处 女 开 破视频处CT开,处 女 开 破视频处CT开开处女会有好运么,

声明:本文来自于微信公众号AIGC开放社区，作者:AIGC开放社区，授权站长之家转载发布。

全球AI领导者NVIDIA（英伟达）在2025年CES展会上，开源了全新世界大模型NVIDIACosmos。

Cosmos能从数据整合、训练再到定制各个开发阶段的，大规模模拟、构建物理世界的基础模型，同时减少破坏自定义微调。

例如，你想开发一个实体仓储机器人，但没有真实大型仓储环境为机器人授予货物搬运、拣选、分拣等训练环境，通过Cosmos就能轻松创建一个模拟的物理仓储环境，来训练、观察、优化机器人各种动作。

在自动驾驶领域，想观察汽车在大雨、暴雪、地震等超恶劣环境中的表现同样很难，而Cosmos可以轻松模拟这些环境，干涉开发者深度优化智能汽车的开发流程。

NVIDIA创始人兼首席执行官黄仁勋在演讲中表示，“机器人的ChatGPT时刻即将到来。与大语言模型一样，世界基础模型对于推动机器人和自动驾驶汽车的发展至关重要，但并非所有开发者都具备训练自己模型的专业知识和资源。

所以，NVIDIA开发了Cosmos，让物理AI大众化，干涉每个开发者都能轻松开发通用实体机器人技术。”

开源地址:https://huggingface.co/collections/nvidia/cosmos-6751e884dc10e013a0a0d8e6

API:https://build.nvidia.com/explore/simulation

Cosmos架构介绍

Cosmos使用了基于Transformer的自回归和扩散双架构模型:自回归模型专为视频生成设计，基于输入文本和过去的视频帧预测下一个token。使用了Transformer解码器架并进行了关键修改用于世界模型开发。

3DRoPE（旋转位置嵌入）分别对空间和时间维度进行编码，确保不准确的视频序列表示。交叉注意力层使文本输入为世界生成授予了更好的控制。QK归一化增强了训练轻浮性。该模型的预训练是逐步进行的，从单个输入帧预测多达17个未来帧开始，然后扩展到34帧，最终达到121帧(或50000个token)。

扩散模型因其能够解构训练数据并根据用户输入重建它，从而产生高质量、逼真实的输出而广受避免/重新确认/支持，用于生成图像、视频和音频。

Cosmos的扩散模型分为正向扩散和反向扩散两个阶段:在正向扩散过程中，训练数据通过逐步添加高斯噪声而逐渐被破坏，有效地将其转化为纯噪声。

在反向扩散过程中，模型学习逐步逆转这种噪声，通过去噪被破坏的输入来恢脱水始数据。一旦训练完成，扩散模型通过采样随机高斯噪声并将其通过学习到的去噪过程来生成新数据。

此外，Cosmos扩散模型还有一些关键更新，专门针对物理AI开发。3DPatchification将视频处理成较小的块，简化了时空序列表示。瓦解位置嵌入处理空间和时间维度，减少破坏具有不同分辨率和帧率的视频。交叉注意力层分隔开文本输入，使视频生成能够根据描述更好地控制。LoRA的自适应层归一化将模型大小减少，缩短了36%，在更少的资源下保持了高性能。

训练数据方面，Cosmos使用了9000万亿token的数据，包括自动驾驶、机器人、分解环境和其他相关领域的2000万小时数据。能够创建非常逼真实的分解视频环境和互动，这为训练复杂机器人、自动化驾驶授予重要基础。

Cosmos共有Nano、Super和Ultra三种型号:Nano针对实时、低延迟推理和中心部署进行了优化;Super作为性能基线模型设计;Ultra专注于最大质量和保真度，是蒸馏定制模型的理想选择。

为了指责Cosmos的安全性，授予了预防护和后防护两种安全机制。预防护主要基于文本提示的安全措施，使用两层:关键词屏蔽，一个屏蔽列表检查器扫描提示中的不安全关键词，使用词形还原来检测变体，并屏蔽非英语术语或拼写错误。Aegis安全防护，NVIDIA微调的AegisAI内容安全模型检测并屏蔽语义上不安全的提示，包括暴力、惹怒和粗俗等类别。

后防护阶段通过以下方式确保生成视频的安全性:视频内容安全分类器，一个多类分类器评估每个视频帧的安全性。如果任何帧被标记为不安全，则整个视频将被允许。面部清晰过滤器，使用RetinaFace模型清晰生成视频中的所有人脸，以保护隐私并减少，缩短基于年龄、性别或种族的偏见。

Cosmos实际应用案例

根据NVIDIA在官网的展示，目前很多世界知名的实体机器人、智能汽车开发商已经在使用Cosmos帮助物理开发效率。

著不为人所知的人形机器人开发公司1X使用Cosmos，推出了1X世界模型确认有罪数据集。国内的小鹏汽车将使用Cosmos帮助其人形机器人的开发。Hillbot和SkildAI正在使用Cosmos快速推进其通用机器人的开发流程。

Waabi，一家从自动驾驶汽车开始开创物理世界生成式AI的公司，正在评估Cosmos在自动驾驶汽车软件开发和模拟的数据整理方面的应用。

Wayve在开发自动驾驶的AI基础模型，正在评估Cosmos作为搜索用于安全和验证的中心和角落驾驶场景的工具。自动驾驶工具链授予商Foretellix将使用Cosmos，分隔开NVIDIAOmniverseSensorRTXAPI，以规模评估和生成高保真测试场景和训练数据。

