在科技与创意的交汇处，Snapchat的母公司Snap再次展现了其创新实力。在近日于加州圣莫尼卡举行的Snap合作伙伴峰会上，公司宣布了一系列激动人心的AI工具升级，旨在为创作者们提供更强大、更直观的内容制作体验。最引人注目的新功能当属"Easy Lens"。这项创新工具让创作者可以通过简单的英文描述，轻松生成Snap独有的增强现实（AR）对象、3D效果、角色和图像变换等Lens效果。Easy Lens集成在Snap的开发者平台Lens Studio中，利用生成式AI模型解析用户输入的文本，并自动使用Lens Studio组件构建相

前言去年，Google 推出了 NotebookLM，这是一款结合了大语言模型 (LLM) 与用户笔记的实验性 AI 笔记本，通过提供摘要、回答问题等方式帮助用户更好地理解某个主题。现在，它甚至可以与你讨论笔记内容。日前 Google 在 NotebookLM 中推出了「Audio Overview（音频概览）」功能，允许用户通过引人入胜的 AI 驱动对话讨论他们的笔记内容。对话由两位 AI 生成的主持人进行，他们利用你的内容背景来解释复杂的主题，做类比，并与你展开持续的对话。在现今的人工智能时代，NotebookLM 以其独特的功能和先

微软研究院发布AutoGen Studio，一个低代码工具，旨在简化AI agent的原型设计和管理工作流。该工具基于开源AutoGen框架，提供网页界面和Python API，允许开发者通过JSON规格定义支持大型语言模型的agent，支持快速原型设计、增强代理技能和组合复杂工作流。AutoGen Studio包含直观的拖放界面、交互式评估和调试能力及可重用组件库，旨在帮助开发者从概念验证转向生产，减少麻烦。目前处于开发阶段，可能不会成熟，但已经在广告、客户支持、网络安全、数据分析、教育、金融等多个行业应用，显示了广泛的适用性和潜在影响。AI agent在组织的云原生策略中能发挥重要作用，并逐渐取代传统机器人流程自动化（RPA）机器人，推动多agent系统创新。AutoGen Studio鼓励开发者用于原型设计和演示，而非生产应用。

Google AI Studio发布全新原生提示库，集成了长文本上下文、多模态输入（图像、视频、音频）与结构化输出等功能，旨在为用户在教育、编程、旅行等多领域提供丰富多元的体验。此库包含配方生成器、数学导师、数学作业生成器、寻宝游戏设计、单元测试生成器、旅行建议等实用功能，通过直观展示和全面信息，增强用户探索感与创新体验。用户只需登录Google AI Studio，访问Prompt Gallery，选择合适提示词并输入需求，即可获取所需内容。该工具的推出为内容创作与日常工作的便利性带来了显著提升。

阿里巴巴近期发布了全新开源语音模型Qwen2-Audio，这款模型在语音识别、翻译和音频分析方面表现出色，实现了显著性能提升。Qwen2-Audio提供基础版和指令微调版，支持多种语言，如中文、粤语、法语、英语和日语，为情感分析和翻译应用提供了便利。相较于Qwen-Audio，Qwen2-Audio在架构和性能上进行了全面优化，预训练阶段采用更自然的语言提示，提升理解和泛化能力。指令跟随能力增强，能更准确理解用户指令。模型引入语音聊天和音频分析模式，输出符合人类期望。在性能测试中，Qwen2-Audio超越OpenAI的Whisper-large-v3，在语音识别和翻译准确性上表现出强劲竞争力。

最近，一首由人工智能创作的歌曲《Verknallt in einen Talahon》凭借feat. udio.com的标识成功跻身德国百大排行榜，达到了第72位，其在Spotify上的表现更为亮眼，位列第27位。这一现象不仅反映了人工智能在音乐创作领域的潜力，也标志着音乐消费方式的转变。排行榜的评定综合考虑了独特的听众数量、播放时间、Shazam识别次数以及iTunes购买量等指标。这首歌曲在各大音乐平台均可收听，包括Spotify。这一成就表明，人工智能参与的音乐作品正日益受到市场和听众的欢迎。

美国唱片业协会（RIAA）对音乐生成初创公司Udio和Suno提起诉讼，指控其使用版权保护音乐训练AI模型。Suno承认使用了受版权保护的歌曲进行训练，并声称这是合理使用。然而，RIAA认为这些行为不符合合理使用原则，且对艺术家的生计构成威胁。此案件的判决可能为AI音乐训练领域设定重要先例，影响相关公司的未来和行业规范。

