字节发布豆包视觉理解、3D生成等新模型

豆包音乐模型可生成3分钟作品

在火山引擎 Force 大会上，字节跳动正式发布豆包视觉理解模型，为企业提供多模态大模型能力。豆包视觉理解模型千 tokens 输入价格仅为 3 厘，一元钱就可处理 284 张 720P 的图片，官方宣称比行业价格便宜 85％。

豆包 3D 生成模型也在本次活动中正式亮相。将其与火山引擎数字孪生平台 veOmniverse 结合使用，可完成智能训练、数据合成和数字资产制作，官方称之为「一套支持 AIGC 创作的物理世界仿真模拟器」。

豆包大模型旗下多款产品也迎来了更新：豆包通用模型 pro：全面对齐 GPT-4o，使用价格仅为后者的 1/8；音乐模型：可生成 3 分钟的完整作品；文生图模型 2.1 版本：精准生成汉字、一句话 P 图，已接入即梦 AI 和豆包 App。

此外，豆包将于明年春季推出具备更长视频生成能力的豆包视频生成模型 1.5 版，豆包端到端实时语音模型也将很快上线，从而解锁多角色演绎、方言转换等新能力。

阿里云百炼上线音视频实时互动功能

人人都能创建专属多模态应用

近日，阿里云百炼上线了全新音视频实时互动功能，用户可在百炼上自由选择文本、语音和视觉理解等200多款模型，无需代码，数分钟即可搭建一个能听、能看、会说的专属AI助手。阿里云百炼还支持以sdk的形式集成到Web、ioS和安卓应用，可应用于AI虚拟助手、虚拟陪伴和AI老师等场景。

用户在百炼上几分钟即可搭建一个能听、能看、会说的专属AI助手。

过去一年，大模型正在从纯文本模态向语音和视觉等多模态演进，极大地拓宽了大模型应用的想象空间。然而现有单一模型仍旧无法处理复杂的任务，为了进一步加速单一大模型构建成像人一样自然交互的复杂AI应用，阿里云百炼提供了200多款语言模型Qwen、视觉语言模型Qwen2-VL、语音合成模型CosyVoice等全模态全尺寸大模型，同时联合阿里云AI实时互动方案，在国内率先为用户提供了便捷的工作流应用和智能体编排应用，例如支持构建RAG知识库、Prompt调优、sdk集成等。

据介绍，在视觉理解模型方面，阿里云Qwen2-VL具备强大的视觉智能体能力，例如采用多模态旋转位置嵌入（M-ROPE）方法，能够同时捕捉和整合一维文本序列、二维视觉图像以及三维视频的位置信息，模型具备更好地理解和建模复杂的多模态数据，该模型一经推出就成为开源社区最受欢迎的多模态大模型；在音频方面，阿里云语音合成模型CosyVoice，通过对生成语音的情感、韵律进行细粒度的控制，情感表现力上得到明显提升，阿里云AI实时互动方案还可提供化智能降噪、智能打断、智能断句等超拟人对话能力。

微信公众号上线作者朗读音色功能

复刻作者的语气和情感

微信派发文，宣布公众号上线「作者朗读音色」新功能。用户点击「🎧 听全文」，就能够「听」到由作者音色朗读的公众号文章。

作者在下载「订阅号助手」APP 后，点击「我-设置-朗读音色」，就可以录制例句，例句会复刻作者的语气和情感。录制完成并点击应用，即可在公众号里拥有自己的个性化语音。并且，每一个公众号都可以创建多个不同的音色。

不过官方表示，目前该功能还在灰度中。

微信小店灰测“送礼物”功能

或复制当年“微信红包”对支付市场的影响

微信团队公告称，微信小店正式开启“送礼物”功能的灰度测试。不过，名虽“灰测”，细读公告能发现，除珠宝、教育培训两大类目外，其他类目微信小店、原价不超过1万元的商品，都将默认支持“送礼物”功能。这和全量上线几无区别。

消息一出，即在微信生态中引发震荡。业内人士认为，这一功能或可复制当年“微信红包”对支付市场的影响。且尤其是在圣诞节、元旦、春节、情人节等密集且系列、重要的节日前开启。

