Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

最近有什么新的AI

Answer

以下是近期的一些新的 AI 相关资讯：

  • 3 月 12 日：
    • 【AI 3D】BlenderMCP 能与 Claude AI 沟通，在 Blender 实现快速 3D 建模；MIDI 可实现单幅图像到 3D 场景生成；Move AI 更新动作捕捉能力，提出 Gen 2 Spatial Motion。
    • 【AI 写作】MM-StoryAgent 是 AI 多模态故事生成系统。
    • 【AI 视频】VACE 是阿里推出的一体化视频创作和编辑技术；VideoPainter 是腾讯开源的视频编辑技术；Wonder Dynamics 推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能。
    • 【其他】OpenAI 为开发者推出一套 AI Agent 开发套件；R1-Omni 是阿里情感识别模型，通过视频识别情感；Luma AI 发布一种新的预训练范式 IMM，旨在突破算法瓶颈，提高生成预训练算法的性能；Manus 宣布与阿里通义千问团队达成战略合作。
  • 3 月 21 日：
    • 【AI 绘画】网传神秘 Halfmoon 文本转图像模型为 Reve 对比 Midjourney 效果；Topaz Labs 推出 Gigapixel v8.3.0，将任何图像放大 16 倍；FLORA 引入 gemini 2.0 自然语言编辑图像能力。
    • 【AI 视频】pika 超创内测“操控原视频中物体运动”能力；Krea 上线视频模型训练能力，可控制视频风格/动作/物体等。
    • 【AI 3D】SpatialLM 是用于空间理解的大型语言模型。
    • 【AI 模型及应用】OpenAI 发布 2 个语音模型（文本转语音/语音转文本）+1 个演示网站；Claude 支持搜索功能。
  • 10 月 19 日：
    • Perplexity AI 新功能：内部知识搜索，结合公共网页和内部知识库，适用于各类团队；Space 空间，支持团队协作、个性化 AI 以及文件上传与存储功能。
    • XGO Rider 机器人：桌面双轮足式 AI 机器人，具备自平衡功能，是 STEM 学习工具，支持编程执行任务，提升动手能力。
    • Mistral 新 AI 模型：Les Ministraux，专为边缘设备设计，优化隐私优先任务，具备 128k 上下文窗口，性能优于 Llama 和 Gemma 模型。
Content generated by AI large model, please carefully verify (powered by aily)

References

3月12日 AI资讯汇总

猫叔留言：AI资讯公众号：超时空视角猫叔个人公众号：AI替代人类小红书/抖音：EverAI B站：Ever AI酱（❤这里会有教程及AI工具界面操作）[heading2]3月12日AI资讯[content]【AI 3D】BlenderMCP：与Claude AI沟通,在blender实现快速3D建模MIDI：单幅图像到3D场景生成Move AI：更新动作捕捉能力，提出Gen 2 Spatial Motion【AI写作】MM-StoryAgent：AI多模态故事生成系统【AI视频】VACE：阿里推出一体化视频创作和编辑技术VideoPainter：腾讯开源视频编辑技术Wonder Dynamics：推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能【其他】OpenAI：为开发者推出一套AI Agent开发套件R1-Omni：阿里情感识别模型，通过视频识别情感Luma AI：发布一种新的预训练范式IMM，旨在突破算法瓶颈，提高生成预训练算法的性能Manus：宣布与阿里通义千问团队达成战略合作

3月21日 AI资讯汇总 副本

猫叔留言：AI资讯公众号：超时空视角猫叔个人公众号：AI替代人类小红书/抖音：EverAI B站：Ever AI酱（❤这里会有教程及AI工具界面操作）3月21日AI资讯【AI绘画】网传神秘Halfmoon：文本转图像模型为Reve对比Midjourney效果Topaz Labs：推出Gigapixel v8.3.0，将任何图像放大16倍。FLORA：引入gemini 2.0自然语言编辑图像能力【AI视频】pika:超创内测“操控原视频中物体运动”能力Krea：上线视频模型训练能力，可控制视频风格/动作/物体等【AI 3D】SpatialLM：用于空间理解的大型语言模型【AI模型及应用】OpenAI：发布2个语音模型（文本转语音/语音转文本）+1个演示网站Claude：支持搜索功能[heading2]