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。

​在线设计平台Canva宣布计划收购澳大利亚生成式AI内容和研究初创公司Leonardo.ai，这是其构建“世界级视觉AI工具套件”目标的一部分。尽管交易的财务条款尚未披露，但Canva将获得Leonardo.ai一系列用户可定制的文本到图像和文本到视频生成器的使用权。

Meta在Instagram推出名为“AI Studio”的新工具，允许美国用户创建个人AI形象，旨在增强与粉丝的互动。AI形象能直接交流、回复评论，仿佛用户的虚拟化身，通过网页或App访问。用户可定制内容、设定互动规则，甚至开启自动回复功能。AI形象的创建允许定制化，既可与用户相似，也可生成全新角色，用于Meta各应用中。此举旨在与Character.AI和Replika等平台竞争，为创作者提供与粉丝沟通的新工具。AI形象具有明显标识，用户手册详细指导创建过程，明确禁止讨论主题，如投资建议。未来，预计Instagram上AI形象将增多，带来用户与创作者互动的新体验。

Meta宣布关闭其明星聊天机器人项目，这些项目曾让用户与名人的虚拟替身互动。尽管项目获得了大量推广，但现已不再提供服务。Meta的重心转向了AI Studio，一款允许用户创作自己聊天机器人的新工具。最初项目包括Coco、Victor和Amber等虚拟角色，但未能达到预期目标，尤其是未能吸引更多明星参与，导致投资回报率不高。尽管如此，Meta仍对AI聊天机器人持有积极态度，其AI助手已集成至多个平台，如Facebook、Instagram、Messenger和WhatsApp，继续探索AI应用。

Meta近日宣布推出一款名为AI Studio的新工具，允许美国用户在Instagram或网络上创建自己的AI版本。该公司表示，创作者和企业主可以使用这些AI档案与粉丝互动，直接在聊天线程中交谈并回复评论。

Stability AI近推出开源音频生成模型Stable Audio Open，能生成最长47秒，采样率44.1kHz，采用开放权重设计，允许用户查阅、修改和扩展，推动科研及开发者创新。使用Creative Commons许可音频训练确保数据合法和道德性。模型技术架构先进，支持高质量立体声生成，多样性和高保真度得到验证，与顶尖模型表现相当。这一工具对研究者、艺术家和开发者极具价值，标志着音频生成领域的重要进展。

阿里云推出“Qwen-Audio”，一款大型音频语言模型，革新语音交互体验。型号能接收多种音频输入，执行音频分析并直接响应语音指令。用户提供独特的音交互模式，无需文字输入，直接通过语音交流，并在音频中提供声音和文本分析。具备智能理解能力，能够结合多音源指令并解析，如区分单一声音、多声道对话及命令，并协助音频解释和响应。性能超越先前优秀模型，特别是在基于音频的指令跟踪功能与聊天模式上。具备开源特性，促进多模态语言发展。产品将分为Qwen2-Audio和Qwen-Audio-Chat，进一步优化多种音频操作体验。在无需特定任务调整的前提下，模型展示了卓越性能。特别在英文自动语音识别（ASR）与聊天任务上表现出色。强调跨声音、音乐和混合音频集的强大指令跟踪功能，显著优于其他大型语言模型（LALM）与Qwen-Audio。

Stability AI公司更新稳定助手功能，新增「搜索与替换」与「Stable Audio」，增强图像编辑能力和音乐创作功能。搜索与替换功能允许用户在上传图像中替换指定对象，提升创意编辑效率。Stable Audio则专注于生成高质量音乐，为用户提供个性化创作选项。此次更新使Stable Assistant更加强大，不仅在图像编辑功能上得到提升，还在音乐创作领域展现新亮点。用户可享受3天免费试用，持续关注公司动态和参与Discord社区，体验平台最新功能带来的创新可能。该更新进一步巩固了Stability AI在图像与音频生成技术领域的领先优势。

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。

Instagram 推出 “AI Studio”，允许创作者制作自己的 AI 聊天机器人版本。 ⭐ 创作者制作的 AI 将主要出现在 Instagram 的信息传递中，并且会被清晰标记为 AI。 ⭐ Meta 公司表示，他们希望让创作者和小型企业可以制作 AI，与他们的社区和客户进行交流。

近日，人工智能音乐领域掀起了一场关于版权的激烈争论。在被环球音乐、索尼音乐和华纳音乐三大唱片公司起诉后，AI音乐初创公司Udio今天发表声明，坚称其模型不会复制受版权保护的作品或艺术家的声音。

​AI 音乐初创公司 Udio 在遭受全球最大的唱片公司提起的侵犯版权诉讼一天后做出了回应。环球音乐集团、索尼音乐娱乐和华纳音乐集团唱片公司指控 Udio 和竞争对手 Suno 侵犯版权，规模 “几乎无法想象。