火山引擎发布豆包大模型文旅解决方案
一个名为 VideoDoodles 的开源项目在外网讨论度上升，它能给视频加上手绘风格的涂鸦，效果如同人工一帧一帧绘制，通过重建 3D 场景和放置平面画布来生成。可以给各种物种加四肢、加花字、加大幅度运动的手绘等，实现方式是先进行 3D 重建，放置平面画布，利用自定义追踪算法让画布跟随物体运动，用户可通过关键帧控制画布，该研究由 Adobe 研究院等机构的人员完成，团队目标是简化视频涂鸦创作过程。
蚂蚁进军AI企业服务市场！成立“数字蚂力”新公司，发力AI to B
蚂蚁集团在北京成立新公司“数字蚂力”，发力 AI to B 市场。数字蚂力总部位于海淀区的蚂蚁 T 空间，将依托首都优势开展前沿探索，是蚂蚁探索人工智能落地产业的重要实践。数字蚂力董事长周芸称企业经营中很多环节可被 AI 提效，但需匹配的解决方案和服务交付，蚂蚁集团沉淀了人机融合的 AI 应用实践，数字蚂力把相关能力开放，为企业提供智能客服与营销、智能运营、智能技术三类服务。
OpenAI 推出 SWE-bench Verified 基准，更准确评估 AI 模型代码生成表现
OpenAI 宣布推出 SWE – bench Verified 代码生成评估基准，以更准确评估人工智能模型在软件工程任务中的表现。SWE – Bench 是用于评估 LLM 解决 GitHub 上真实软件问题能力的基准测试数据集，收集了来自 12 个流行 Python 仓库的 2294 个 Issue – Pull Request 对，测试时 LLM 会根据代码库和 issue 描述生成补丁，基准使用 FAIL_TO_PASS 和 PASS_TO_PASS 两种测试类型，分别检查问题是否解决和确保代码更改不破坏现有功能。
力压 DALL-E 3 等顶级模型，谷歌开放 Imagen 3 文生图 AI 访问
据科技媒体 VentureBeat 报道，谷歌已向美国用户正式开放最新文生图 AI 模型 Imagen 3，用户可通过 AI Test Kitchen 体验，官方称其更清晰、光照更丰富、人工痕迹更少。谷歌于 5 月宣布该模型，6 月邀请部分用户测试，如今正式向美国用户开放。
Geekbench AI 性能跑分工具 1.0 发布，支持 PC 手机全平台
Primate Labs 今日发布了 Geekbench AI 基准测试的 1.0 版本，其由 Geekbench ML 改名而来。Geekbench ML 包括计算机视觉和自然语言处理测试，已预览一段时间，因推广原因改名为更适合营销的 Geekbench AI 测试。该基准测试 1.0 支持跨平台，因 AI 算法在不同平台表现不同，排行榜将分为 CPU、GPU 和 NPU 三组。
业界首个、开箱即用，华为 AI 训推全流程工具链 ModelEngine 亮相
在上海举行的全球开源技术峰会（GOTC 2024）上，华为数据存储软件首席专家张群辉分享了 ModelEngine 在垂域大模型领域的应用实践。ModelEngine 是华为 DCS 全栈的 AI 训推全流程工具链，采用 AI 流式编程框架，提供全流程 AI 开发体验，基于其开放的工具链，语料生成时间大幅缩短，面向开发者提供一站式服务，支持多种插件和保护已有 AI 资产。
AI 斗图神器：普通视频秒变 meme，手绘动画轻松融入
一个名为 VideoDoodles 的开源项目在外网讨论度上升，它能给视频加上手绘风格的涂鸦，效果如同人工一帧一帧绘制，通过重建 3D 场景和放置平面画布来生成。可以给各种物种加四肢、加花字、加大幅度运动的手绘等，实现方式是先进行 3D 重建，放置平面画布，利用自定义追踪算法让画布跟随物体运动，用户可通过关键帧控制画布，该研究由 Adobe 研究院等机构的人员完成，团队目标是简化视频涂鸦创作过程。
chatgpt-4o-latest AI 模型力压谷歌 Gemini 1.5 Pro，多项跑分重夺第一
谷歌上周发布的最强 Gemini 1.5 Pro 模型在 LMSYS 的聊天机器人竞技场比赛中获第一，但 OpenAI 很快推出最新的 chatgpt – 4o – latest 模型重夺第一。chatgpt – 4o – latest 是 GPT – 4o 的最新版本，具有大的上下文窗口。LMSYS 的聊天机器人竞技场通过随机让大模型对抗评测，用户投票决定积分形成排行榜。谷歌的 Gemini 1.5 Pro 上周以 1297 分登顶，而 OpenAI 的 chatgpt – 4o – latest 以 1314 分重回第一，在编码等多方面表现显著提高，总成绩及多个单项成绩均列第一。
昆仑万维发布全球首个AI流媒体音乐产品Melodio
昆仑万维正式发布全球首个 AI 流媒体音乐平台 Melodio 和 AI 音乐商用创作平台 Mureka，两款产品均搭载自研 DiT 架构音乐大模型 Skymusic 2.0，该模型是业内首个能稳定生成特定风格歌曲的大模型，较上一代支持更长歌词输入、生成更长歌曲，多方面有大幅提升，成为 AIGC 音乐大模型领域最新 SOTA。Melodio 是全球首款个性化 AI 流媒体音乐平台，用户输入 Prompt 即可生成相应风格的定制化音乐。
谷歌介绍 Call Notes AI 功能：本地运行，摘录通话内容
谷歌正式公布全新的 Call Notes 功能，将在 Pixel 9 系列手机中实装。此功能属于 Call Assist 工具集，能调用 AI 摘录用户通话内容，方便用户处理重要信息，如梳理内容或记录电话号码。用户通过 Google Phone 应用可查看通话摘要，还能复制或展开查看完整记录，且相关数据在本地存储和处理，不会发送至云端。