XiaoHu.AI日报

?Xiaohu.AI日报「10月19日」✨✨✨✨✨✨✨✨1⃣️?Perplexity AI新功能：内部知识搜索：结合公共网页和内部知识库，适用于各类团队。Space空间：团队协作、个性化AI支持，文件上传与存储功能。?[https://x.com/imxiaohu/status/1847190899744559275](https://x.com/imxiaohu/status/1847190899744559275)2⃣️?XGO Rider机器人：桌面双轮足式AI机器人，具备自平衡功能。STEM学习工具，支持编程执行任务，提升动手能力。?[https://xiaohu.ai/p/14701](https://xiaohu.ai/p/14701)?[https://x.com/imxiaohu/status/1847242643354619954](https://x.com/imxiaohu/status/1847242643354619954)3⃣️?Mistral新AI模型：Les Ministraux，专为边缘设备设计，优化隐私优先任务。具备128k上下文窗口，性能优于Llama和Gemma模型。?[https://xiaohu.ai/p/14789](https://xiaohu.ai/p/14789)?[https://x.com/imxiaohu/status/1847280532939587869](https://x.com/imxiaohu/status/1847280532939587869)

Others are asking
如何让企业微信可以接上 AI？让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服，可以参考以下内容： 1. 基于 COW 框架的 ChatBot 实现方案：这是一个基于大模型搭建的 Chat 机器人框架，可以将多模型塞进微信（包括企业微信）里。张梦飞同学写了更适合小白的使用教程，链接为： 。 可以实现打造属于自己的 ChatBot，包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能，以及常用开源插件的安装应用。 正式开始前需要知道：本实现思路需要接入大模型 API 的方式实现（API 单独付费）。 风险与注意事项：微信端因为是非常规使用，会有封号危险，不建议主力微信号接入；只探讨操作步骤，请依法合规使用，大模型生成的内容注意甄别，确保所有操作均符合相关法律法规的要求，禁止将此操作用于任何非法目的，处理敏感或个人隐私数据时注意脱敏，以防任何可能的滥用或泄露。 支持多平台接入，如微信、企业微信、公众号、飞书、钉钉等；多模型选择，如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等；多消息类型支持，能处理文本、语音和图片，以及基于自有知识库进行定制的企业智能客服功能；多部署方法，如本地运行、服务器运行、Docker 的方式。 2. DIN 配置：先配置 FastGpt、OneAPI，装上 AI 的大脑后，可体验知识库功能并与 AI 对话。新建应用，在知识库菜单新建知识库，上传文件或写入信息，最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中，AI 面临着巨大挑战，如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法，利用价值网络评估棋面优劣，策略网络选择最佳落子，且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练，达到蒙特卡洛树搜索水平，并将其与蒙特卡洛树搜索有机结合，取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步，也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外，神经网络在处理未知规则方面具有优势，虽然传统方法在处理象棋问题上可行，但对于围棋则困难重重，而神经网络专门应对此类未知规则情况。关于这部分内容，推荐阅读《这就是 ChatGPT》一书，其作者备受推崇，美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容： 1. Coze：支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容，可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时，输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序，标注要采集的内容，内容上传成功率高。 2. AI Share Card：能够一键解析各类网页内容，生成推荐文案，把分享链接转换为精美的二维码分享卡。通过用户浏览器，以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频（文生视频）的相关信息： 一些提供文生视频功能的产品： Pika：擅长动画制作，支持视频编辑。 SVD：Stable Diffusion 的插件，可在图片基础上生成视频。 Runway：老牌工具，提供实时涂抹修改视频功能，但收费。 Kaiber：视频转视频 AI，能将原视频转换成各种风格。 Sora：由 OpenAI 开发，可生成长达 1 分钟以上的视频。 更多相关网站可查看：https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤（以梦 AI 为例）： 进入平台：打开梦 AI 网站并登录，新用户有积分可免费体验。 输入提示词：涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成：确认提示词无误后，选择模型、画面比例，点击「生成」按钮。 