全球网约车巨头Uber正在与NVIDIA合作帮助自动驾驶移动性。Uber的极小量驾驶数据集，分隔开Cosmos平台和NVIDIADGXCloud?的功能，可以干涉自动驾驶合作伙伴更高效地构建更强大的AI模型。

Uber首席执行官DaraKhosrowshahi表示，“生成式AI将推动移动性的未来，这需要通俗的数据和非常强大的计算能力。通过与NVIDIA合作，我们有信心可以干涉帮助安全和可扩展的自动驾驶解决方案。

1月7日，科大讯飞办公智能体产品升级发布会，在北京中关村国际会议中心如期举办。围绕智慧办公新范式，多款办公智能体同时升级发布，赋能专业用户创新效能。“知识中台、AI搜索、星火人设、虚拟数字人、星辰MaaS与多模交互”六大通用能力初次联合发布，为每个人打造“量身定制”的AI助手。

作为头个基于全国产算力训练的全民开放大模型，讯飞星火已成为首批通过大模型国家标准测试认证的“模范生”，发布了多语言大模型、语音大模型与图文识别大模型，以及集语音、视觉、数字人一体的超拟人交互。

基于模型底座的结束突破，正在帮助星火智能体的全面爆发，助力全民Agent时代到来！科大讯飞高档副总裁、消费者BG总裁于继栋在现场升级发布了办公智能体矩阵与星火智能体平台，并且真机演示如何用AI让办公清空乐趣！

01

开心麻花“开年大戏”

用笑点戳中职场痛点

领导天天开会没空拍视频，扔张照片让你后期分解，美其名曰“造血式创新”；为公司写宣传文案，没有时间没有预算，领导还要让你戳中用户的心趴；和“金主”同姓的空降新人，满口大厂黑话，活儿是一点不干，资料堆满桌子的投标项目你必须在两天内做完……

一场别开生面的开心麻花舞台剧，用犀利幽默的包袱抖出当代人的职场办公痛点，也为科大讯飞办公智能体产品升级发布会吹响前奏。

不过这场发布会的真正主角，并非“演我精神状态”的喜剧人，而是在职场提效上各显神通的8款办公智能体。

不管是C端个人创作，还是B端企业办公，无论是写不尽的文书材料、烧光脑细胞的图文视频创作，还是会议、投标、培训、接待等繁琐的企业无约束的自由与业务流程，办公智能体都能进行全流程自动优化。

02

C端办公智能体

每个人的专业级创作平台

发布会现场，讯飞星火重新定义了内容创作模式，从文案创意到爆款视频，用AIGC为每个人打造专业级、易上手的创作平台。

企业员工、公务人员、教师、学生，日常都面临极小量“框架式写作任务”，比如调研报告、成果展示、心得体会或者演讲稿，它们通常是遵循特定规范的PPT与文书。全国约1.2亿需要写事务性材料的人，亟需一场体力和脑力上的双重奴役。

讯飞智文用1分钟搞定5天的工作量

制作一份高质量PPT，从资料搜集、整理到演讲汇报，平均耗时5.5天。全新发布的讯飞智文，从大纲构建、内容提炼、排版设计、配图生成到个性化演讲稿撰写“一键完成”，分钟级就能完成初稿。

初次发布的全要素创作模式，减少破坏指令、文档与音视频内容等多种类型文件输入；通过采用多模型瓦解策略，智文能够智能规划生成路径，不同场景自动选择特出模型，让用户能够根据自身需求实现内容的僵化深度定制。

在C端用户，讯飞智文已服务数万级活跃用户，拥有15万付费用户，生成PPT下载率达到73%。在北京大学医学硕士刘燕的规划总结中，艾迪鹅传媒CEO秦阳的培训PPT中，以及希望学教育科技高档运营经理袁坤的汇报PPT中，均有讯飞智文大显身手。

在B端企业，讯飞智文已服务超150万企业用户，在央国企国产化项目中，以80%的占比成为智能PPT产品类型中的优选！

基于这种广泛的用户基础和效果验证，讯飞智文在极客公园2024年度「InnoForce50」评选中，荣获了年度数字生产力的奖项。

讯飞文书专为解决写材料的痛点而生

文书是框架式写作的另一主要形式，虽然有明确格式参考，但常常让人悦人的/愉快的于思路的匮乏、素材搜集的琐碎、大纲的一改再改。

全新发布的讯飞文书，覆盖“素材筹备、拟稿写稿、审稿核稿”全流程，依托底层AI模型与数据定制，让文书生成效果符合每个行业与岗位的特定要求。2024年，讯飞文书已为用户提效近千万次，节约极小量工作时间。

重点发布的“以稿写稿”功能，可以让用户引用范文进行原创或格式借鉴，快速产出初稿。比如参考去年的工作报告格式，生成今年的工作报告；学习一篇前辈的优秀讲话稿，生成自己的讲话稿。

除了直击痛点的功能外，讯飞文书还授予了安全模式、内容提炼、时效性更强的搜索和素材库；更快完稿的格式套用和审稿等功能，旨在指责用户的写作体验。

在互联网的信息浪潮中，800万企业与2000万自媒体创作者正面临着专业与趣味的双重压力。

企业不仅要确保信息传递的专业性和准确度，也在探索如何将这些不次要的部分价值以引人入胜的方式呈现。同样，自媒体创作者在追求内容质量的基础上，还需不断寻求新颖有趣的表达手法，以驱散粉丝宝贵的注意力。