“送礼物”即为字面意思。用户只需点击“送给朋友”，拉起“确认礼物”页面，选择款式、浏览金额。当在“送礼物”页面选择朋友，并完成支付后，礼物将自动送出。

为长城营销打造个人IP

长城汽车董事长魏建军，正在营销业务上做更多尝试。自从小米、华为带着手机圈的营销基因入局，在汽车圈掀起了一波又一波的流量风暴，切实给各位老牌汽车玩家上了一课。于是，越来越多车企老板从幕后走向台前，他们涌进直播间、现身微博与抖音，活跃在大众视野。

一向低调的魏建军更是亲自带队，抓起了营销，不仅走进直播间，还开通了微博、抖音账号。近日，每人Auto从多位独立信源处获悉，魏建军将在近期开通小红书账号，继续发力营销，并尝试持续打造个人IP。

今年初长城汽车中台数量扩充到八个，新增了新媒体直播运营中台、商品管理中台，其中新媒体直播运营中台重点项目直接汇报给魏建军。据长城汽车员工透露，目前公司内部有个专属团队，负责魏建军抖音、微博的策划、运营，小红书也由该团队负责。

魏建军对营销的重视，可见一斑。他曾表示，“把营销作为战略，对于（目前）长城来讲，不过分。”他计划“通过两年的时间扭转（公司营销不力）这个局面”。魏建军还分享过自己的营销理念，他认为汽车营销要有互联网思维，直播可以直接面对用户群体，通过这种方式能够更好地与消费者沟通互动，传递品牌理念和产品优势。“公众愿意听创始人或者一把手聊天，就不要浪费这个资源。”

在汽车圈，魏建军的个人形象经常与“硬汉”、“铁汉”等描述关联，这一次为何盯上女性用户为主的小红书？有内部人士分析，长城方面注意到，汽车内容在小红书上越来越受到关注。据官方透露，和往年相比，小红书平台的汽车博主增长了188%、汽车KOS的月均笔记内容增长了69倍。

OpenAI推出互动新方式

用户可与ChatGPT通电话、发短信

OpenAI重磅推出电话服务。据官方介绍，即日起，美国用户可将 ChatGPT 添加到电话通讯录，然后用智能手机/座机/老人机拨打 1-800-242-8478，它就能回应你提出的问题，比如景点导览亦或者语言翻译等。并且OpenAI 将向美国用户提供 15 分钟的免费通话时间。

直播中，OpenAI 首席产品官 Kevin Weil 表示：

「我们的使命是让通用人工智能造福全人类，部分目标就是尽可能让它向更多人开放。今天，我们迈出了下一步，把 ChatGPT 带到你的电话中。」

与此同时，ChatGPT 也正式「入驻」WhatsApp。届时，GPT-4o mini 将为 WhatsApp 用户提供基础对话服务。虽然无需注册即可使用，但受限于使用额度，建议你还是转向 App 或网页版获取完整体验。

OpenAI 表示，正在为 WhatsApp 开发图像分析和网页搜索等更多功能，但暂未公布这些功能的上线时间。

以下是OpenAI在12天发布会中每天发布的主要内容：

1、发布了全新的o1模型，该模型在数学和科学问题上表现更好，并且回答更准确；推出了ChatGPT Pro订阅服务，价格为每月200美元。

2、发布了AI强化微调（Reinforcement Fine-Tuning，简称RFT），这是一种通过示例改进AI模型推理的方法。

3、发布了Sora视频生成工具，支持文本到视频和图像到视频的生成模式。

4、宣布了Canvas功能，这是一个协作工具，允许用户与ChatGPT一起编写和编码。

5、宣布了ChatGPT与Apple Intelligence的集成，支持iOS、iPadOS和macOS。

6、为ChatGPT的高级语音模式增加了视觉功能，使其能够看到屏幕上的内容以及用户本人。

7、发布了Projects功能，这是一种组织ChatGPT会话的方法。

8、将ChatGPT搜索功能扩展到所有登录用户，并增加了对高级语音模式的支持。

9、宣布了o1 API和一系列新的开发者工具，包括更强大的模型和性能、灵活性、成本效率的提升。

10、引入了电话呼叫功能1-800-CHATGPT，使ChatGPT即使在没有稳定互联网连接的情况下也能使用。

11、发布了Microscope，这是一个神经网络模型可视化工具集。

12、将高级语音模式的时间增加至每天20小时。