AI 小报第 4 期：Qwen2.5 全系列开源、可灵 1.5 模型、ChatGPT 新增指令等

往期 AI 小报：

• 第 3 期：OpenAI o1 模型、语雀 AI 上线、Felo AI 搜索等
• 第 2 期：智谱 AI、夸克 AI、可灵 API、海螺 AI 生成音乐和视频
• 第 1 期：微信输入法 iOS 版上线「问 AI」，Claude 支持分享代码

离国庆长假还有 7 天，哈哈，今天一起回顾下上周在知识星球上分享的主要内容，包括以下内容：

1. 🔥 Qwen2.5 系列正式开源！
2. 🔥 可灵 1.5 模型发布，新增运动笔刷能力！
3. 🔥 通义万相 AI 生视频正式上线
4. 🌈 阿里通义上线“智能生成 PPT”，完全免费
5. 🍭 重磅升级！OpenAI o1 使用权限大提升！
6. 🍭 腾讯元器智能体支持发布到微信公众号
7. 📚 GOT-OCR2.0：阶跃星辰推出的端到端通用 OCR 模型
8. 📚 ChatGPT 新增“/picture”和“/search”指令
9. 📚Suno 推出 Covers 功能，一键翻唱任意风格歌曲

接下来详细了解下：

1. 🔥 Qwen2.5 系列正式开源！

上周 Qwen 在云栖大会上，正式宣布 Qwen2.5 系列大模型开源！包括通用模型 Qwen2.5、编程模型 Qwen2.5-Coder和数学模型 Qwen2.5-Math。

其中模型尺寸从 0.5B 到 72B，覆盖终端设备到企业级，非常完整！

相关链接：

1. 开源地址：https://huggingface.co/collections/Qwen/qwen25-66e81a666513e518adb90d9e
2. Github 仓库：https://github.com/QwenLM/Qwen2.5?tab=readme-ov-file
3. 在线 demo：https://huggingface.co/spaces/Qwen/Qwen2.5
4. API 地址：https://help.aliyun.com/zh/model-studio/developer-reference/what-is-qwen-llm
5. 文档地址：https://qwen.readthedocs.io/zh-cn/latest/#

详细可以看下面大图：

2. 🔥 可灵 1.5 模型发布，新增运动笔刷能力！

上周可灵又迎来全新版本，此次发布的 1.5 版本，主要内容包括：

1. 基座模型升级：可灵 1.5 模型支持生成 1080P 高清视频，清晰度大幅提升，画面美感及运动合理度、文本响应度均有明显提升！
2. 新增“运动笔刷”功能：可灵 1.0 模型图生视频新增“运动笔刷”功能，为图片中的人物/物体等各种元素指定运动轨迹，从而实现更好的运动控制和运动表现！

近期其他更新内容包括：

1. 支持一次性生成最多 4 条视频，方便快速多次抽卡；
2. “图生视频功能”新增支持 10 秒时长，标准模式下支持增加尾帧；
3. “AI 图片”生成支持“画质增强”；
4. 上线“AI 图片”，帮助大家更好地使用可灵 AI

官方介绍：https://mp.weixin.qq.com/s/-PemOoM0y47JT2idf_rSBQ

3. 🔥 通义万相 AI 生视频正式上线

就在上周，通义万相 AI 生视频正式上线，效率非常高！目前通义万相完全免费不限量，并且支持 APP 端和网页端。

官方网址：https://tongyi.aliyun.com/wanxiang/
官方介绍：https://mp.weixin.qq.com/s/mFaT7NVPe_yi_dPeq8NCCg

目前通义万相支持“文生视频”和“图生视频”，可以生成多种风格视频，支持中国风、灵感扩写、超现实主义等。支持 2 个核心功能：

1. 灵感扩写：通过简单提示词，生成丰富细致的描述，帮用户生成更好的视频内容；
2. 音频生成：生成的视频自带音频，直接省去单独创作音效的环境，一步到位。

4. 🌈 阿里通义上线“智能生成 PPT”，完全免费

Chris 最近在通义网页版上，发现通义上线了“智能生成 PPT”功能了！经过简单体验一番，简直太香了～

🔍 详细介绍：https://mp.weixin.qq.com/s/hOayOHDSMDm8pvlgbrC3SQ
🔗 官方地址：https://tongyi.aliyun.com/qianwen/