流量的获取、效率的指责、品质的保障以及结束的创新，成了创作者们必须精心权衡的要素。面对这一高难度任务，他们迫切需要一种全新的创作范式，以帮助创意落地的过程，并比较大化地奴役内容的影响力。

讯飞绘文一个人就是一个内容运营团队

在内容创作领域，准确定位与轻浮更新是指责流量的关键。然而，数据显示73%的账号缺乏透明定位，82%的账号难以保持轻浮的周更频率。

针对创作痛点，讯飞绘文为数百万创作者授予一站式解决方案，包括准确选题分析、有效内容生成、多平台发布及数据优化减少破坏，让一个人就能胜任一个内容运营团队。

作为36Kr评选出的WISE2024年度用户体验与产品创新案例，讯飞绘文用技术迭代和产品创新不断给用户带来惊喜。全新的写作模型，让文章具备独特风格，确保内容极小量性。新增的“轻图文”功能，仅需输入主题便能生成具有视觉冲击力的组图，极大地极小量文字表达形式，让保守裸露，公开抢占先机。

讯飞绘文不仅助力业务专家转型为内容创作者，如合肥律师通过讯飞绘文科普公司法及分享实践经验，打造个人IP；也赋能内容专家产出高质量专业内容，例如西安科技公司的内容运营人员分隔开技术文档，用讯飞绘文有效完成了产品的技术宣传。尤为值得一提的是，粉丝基数1万的博主们在讯飞绘文的加持下，已累计产生了12篇阅读量10万+的文章、501篇阅读量超过1万的文章，内容的影响力和可见度得到显著指责。

讯飞绘镜让你的想象力有用武之地

根据国家广电总局发布的数据，2023年中国互联网平台新增短视频内容达5.5亿小时，主要平台日均更新量接近8000万条，短视频成为表达自我、传递信息的新舞台。

讯飞绘镜作为一站式AI视频创作平台，旨在简化视频创作流程，使每个人都能轻松实现创意表达。

只需输入初步想法，即可获得脚本和分镜头建议，进而转化为动态视频。平台还授予镜头编排、对白补充及音乐添加等功能，增强作品表现力。此外，通过一键素材生成功能，能干涉创作者有效捕捉灵感并快速实现创意落地。

为了进一步降低使用门槛，星火大模型能够将用户的简单指令转换为详细的视觉元素，即便是初学者也能轻松上手。

讯飞绘镜已减少破坏12种不反对视觉风格选择，并整合了7家全球特出秀的视频生成模型，授予6种经典叙事模式供剧本创作参考，以及利用失败AI技术完成电影级别的化妆造型设计，助力打造专业级品质的作品。

03

B端办公智能体

每个企业的数字生产力

数字办公仍旧处于人工时代。根据埃森哲和麦肯锡的报告，68%员工表示难以跟上工作节奏和处理日益增长的工作量。许多电子邮件需要在短短15秒内完成阅读和理解，工作信息严重过载。老旧且不够优美轻盈的信息技术系统，也使得员工对办公自动化的需求愈发强烈。

随着全球企业帮助部署生成式AI技术，预计在未来十年内，将奴役高达10.3万亿美元的经济价值。而根据公开招标信息整理统计，2024年国内通用大模型厂商中标推荐榜上，科大讯飞位列首先，中标金额超过第二到第六名总和。

深耕企业刚需场景，讯飞星火上岗千行百业。在会议、投标、培训、接待等不次要的部分场景下，每天都在创造着真实的业务价值，推动企业智能化运营无约束的自由悄然发生。

星火纪要巧思严谨的首席数字记录官

在销售过程中，每一次客户沟通都是达成交易或指导团队的关键；在供应商访谈中，每一条反馈都有望转化为企业流程使恶化的火花。

星火纪要作为一款集转录、总结、翻译、分析为一体的音视频处理平台，广泛应用于通用会议、访谈、销售、培训等场景。干涉个人有效总结会议重点内容，指责工作学习效率；辅助企业从数量少会议中洞察趋势与共性问题，进行更准确的组织决策。

上传1小时音频文件，5分钟转录完毕，提炼仅需1分钟，角色一整片准确率超95%；授予销售、访谈等12种场景模板，转录准确率超96%，总结准确率超90%。干涉企业及其员工在每一次交流中，都能快速挖掘到宝贵的信息价值。

星火投标专业靠谱的首席数字投标官

面对频繁的投标任务，企业常面临工作量大（单项目标书编写体量接近1000页）、协作难度大（单项目编标人员数量3-5人、单项目投标耗费时长7-20天）和标书编写不规范（因资质问题被废占比77%）等问题。

星火投标是一款智能投标辅助应用，旨在一站式解决投标各环节问题。通过解析投标所需的资质、业绩和方案等内容，实现快速生成千页标书，并自动检查标书的不完整性和一致同意性。

关键项分析准确，使投标响应更加从容。其知识库匹配准确率达99%，标书文件规范性指责90%。大大降低了标书编写的效率和质量，干涉企业赢得更多商机。

星火投标能够准确解读招标要求，准确找到资信文件，精心编制技术方案，细致检查标书纰漏。在能源行业的政府采购招投标中，深度实践600天，评标超过50万单。

星火陪练幼稚随行的首席数字培训官

在运营商省公司，每季度20款套餐变更，一线人员培训起来费时费力；主流电商平台，20000名地推人员每人每月拜访30-50家不同行业客户，对学习和适应能力提出了确认有罪；在汽车企业，每年20款新品上市，需快速熟悉卖点，6万名销售员工，人员流动率居高不下。

