Hi，欢迎来到小互AI的周报，快速了解上周AI主要动态：
小互 AI 周报
1. 亚马逊推出了一款人工智能购物助手：Rufus，帮助用户进行购物决策，提供个性化建议，提高购物体验。
🔗https://xiaohu.ai/p/11289
![]()
2. 英国剑桥大学开发出的AI模型，在预测阿尔茨海默症方面超过了临床测试，比标准算法高出三倍的准确性，显著减少误诊。
🔗https://xiaohu.ai/p/11303
![]()
3. OpenDiLoCo：一个分布式低通信模型训练开源框架，允许在全球各地进行分布式AI训练，减少频繁通信需求，使多个连接不良设备上训练模型成为可能。🔗https://xiaohu.ai/p/11265
![]()
4. Magic Insert，将图像中的人或物体拖放到另一个风格图像中，并实现完美融合，保留细节，生成逼真阴影和反射，使结果自然。
🔗https://xiaohu.ai/p/11335
5. 谷歌开发出实时语音转换系统，在不改变语音内容和语调的情况下改变说话者音色，适用于实时通信场景，实现语音匿名化。
🔗https://xiaohu.ai/p/11323
6. H2O-Danube3：无需联网的开源模型，由 H2O.ai 开发的小型语言模型，提供聊天、问答、文本分类、数据分析等功能，可在普通边缘硬件设备上运行。🔗https://xiaohu.ai/p/11351
7. 用于认知行为疗法（CBT）的提示词，帮助用户识别生活中令人困扰的事情，通过温和和开放的方式进行CBT，包括识别问题、认识情绪和信念、识别负面思维、认知重构。🔗https://xiaohu.ai/p/11313
![]()
8. EmoLLM：用于心理健康领域的大模型项目，帮助用户进行心理健康辅导。🔗https://xiaohu.ai/p/11244
![]()
9. RenderNet AI推出视频换脸功能，可轻松通过照片更改视频人物面容。🔗https://xiaohu.ai/p/11374
10. Sora 似乎开放给了更多的内测人员使用，多位艺术家和作者在社交平台分享了他们利用Sora制作的最新视频内容。Danielle Baskin使用 Sora 制作了一个视频塔罗牌。每张塔罗牌是一个 10 秒的循环视频，通过视频来表达每张卡牌的含义。🔗https://app.moonlight.world/decks/sora-video-tarot
11. Haiper AI 更新了其视频模型，现在可以生成8秒钟的视频，通过超分工具可以进一步提升视频分辨率。🔗https://haiper.ai
12. Mistral 通过 Mamba 2架构训练了一个7B，但能力接近22B的代码模型，与传统的Transformer模型不同，Mamba模型在处理时间上更高效，可以处理无限长度的输入序列。🔗https://xiaohu.ai/p/11392
![]()
13. Heygen 又要放大招了，实时数字人来了，甚至比OpenAI的实时语音还牛P，而且是马上就要发布了。
14. 微软团队研究出一种新方法，可以让大语言模型更好地理解和处理电子表格数据，显著提高了模型在电子表格检测和问答任务中的性能，大大减少了处理所需的计算资源。🔗https://x.com/imxiaohu/status/1813418571151892636
![]()
15. iveportrait 实时面部表情转移，通过网络摄像头可以将你的表情动作实时转移到任意图片上，让图片中的人物或者对象根据你的表情动作动起来。🔗https://fal.ai/demos/live-portrait
16. 阿里巴巴发布语音模型：Qwen2-Audio，可与模型直接语音对话以及分析转录各种声音，Qwen2-Audio可以通过语音聊天和音频分析两种方式与用户互动。🔗https://xiaohu.ai/p/1140117. 又一个AI搜索引擎诞生：Exa AI，声称要做真正的 AI 搜索引擎取代Google，专为AI模型设计，学习如何从一个链接导航到下一个相关链接，而不是生成连贯的文本。🔗https://xiaohu.ai/p/11416
![]()
18. OpenAI 提出了一种新方法，提高模型输出答案的可读性，确保输出易于理解。研究表明，单纯优化链式思维可能降低可读性。通过验证者和证明者交替训练，确保解决方案既正确又易于理解和验证。🔗https://xiaohu.ai/p/11434
![]()
19. Domo AI 的唇形同步功能升级，唇形同步效果更加完美，视频风格转绘效果显著提升。20. DETECT-2B：音频深度伪造检测工具，200毫秒内检测30多种语言的音频，准确率超过94%。能识别出传统方法难以发现的微小伪造痕迹。🔗https://xiaohu.ai/p/11444
![]()
21. Baptiste Adrien 开发 RAG 系统，使用 vercel 和 nextjs 技术。详细直观地介绍了 RAG 的基本原理和构建框架。🔗https://xiaohu.ai/p/1145122. 全球首部由 AI 完全翻译配音的电影《Watch The Skies》，瑞典语科幻电影，即将登陆美国各大院线。Flawless公司使用 TrueSync 技术进行 AI 翻译和配音。所有角色改说英语，同时保持唇形同步，如同最初使用英语拍摄。🔗https://xiaohu.ai/p/11467
23. OpenAI 推出 GPT-4o mini 取代 GPT 3.5，性能超越 GPT 4 而且更快更便宜。百万输入标记（tokens）15美分，百万输出60美分。支持文本和视觉输入，未来还将支持图像、视频和音频。128K标记的上下文窗口。性能评估超过Gemini Flash和Claude Haiku，在数学推理和编码任务上表现出色。免费用户、Plus 用户和 Team 用户可直接访问 GPT-4o mini。🔗https://xiaohu.ai/p/11477
![]()
End
感谢关注，点赞点赞点赞！