其核心功能包括：

1. 上传文件生成 PPT：支持上传文档、音视频文件和网页链接，直接生成 PPT；
2. 长文本生成 PPT：支持输入长文本进行生成 PPT；
3. 免费下载 PPT：导出功能完全免费，支持导出为 PPT、PDF、图片和长图；
4. 随时更换 PPT 模板：支持对生成好的 PPT 直接更换模板，用户使用时，就不用特地重新再生成一遍 PPT 了，很方便。

5. 🍭 重磅升级！OpenAI o1 使用权限大提升！

为感谢大家对 OpenAI o1 的热情支持，OpenAI 特别为 Plus 和 Team 用户带来了超大福利：

• o1-mini：每周 50 条消息直接提升到每天 50 条！畅享 7 倍升级，用更多，玩更多！
• o1-preview：消息限额从每周 30 条提升至每周 50 条！虽然成本更高，但我们仍希望大家能多体验这款强大工具！

官方介绍：https://x.com/openai/status/1835857163765637607?s=46

6. 🍭 腾讯元器智能体支持发布到微信公众号

腾讯元器智能体终于支持发布到微信公众号啦，算是闭环起来了。可以用来作为数字分身，7*24 小时客服，粉丝互动等场景。

🌟“AI 工具派”公众号已经第一时间接入，效果不错，大家可以在后台与“AI 工具派”公众号对话试试～

使用教程：https://docs.qq.com/aio/p/scxmsn78nzsuj64?p=UaURIMeI5yybhR1GbWJuaLw
官方介绍：https://mp.weixin.qq.com/s/4J_wwjqtdS-YEhn-GzXYEw

7. 📚 GOT-OCR2.0：阶跃星辰推出的端到端通用 OCR 模型

GOT-OCR2.0 是阶跃星辰推出的一款端到端通用 OCR 模型，支持多语言、多模态，采用端到端架构，可直接从图像中识别并提取文本，无需进行复杂预处理。

其特点如下：

1. 不仅能识别文本，还可识别数学公式、分子式、图表、乐谱、几何图形等。
2. 支持多种输入格式，如照片、文档、切片等，也支持多种输出格式，除纯文本外，还能生成 Markdown、TikZ、SMILES、Kern 等。
3. 解码器支持 8K 最大长度的 token，能够处理长文本场景。
4. 具备交互式 OCR 功能、动态分辨率策略以及多页 OCR 技术支持。

详细可以查看：

• Github 仓库地址：https://github.com/Ucas-HaoranWei/GOT-OCR2.0
• 模型地址：https://huggingface.co/ucaslcl/GOT-OCR2_0

8. 📚 ChatGPT 新增“/picture”和“/search”指令

OpenAI 进一步改善 ChatGPT 的用户体验，新增了两个快捷指令功能：

1. /picture指令：调用 OpenAI 的 DALL-E 文生图模型，即使用户没有提供明确提示，只需选择/picture，系统便可自动生成图像。
2. /search指令：开启搜索模式，用户输入的任何内容都会被视为搜索查询。即使没有输入新内容，ChatGPT 也能根据与用户上次讨论的内容，自动提取相关信息。

9. 📚Suno 推出 Covers 功能，一键翻唱任意风格歌曲

Suno 推出 Covers 翻唱功能，支持一键翻唱任意风格歌曲，可以将任何音频、歌曲转化为另一种全新的风格且保留原有的旋律。

功能介绍：

1. 支持从器乐到人声，通过给器乐曲目添加歌词，制作出多层次的音乐作品；
2. 支持转换上传的音频，上传一段唱歌、哼唱或演奏乐器的片段，使用翻唱功能进行重新演绎；
3. 该功能现已向所有 Pro/Premier 订阅用户开放，并赠送 100 次免费翻唱机会。

工具地址：https://suno.com/
工具介绍：https://mp.weixin.qq.com/s/e4bLgllZe3_bsvff9L1Buw