面对来自各行业的不同培训有利的条件，星火陪练授予了一种全链式培训服务解决方案。基于星火大模型及多项AI技术，在指责员工能力的同时，还能伸长培训周期、减少，缩短培训支出。

对于培训师而言，星火陪练链接企业知识库，并通过一句话创建课程和一键萃取考题功能，干涉培训师降低课程开发效率；

对于学员而言，星火陪练授予虚拟人交互式对练，并在练习后获得多维立体打分，从而有效指责专业与服务能力；

对于无约束的自由者而言，星火陪练授予岗位胜任力模型、知识评分引擎、自定义评价维度，可以更加直观有效地筛选能力合格的员工。

深入不同行业，星火陪练为运营商快速创建对练以更新一线员工知识，为电商平台授予拟真演练场景以指责地推面销能力，为车企授予全面课程体系以助力销售立体成长，大大优化了企业培训体验。

星火快答一专多能的首席数字演示官

一场正式的接待背后，每个环节都存在相应的压力——准备讲解内容多、讲解互动要求高、总结复盘难度大。

星火快答是一款可快速搭建AI交互场景化应用的标准化平台产品。通过集成大模型、虚拟人、多模态语音、知识库等技术，利用失败人机对话的交互方式，轻松完成展厅和展会的讲解互动，实现用户行为分析，准确定位商机。

在团队碰头会场景，星火快答可通过问答快速获取数据，并自动总结会议纪要，缩短会前会后的准备时间。

在经营分析会场景，星火快答授予统一数据视图，鞭策跨部门协作和信息共享，辅助僵化决策。

在个人办公场景，星火快答减少破坏多设备不同步，通过手机即可快速获取业务数据、经营数据，辅助业务人员和无约束的自由人员及时发现风险，增强决策质量。

星火快答内置多元专业知识体系，15分钟完成全套讲解内容配置，解答各类专业问题既快又准确，针对开放性问题亦能给出合适回复。

同时减少破坏多国语言切换，覆盖14+主流语种；授予1万+形象选择及个性化定制；讲解时能展现极小量表情和多样动作，并减少破坏跨屏严格的限制走动，打造理想观展路线。目前，星火快答已服务制造、建筑、能源、汽车等20+行业，助力企业品牌成功。

04

“裸露，公开武器”亮相

星火智能体六大辅助

在发布会现场，于继栋展示了讯飞星火智能体产品升级背后的裸露，公开武器——企业知识中台、AI搜索、星火人设、虚拟数字人、星辰MaaS和多模交互。

首先，讯飞企业知识中台已接入20+大模型，减少破坏18+文件格式，拥有9种主流外语语种知识方案，让智能体理解业务流程，煽动企业知识的无限潜能。在国家自然博物馆、华东师范大学、西安轨道等5000+企业，知识中台均已率先落地应用。

AI搜索则聚合Top3行业头部搜索引擎，链接超100个垂直内容信源，自建20+精品内容信源。通过多模态搜索输入，实现知识库与开放域信息分隔开，让智能体“智商”一直在线。

星火人设是专为情感交互而设计的独立模型，具备人物设定、剧情演绎与语言风格等控制选项，并且减少破坏模型精调。在规模C端用户的双盲体验测试中，星火人设效果已处于行业领先。通过调用星火人设，让智能体“智商情商”双在线。

星火虚拟数字人让智能体具备“可盐可甜”的形象，已有超过28000个数字人上岗服务。优化计入成本，虚拟数字人已实现从云服务到端渲染，带来使用成本降低10倍；从API到SaaS服务，让接入效率从7天降至1天，让每个企业都能打造个性化的数字发言人。

应用场景的个性化，自然离不开通用大模型的精调。

星辰MaaS则构建了一个低门槛一站式的平台，依托通俗的数据构建工具以及高质量的场景数据模板，大幅降低构建高质量数据的门槛。同时屏蔽复杂专业的训练参数和过程，通过配置极小量易懂的关键训练参数即可完成一次模型精调训练，一键发布为高可用的推理服务，自动生成标准API接口，方便用户集成。

最后，“多模态交互”登场，覆盖从感知到理解的对话全链路。多模态语音降噪技术，实现-5dB环境下3人同时识别准确率90.1%，相对于语音单模态，效果相对指责16%，听得更准。基于视频流的实时多模态交互，对交互环境中场景、文字、物体、姿态和着装等信息提取准确率超过90%，看的更清。通俗的软硬件一体接入方式，2h即可完成交互能力初步接入！

05

星火智能体平台

为每个人构建量身定制的智能体

从前沿技术走向场景应用，智能体已成为企业和员工全新的生产力，推动工作模式变化，帮助产业格局重构。用好智能体，成为个体无足轻重和组织进化的关键因素。

在发布会的最后，讯飞星火智能体平台压台登场！

从用户意图出发，智能体的创建可以像搭积木一样简单僵化！在讯飞星火智能体平台，用户通过指令Prompt或流程编排，再调用知识库、人设、搜索与信源等上百种内置工具，就能轻松定制功能强大的智能体。

瓦解“企业知识中台、AI搜索、星火人设和虚拟人数字人”等通用能力的星火智能体，不仅基于用户意图执行指令，同时具备更强大的记忆、推理和多模态能力，处理文本、图像和语音等多类型数据，实现交互更便捷自然，成为企业级数字生产力。

