书制作技术能提供富有表现力的朗读体验。这些技术突破预示着人机交互的未来将更加自然、人性化，为教育、娱乐、客户服务等领域带来革命性变化。

东京初创公司Sakana AI推出了Evo-Ukiyoe和Evo-Nishikie两个AI模型，旨在生成浮世绘风格艺术作品。Evo-Ukiyoe通过文字提示生成图像，Evo-Nishikie则用于为图像添加浮世绘色彩或改变风格。这些模型分别基于自家的Evo-SDXL-JP模型优化而成，使用了24000多幅浮世绘艺术品作为训练数据。目前，这两个模型仅支持日语提示，旨在提高对传统日本美学的欣赏和教育，提供研究与开发工具，但尚不适用于商业用途。

微软研究人员推出全新AI框架Auto Evol-Instruct，该框架能自动适应和优化AI数据集生成过程，无需人工干预。不同于以往需要专家制定规则的演进方法，此框架直接利用大型语言模型（LLMs）分析指令、设计并优化演进规则。Auto Evol-Instruct能够自动提高指令遵循能力、数学推理和代码生成等任务的性能，显著提升LLMs表现。通过对比测试，该框架在多个基准测试中表现出色，超过同类模型，展现出高效的数据集演进和AI性能优化能力。

["Evo是一种基因组基础模型，可以进行多模态和多尺度学习","Evo可以生成全基因组规模的DNA序列","Evo超越了单分子和短序列，可以设计合成的多组分生物系统","Evo在全基因组规模上可以预测细菌或噬菌体中的必需基因"]

["蚂蚁集团 CodeFuse 宣布开源 DevOps-ChatBot 端到端 AI 智能助手","DevOps-ChatBot 是一个专为软件开发的全生命周期设计的开源端到端智能 AI 助手","项目支持私有化部署，保障数据安全性和特定任务的高可用性","通过结合知识库、知识图谱增强等技术，保证生成内容的准确性和及时性","项目还支持交互修改代码、编译执行，确保答案的可靠性"]

["蚂蚁集团联合北京大学发布面向 DevOps 领域的大语言模型评测基准","评测基准包含计划、编码、构建、测试、发布等 8 个类别的选择题","共计 4850 道题目","基准还针对 AIOps 任务做了细分","评测结果显示各模型得分相差不大"]