预览与下载：生成完毕后预览视频，满意则下载保存，不理想可调整提示词再试。 视频模型 Sora：OpenAI 发布的首款文生视频模型，能根据文字指令创造逼真且充满想象力的场景，可生成长达 1 分钟的一镜到底超长视频，视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑： 法律法规方面：《促进创新的人工智能监管方法》指出，AI 的发展带来了一系列新的安全风险，如对个人、组织和关键基础设施的风险。在设备风控中，需要关注法律框架是否能充分应对 AI 带来的风险，如数据隐私、公平性等问题。 趋势研究方面：在制造业中，AI Agent 可用于生产决策、设备维护、供应链协调等。例如，在工业设备监控与预防性维护中，Agent 能通过监测传感器数据识别异常模式，提前通知检修，减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面，AI Agent 也能发挥重要作用，实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总： 4 月 11 日： Pika 上线 Pika Twists 能力，可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中，结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术，可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术，实现从单张图片快速生成超逼真的 3D 头像，在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage，通过图片生成可自由拼装 3D 场景，再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型，无缝支持各种视频生成任务（文本/图像/视频到视频）。 4 月 9 日： ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下，可生成完整的 1 分钟视频。 4 月 14 日： 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
最近6个月的ai技术和趋势
在过去 6 个月中，AI 技术和趋势呈现出以下特点： 模型方面：DeepSeek 开源 R1 模型，将大模型行业推进到推理时代，引发了深刻影响。Scaling Law 再次“续命”，目标指向 AGI。 图像方面：整体朝着更快、更便宜的方向发展，AI 图像生成已成为常用生产力工具，资本市场看好相关赛道。 视频方面：底层架构无大变化，公司逐渐分化为面向 C 端的好玩快速的视频模板方向和面向 B 端的高质量高可控性的视频创作方向。 音频方面：跨越了真假难辨的临界点，成为继图像领域后被资本看好的赛道。 3D 方面：暂时停留在文字/图片生成 3D 模型阶段，世界模型刚起步。 应用方面：AI 编程领域快速迭代发展，从半自动向全自动迈进；Computer Agent 缓慢发展，OpenAI 的 Operator 工具效果不佳；DeepSearch 作为调研 Agent 存在模型幻觉等问题，实际使用需谨慎。 新闻方面：中美欧 2025 年将加大对 AI 基础建设和科学研究的投入，越来越多厂商接入 R1 并拥抱开源。
2025-03-31
最近很火的古人怼人视频怎么做的
制作最近很火的古人怼人视频，可按照以下步骤进行： 1. 文案生成 工具：DeepSeek 操作： 打开 DeepSeek 网站：https://chat.deepseek.com/ 输入提示词，示例：“让 XX 用现代口语化的表达、生气骂人的口吻吐槽 XXXX（例如：吐槽现代人），XXX 目的（例如：推广 XXX 吸引游客来旅游），输出 3 条 60 字左右的毒舌文案，每条里面都要有‘回答我！Look in my eyes！Tell me！why？baby！why？’” 可以根据自己的内容自行调整文案和字数要求。 点击生成，等待 DeepSeek 输出 3 条文案。 从中挑选最满意的一条（或多条）保存备用。 2. 准备人物形象图 可以用现有的照片或者图片，也可以用工具生成。 工具：即梦 AI 操作： 打开即梦 AI 网站：https://jimeng.jianying.com/aitool/image/generate 输入提示词，即梦已经接入了 DeepSeek，可以直接用它来生成绘图提示词 调整生成参数（如风格、细节等），点击生成。 预览生成的人物图，不满意可调整提示词重新生成，直到满意为止。 下载最终的人物形象图。 此外，还有以下扩展玩法和变现玩法： 扩展玩法： 1. 文旅引流版：用地方历史名人“骂”现代游客，再顺便夸家乡美景。 2. 名人认知刷新版：让古人吐槽他们被误解的形象。 3. 系列化挑战：做一个“古人骂遍现代生活”系列，吸引粉丝追更。还能号召网友提建议，互动拉满！ 变现玩法： 1. 品牌合作与广告植入：让古人吐槽现代生活痛点，顺势植入品牌产品或服务，打造新颖幽默的广告形式。 2. IP 开发与周边销售：基于古人形象开发文化衍生品，打造可销售的 IP 周边。 3. 教育与文化传播：将吐槽视频融入历史文化知识，吸引学生和文化爱好者。
2025-03-30
最近流行的ai技术