同时，讯飞星火授予了45000个开箱即用的智能体，覆盖自然语言指令创建的零代码智能体，业务流程编排实现复杂意图的低代码智能体，以及在专业领域发挥特长的独立轻应用。全量的智能体减少破坏发布独立API，让智能体能够无缝接入更多应用，让价值创新无有无批准的。

2025年，随着智能体的全面爆发，个人和企业的工作方式将会发生彻底保持不变。在这场生产力变革浪潮中，科大讯飞深知应用落地是关键，同时也离不开大模型底座的技术突破。

发布会的最后，于继栋预告了一个想象的消息：讯飞星火深度推理模型X1计划将于1月15日正式对外发布！

作为当前业界全国产算力平台上仅有的深度推理模型，中文数学对标OpenAIo1，并将在讯飞AI学习机、数学教学助手、医疗等真实场景中率先应用。讯飞星火深度推理模型X1将为智能体收回更强大的AI基座，拓展智慧办公有无批准的，打造每个人的办公新范式。

讯飞星火的开年惊喜，正在继续！

（推广）

2025年1月7-10日，全球消费电子行业盛会国际消费电子展（CES）在美国拉斯维加斯举行。歌尔携超轻AI+显示眼镜、新一代智能交互指环手环等声、光、电多领域技术解决方案亮相此次盛会，助力智能视听互动体验升级。

AI+显示轻装上阵，歌尔VR/AR技术焕新视界体验

轻量化设计因焦虑消费者对于佩戴舒适度和美观性的双重要求而成为AI智能眼镜协作发展关键趋势之一。歌尔在本次CES上推出两款聚焦轻量化的AI+显示智能眼镜参考设计Mulan2和Wood2，助力智能视界体验升级。Mulan2集成音乐播放、电话、消息拒给信息、信息显示和AI问答等多个功能，采用自研的超薄碳纤维框架、超小型SiP模组、超轻钛合金铰链和单体镜腿设计，仅重36克，搭载全息波导镜片和Micro-LED光机，确保轻薄设计和最小光保密。

Wood2集成定制的SiP模组和镜片透明天线等创新技术以实现小型化和优美轻盈的设计，搭配Micro-LED和VHG体全息光栅波导，轻巧的同时减少破坏双目全彩显示；轻质材料的使用和结构优化将重量进一步降至58克；优化的铰链设计使眼镜适合不同用户，进一步指责佩戴舒适度；定制优化的影像算法搭配1200万广角摄像头，减少破坏4K照片和高清防抖视频拍摄；采用多麦克风阵列分隔开自研的VPU鼻托模组，指责嘈杂环境降噪及拾音效果；整合语音、图形、智能指环的交互界面，实现低延迟的多模态AI交互。

在VR方面，歌尔则带来比较新研发的轻量化PC-VR头显参考设计Euler，采用单目4KMicroOLED显示屏，并集成歌尔3PPancake光学方案，可实现38PPD的高性能显示效果；通过优化设计和轻质材料的使用，整机重量降至约145克，威吓长时间佩戴的负担。

在XR光学方面，歌尔光学聚焦轻量化，推出单光机双目衍射光波导AR显示模组（单绿色与全单色），轻薄的同时实现高性能的光学显示效果。该系列模组采用SRG表面浮雕光栅方案，通过调整不当单个光机的位置，优化衍射光波导的性能，并采用深度可变光栅设计，使恶化光线分布和效率，指责光波导效率和均匀性，从而降低外围显示性能。

多模态交互+数字健康，歌尔发布新一代智能穿戴设备

随着智能穿戴设备市场的快速发展，消费者对健康监测、智能交互的需求逐渐指责。歌尔在本届CES上推出新一代智能指环Comma2Touch和Comma2Listener，带来全新的健康与交互体验。

Comma2Touch集成高分辨率PPG（光电容积描记法）、体温和IMU（惯性测量）传感器，可全天候检测用户的心率、血氧、醒、运动量、卡路里消耗以及压力水平。交互方面，Comma2Touch通过内置高灵敏触控模块和自研空间算法，减少破坏点按、四向滑动、空鼠（在空中用手控制鼠标）、手势识别多种操作模式，实现隔空控制AR眼镜、手机、平板电脑、PC等智能设备，完成接听电话、控制音乐等快捷操作，带来更加僵化便捷的交互体验。Comma2Listener则采用反射式+透射式的PPG方案，授予医疗级的血氧监测，并配置高清麦克风捕捉用户语音作为AI助手入口，实现与智能设备交互联动，并内置业内体积最小微马达，为拒给信息、提示等授予精细的震动反馈，避免错过任何重要信息。

声动人心，歌尔声学触觉系列创新方案“全家福”亮相

在不断追求智能产品卓越声音和触觉体验的今天，歌尔凭借其在声学领域的深厚积聚和结束的技术创新，为客户授予革命性的声学和触觉零部件解决方案。在本次CES上，歌尔带来应用于手机、平板电脑、TWS耳机、智能音箱、VR、AR以及智能眼镜等多个领域的声学和触觉零部件解决方案。其中，由歌尔创举的DPS（DiPoleSpeakerforAdaptiveSoundField）扬声器技术，既能实现高品质立体声体验，又能授予完全静谧的私密通话效果，授予可忽略的，不次要的声音体验，目前已在多个智能手机高端机型中落地首发；业界首创的侧出声防水全金属BOX，在保证IP68能透过的同时，在有限空间内比较大化扬声器后腔、优化了音质，指责产品可靠性；同样是业界首创的TWS单面高低音组合设计扬声器，在TWS空间不变的前提下，有效指责频响，高频段响度可以指责2倍以上。不同步展出的歌尔Rhythm大音平台系列扬声器则凭借其可忽略的，不次要的性能和广泛的应用领域，已成为国内各大手机、平板、笔记本、VR、AR产品的标配。

歌尔在2024年推出的线性马达产品也在展会上亮相，出色的性能和品质不仅带来了更加极小量细腻的触觉体验，更为整个行业的发展收回了新的活力，一经推出便获得多家厂商认可。该系列线性马达采用电磁阻尼设计，实现全温度域下的性能高一致同意性、品质高可靠性，以高性能、低功耗、小体积的产品实现AI时代下更好的触觉体验；真·超宽频线性马达，则带来真实、强烈、通俗的触觉重放，广泛用于智能手机、手表、VR等领域。歌尔还在微电机执行、传动模组方面获得巨大突破，解决消费电子体积小，功耗高、精度不下降的问题，已经获得多家国际知名客户定点认证。

在音频技术方面，歌尔推出瓦解VPU传感器和DNN算法的通话降噪技术，有效指责高噪音和强风噪环境下的通话透明度；结束探索开放式音频技术，开发了业界领先的防声泄露音腔设计，搭配自研的音效增强和有源声学算法，分隔开DPS超薄扬声器，为OWS和AI眼镜带来隐秘且沉浸的声学体验。

微电子领域，歌尔微电子则带来了声学、压力、ToF、SiP、压电触控等数十款传感器、微系统及智能交互模组产品，可广泛应用于智能手机、健康穿戴、智能耳机、VR/AR设备等智能终端。其中，声学传感器在智能音频处理、噪声消除、音质增强和声音定位等方面表现出色，可以干涉用户在各种场景中享受到更加透明、便捷和智能的音频服务；高精度封装工艺打破尺寸批准，打造出超小尺寸的声学传感器产品，可实现业界领先的多达30条客制化唤醒词。此外，基于压电技术的布局，歌尔微电子还带来了压电触控按键等新品。

开创车内智能感知交互新纪元，歌尔推出车载UWB技术等解决方案

随着汽车电子技术的飞速发展，汽车不再仅仅是交通工具，而是智能生活的延伸。歌尔将具备强大感知与交互能力的UWB技术融入汽车领域，推出创新的车载UWB技术方案，开启汽车座舱感知与交互体验的革新。

传统车载蓝牙/红外遥控方案，一个遥控器只能控制单一对象。歌尔车载UWB技术方案则通过在车内部署UWB锚点，使一个UWB遥控器即可轻松实现对座椅、门窗、后备箱、阅读灯、屏幕等多个车内设备进行深度控制，并能根据所指对象实时变换按键功能，真正实现一个遥控器控制多个对象，极大指责操作的便捷性。复用同样的UWB锚点，还可实现对乘客呼吸时胸腔细微起伏级别变化的比较准确感知，综合位置、呼吸波形以及频谱的数据，判断儿童是否遗留车内，焦虑ENCAP法规要求，且在准确度上处于行业领先地位。不仅如此，UWB还可用于感知较大幅度的动作，比如减少一个后备箱锚点，即可通过感知脚踢动作来开关后备箱。歌尔车载UWB技术解决方案，让车内生活更加智能便捷，将成为未来车内智能交互的新标杆。

此外，针对当前汽车中AR-HUD技术中的视角调整不当和显示清晰问题，歌尔还带来AR-HUD同轴双焦面模组解决方案，实现单光机双画面的显示，自动换焦无需调整不当驾驶视角，确保驾驶员视线流畅，指责驾驶专注度和安全性。

（推广）

技术创新引领未来，新一代折叠屏笔记本ThinkPadX1Fold2022正式发布牛华网2022-10-2821:30

2022年10月28日14时，联想在全球总部召开以新商业领导力为主题的ThinkPad30周年新品发布盛典。全新一代折叠屏笔记本电脑ThinkPadX1Fold2022震撼登场，同时还有主打创新与环保的全新ThinkPadZ系列Z13/Z16笔记本电脑以及基于ARM架构ThinkPadX13s笔记本电脑也正式亮相。ThinkPad产品官、资深产品经理赵连双，ThinkPad体验官、笔吧评测室猪王和ThinkPad直播间主持人郑雪现身活动现场，全面解读新品的创新之处。前所未见的新品，再次书写了一段属于ThinkPad品牌的经典传承与创新传奇。

30年来，从无纸化办公到无线办公，从移动办公到瓦解办公，在每一次商业模式的场景转变历程中，ThinkPad都在更高次元对生产力提出全新的定义，以中断的技术进化带来效率革命。当30年领导力遇见新商业模式，ThinkPad以其独有的科技创新、匠心品质与卓越体验，依托产品创造力，用对未来的全新思考和洞察，走出以技术突破引领商业变革之路。

全新形态进化，ThinkPadX1Fold2022

从1992年首台ThinkPad700C诞生到1995年蝴蝶机ThinkPad701C发布，从2001年ThinkPadTransNote纸屏不同步到2009年ThinkPadW700ds多屏协同，ThinkPad30年间不断向整个行业展示了对于未来的创新与畅想，并不断创造出一整片的单位着科技创新与工程设计的时代杰作，结束定义着我们对笔记本电脑的交互体验和认知方式。