AI 技术的发展历程和前沿技术点如下： 发展历程： 1. 早期阶段（1950s 1960s）：包括专家系统、博弈论、机器学习初步理论。 2. 知识驱动时期（1970s 1980s）：有专家系统、知识表示、自动推理。 3. 统计学习时期（1990s 2000s）：出现机器学习算法，如决策树、支持向量机、贝叶斯方法等。 4. 深度学习时期（2010s 至今）：深度神经网络、卷积神经网络、循环神经网络等得到广泛应用。 当前前沿技术点： 1. 大模型（Large Language Models）：如 GPT、PaLM 等。 2. 多模态 AI：包括视觉 语言模型（CLIP、Stable Diffusion）、多模态融合。 3. 自监督学习：例如自监督预训练、对比学习、掩码语言模型等。 4. 小样本学习：如元学习、一次学习、提示学习等。 5. 可解释 AI：涉及模型可解释性、因果推理、符号推理等。 6. 机器人学：涵盖强化学习、运动规划、人机交互等。 7. 量子 AI：包括量子机器学习、量子神经网络等。 8. AI 芯片和硬件加速。 学习路径： 偏向技术研究方向： 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 偏向应用方向： 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。 近期热门融资的 AI 产品，如 Genspark、Rockset、ButterfliesAI、MeetRecord 等，不仅展示了技术的先进性，也为各行各业提供了高效、智能的信息处理和决策支持工具。
2025-03-29
最近有什么AI比赛
以下是为您整理的近期 AI 比赛： 1. 【灵璧 AI】安徽文创 截止日期：0115 0315 奖金奖项：一等奖 2k1、二等奖 1k2、三等奖 8005 主题+作品类型：赛道一为数字艺术创作，利用 AIGC 技术创作数字绘画、数字雕塑等艺术作品；赛道二为互动体验设计，设计互动体验项目，如 AR/VR 体验、互动游戏等；赛道三为数字故事讲述，创作以虞姬及灵璧特色历史文化为主题的数字故事，如动画短片等。 关键要求：只能提交一份作品。以压缩包上传，材料包含创作作品的源文件、prompt 指令、制作过程的关键过程截图、录屏与说明等。 提交方式：邮箱 链接： 2. 创无界智未来·文旅应用赛 截止日期：0101 0330 奖金奖项：一等奖 10w1、二等奖 6w2、三等奖 3w3 主题+作品类型：四个赛道 关键要求：模糊 提交方式：官网 链接： 3. 【凌家滩】AI 创作大赛 截止日期：0101 0415 奖金奖项：一等奖 2w1、二等奖 8k2、三等奖 2k3、优秀奖 010 主题+作品类型：“文化遗产的数字化重现与未来表达”AI 图像/AIMV/AI 视频 关键要求：无 提交方式：无 链接： 4. 【云山杯】AIGC 大赛 截止日期：0116 0225 奖金奖项：四赛道分别为一等奖 2k1、二等奖 1k1、三等奖 3003、优秀奖 10020 主题+作品类型：图片、视频、文本、音频 关键要求：【AI 图片】1.设计一个代表“杯云山”的全新品牌标志，融合传统与现代元素。2.创作一套完整的品牌视觉形象，包括颜色、字体和图案设计。【AI 视频】1.制作一个简短视频，介绍“杯云山”品牌的历史、价值观和产品特色。2.制作一段云南茶文化的纪录片，展示其历史、传统和现代发展的融合。【AI 文本】1.撰写关于“杯云山”品牌从创立到发展的故事，突出品牌的传承与创新。2.编写一个以茶园为背景的微型剧本，展示茶叶从种植到品鉴的全过程。【AI 音乐】1.创作能够代表“杯云山”的纯音乐，体现茶园的宁静与创新的活力。2.将传统云南音乐元素与现代电子音乐相结合，创作段具有地域特色和创新感的音乐作品。 提交方式：无 链接： 5. 智绘未来【台州】AI 大赛 截止日期：0122 0309 奖金奖项：①一等奖 5k1、二等奖 2k3、三等奖 1k5、台州奖 1k1；②一等奖 5.5k1、二等奖 2.5k2、三等奖 1.5k3、台州奖 1k1 主题+作品类型：AI 绘画赛道、AI 视频赛道（60S 以上） 关键要求：分辨率 2K 以上，【加分项】展现台州自然风光、人文历史、城市印象等元素，对台州未来景象的想象，或对台数字馆的未来想象相关的台州元素（额外在总分值增加 10%的分数） 提交方式：AITOP100 平台，投稿后必须转发至小红书分享并带上话题智绘未来+关注官方账号@台州数字馆。 链接：
2025-03-27
最近新出的大模型有哪些
最近新出的大模型有： 1. 通义千问推出的 Qwen2.5Max 大型专家模型，通过 SFT 和 RLHF 策略后训练，性能与顶尖模型竞争，在多个基准测试中超越了 DeepSeek V3，引发了 AI 社区对大规模专家模型的高度关注。相关链接： Blog: Qwen Chat: （选择 Qwen2.5Max 模型） API: HF Demo: 2. 阿里云发布的 Qwen2.5VL 新一代视觉语言模型。
2025-03-27
吴恩达最近推出了哪些课程？
吴恩达最近推出的课程包括： 1. 与 OpenAI 合作推出的免费的 Prompt Engineering（提示工程师）课程。 主要内容是教书写 AI 提示词，并利用 GPT 开发一个 AI 聊天机器人。 原版网址：https://www.deeplearning.ai/shortcourses/chatgptpromptengineeringfordevelopers/ B 站版本：【合集·AI Course哔哩哔哩】https://b23.tv/ATc4lX0 、https://b23.tv/lKSnMbB 翻译版本： 推荐直接使用 Jupyter 版本学习，效率更高：https://github.com/datawhalechina/promptengineeringfordevelopers/ 视频下载地址：https://pan.quark.cn/s/77669b9a89d7 OpenAI 开源了教程：https://islinxu.github.io/promptengineeringnote/Introduction/index.html 纯文字版本 2. 2023 年 8 月 24 日上线的最新短课程： 《》，课程内容包括了解何时对 LLM 应用微调、准备数据以进行微调、根据自己的数据训练和评估 LLM。 《》，深入浅出地介绍了基于大语言模型的 AI Agents，从记忆检索到决策推理，再到行动顺序的选择，真实展现了 Agent 的智能化进程。
2025-03-27