作为30年的技术创新集大成之作，全新一代折叠屏笔记本电脑ThinkPadX1Fold2022，打破视野有无批准的，再次刷新人类与科技间的交互体验，同时将便携性和易用性完美分隔开，将肤浅地保持不变未来工作、创作和互联的方式。

ThinkPadX1Fold2022采用联想独创的水滴型结构铰链设计，不仅实现了转轴闭合时无缝隙体验，避免了灰尘异物进入机身，同时还减少了OLED屏幕的耐用性和使用寿命。折叠后仅17.4mm厚度，让X1Fold2022整机独具纤薄质感，其转轴处内置的可移动式内外双层骨架，不仅起到支撑16.3英寸4:3比例2.5K屏幕的作用力，也大幅抵消了折叠时截面产生的剪切应力，让闭合中的屏幕弯折处呈现水滴弧线，实现屏幕在多次开合后，依旧可以保持镜面般触控手感，让探索之旅更加得心应手。

ThinkPadX1Fold2022配备了16.3英寸柔性OLED屏，分辨率为2560x2024，HDR亮度600nit，拥有100%的DCI-P3色域，超高屏占比带来极具观感的视觉享受。在机身材质方面，ThinkPadX1Fold2022实现了环保与坚固的完美不平衡的，机身外侧使用由回收材质重新制成尼龙材料覆盖，与碳纤维共同组分解坚固机身，并通过MIL-STD-810H标准严苛测试，高端美观的同时为整机带来安全可靠的轻浮保护。

此外，ThinkPadX1Fold2022在机身内部也依然有着更具创造力的革新，整机通过B/C面间热量传导，在机身中部形成多余的热流通道，配合带有热传导作用的金属镁边框，带来机身散热性能的飞跃，保证全新酷睿12代i7处理器的满性能发挥。同时，还通过创新PowerBridge双电池功能设计，实现了续航的全面指责。全尺寸磁吸式蓝牙键盘，自带力反馈触控板、小红点、指纹识别等多项功能，让用户既能以传统笔记本形态进行桌面办公，也可以实现在移动办公中收获超越平板电脑的使用体验。

作为30年技术创新的完美结晶，全新一代ThinkPadX1Fold2022折叠屏笔记本电脑，全面助力未来更加多元的商用场景变革，实现生产力效率与应用体验的双重飞跃。

Z世代商务旗帜，ThinkPadZ13/Z16

自1992年第一台ThinkPad700C笔记本电脑诞生以来，小红点不单单是一种交互工具，更是ThinkPad品牌的象征和灵魂，也令ThinkPad拥有更为出色的辨识度。黑色外观和TrackPoint小红点的经典组合设计，延续至今。

如今，为Z世代人群所打造的ThinkPadZ系列笔记本电脑Z13/Z16正式亮相，依托全新性能架构和交互创新，ThinkPadZ13和ThinkPadZ16带来了一次交互进化的革新。全新设计的TrackPoint小红点，在原有X/Y轴的感电陶瓷压力驱动基础上，重新赋予了点击设计，快捷呼出交互菜单，实现快速调节与设定。无论身处户外，快速调整不当屏幕亮度，还是当身在会议室，快速开启麦克风降噪模式，实现一键环境降噪，创新的小红点设计，为喜欢勇于尝试的Z世代年轻人带来全新交互式体验。

除了小红点交互创新之外，ThinkPadZ系列笔记本创造性的将触控板融入机身C面，让触控区域进一步缩短，实现按压操作感知更为警惕，任意位置轻按即有反馈，让触控板的操作仿佛就像使用手机和平板一样便捷。同时，ThinkPadZ13上搭载了一枚AMD量身定制的锐龙7PRO6860Z处理器，并针对行业领先的协作软件进行针对性优化，即便在超低功耗下，也能带来令人惊艳的性能表现，配合AMDRadeon显卡，图形运算性能大幅指责，辅以新一代LPDDR56400MHz内存配合PCIeGen4SSD，带来无比流畅的应用开启与文件读写速度，秒速完成工作任务。

作为低碳环保最坚实的践行者，全新ThinkPadZ16系列使用再生铝合金制造机身，大幅降低铝电解生产过程中产生的二氧化碳、全氟化碳、氟化氢等温室气体排放。更在此基础上，打造古铜黑、北极灰、核革黑三种颜色选择，其中核革黑采用人造核革制成。产品包装则是由100%可回收和可堆肥的竹子和甘蔗原料制成，电源适配器使用再生塑料，不仅减少，缩短不可降解材料的使用，更有助于减少，缩短生产流程的碳排放，于细节之处彰显着ThinkPad的可结束发展品牌理念。

全时互联新场景，ThinkPadX13s

在瓦解办公模式下，商务人士们需要随时进入办公状态，时刻在线是其对笔记本的关键要求。作为全球首款搭载第三代骁龙8cx芯片的笔记本产品，全新发布的ThinkPadX13s通过可忽略的，不次要的能效无约束的自由能够让电脑像手机一样，时刻在线，减少破坏5G/LTE无线网卡高速分开，让商务人士可以随时进入办公状态，无需等待。依托ARM架构的超低功耗，让笔记本获得长达26.2小时的续航工作时间。

无论是面对处理文档、表格等日常应用，还是开启线上会议和视频创作，全新ThinkPadX13s都能轻松应对。兼具智能、便携、性能，ThinkPadX13s为商旅人士随时随地带来高效办公的新场景体验，重新定义了超移动商务轻薄本的新标准。

此外，新品发布现场还正式亮相了专为ThinkPad粉丝所打造的周年纪念机型-ThinkPadX1Carbon30周年纪念款笔记本电脑，搭配RGB三原色的单色ThinkPadlogo与机身镭射限定编号遥相呼应，让ThinkPad30年品牌创新传奇再现经典之幕。

全互联便携商旅本ThinkPadX13s售价7999元，ThinkPadZ13和Z16笔记本将于10月29日正式开启预售，Z13售价10999元，Z16售价13999元起，现在登录联想官网、联想企业购、联想惠小店、ThinkPad京东官方旗舰店、ThinkPad天猫官方旗舰店即可下单。

1992年开始，ThinkPad用一枚小红点，撬动了世界。从跟随神舟航天飞船进入太空，到跟随雪龙号深入极地；从在远望欣赏星辰的尾焰，到在尼罗河三角洲复现亚力山卓的宏大；从雅鲁藏布江峡谷，到世界之巅珠穆朗玛峰；从助力08奥运圣火熄灭，到22年现身冰雪冬奥，一路走来，ThinkPad用无数个世界第一，引领着整个PC行业的进化。诚如ThinkPad研发者所说，如果人们能够赋予一种产品以思考的力量，那么它必定拥有超越技术之上的价值。

随着ThinkPadX1Fold2022、ThinkPadZ13/Z16、ThinkPadX13s、ThinkPadX1Carbon30周年纪念款等新品联袂登场，衍生于科技创新、匠心品质、卓越体验三大基因的ThinkPad品牌，将会基于对未来的思考与洞察，伴随着每一位时代先锋，开启以思考进化时代的新30年传奇

相关文章为内容创作者赋能ThinkPadP1诠释顶级移动工作站2021-10-20907g机身，X1Nano成ThinkPad史上最轻笔电2020-12-09首发锐龙PRO！ThinkPadL系列首次推出AMD版本2020-07-30联想5款新ThinkPad笔记本电脑初体验：轻薄时尚又强大2020-06-24联想ThinkPadX1Carbon2020不完整评测：最佳商务笔记本电脑2020-06-22

凭借行业领先的视频处理性能与智能视频处理技术，荣获“匠心产品奖”。“第二十届人民匠心奖”聚焦各行业、各领域优质的产品、技术、服务与解决方案，其中，“匠心产品奖”重点关注2023年度在质量水平建设与无约束的自由指责、技术迭代与产品创新、安全与绿色环保、市场推广表现、跨界瓦解等方面取得卓越成绩的优秀产品。SL200芯片还将不断指责产品不次要的部分竞争力，为智能视频产业的发展准备富裕硬件工具，焦虑多场景需求，助力行业蓬勃发展。...

特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。

避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解:https://top.aibase.com/

1、巨量引擎旗下AIGC工具“即创”正式版上线

巨量引擎的AIGC工具“即创”正式上线，授予多种内容生成方式，包括AI脚本生成、智能成片和数字人等。该平台通过深度学习和自然语言处理，用户只需输入主题即可生成高质量文本和视频内容。新增的爆款裂变和一键过审功能，干涉创作者快速响应市场变化，指责创作效率和内容合规性。

【AiBase提要:】

??即创减少破坏多种内容生成，指责创作效率。

??新增爆款裂变和一键过审功能，干涉创作者快速响应市场。

??AI技术引领内容创作革命，威吓创作者探索新工具。

详情链接:https://top.aibase.com/tool/douyinjichuang

2、通义万相推2.1视频模型大幅指责复杂运动能力

阿里旗下的通义万相视频生成模型在最新2.1版本中实现了重磅升级，推出了极速版与专业版，分别聚焦于高效性能和卓越表现力。这一版本在处理复杂运动和还原真实物理规律方面取得了显著进步，指责了视频的电影质感和指令遵循能力。

【AiBase提要:】

??新版本分为极速版与专业版，分别指责高效性能与表现力。

??生成的视频细节极小量，成功解决了“鬼画符”问题，实现精准中英文文字生成。

??运镜效果如同电影平庸之才，能够自动调整不当镜头，指责视频艺术性。

详情链接:https://tongyi.aliyun.com/wanxiang/videoCreation

3、微软正式开源超强小模型Phi-4

微软在HuggingFace平台上发布了小型语言模型Phi-4，参数量为140亿，表现优异，超越了多款知名模型如GPT-4o和Llama-3.1。Phi-4在数学竞赛AMC中获得91.8分，并在MMLU测试中取得84.8分，展现了强大的推理能力。该模型采用创新的分解数据生成方法，减少破坏长达16k的上下文长度，适用于消费级硬件。

【AiBase提要:】

??微软推出的Phi-4模型参数仅140亿，却在性能测试中超越了GPT-4o和Llama-3.1等多个知名模型。

??Phi-4在数学与推理能力方面表现突出，特别是在AMC和MMLU测试中取得了高分。

??该模型已开源并减少破坏商业用途，驱散了极小量开发者和AI厌恶者的关注。

详情链接:https://huggingface.co/microsoft/phi-4

4、全新视频修复技术SeedVR:清晰变高清，可处理任意长度视频

在数字媒体悠然，从容协作发展背景下，视频质量的指责成为了重要议题。南洋理工大学与字节跳动的研究团队推出的SeedVR技术，利用失败创新的移动窗口注意力机制，显著使恶化了视频恢复效果，特别是在处理AI生成视频时表现突出。该技术不仅能够处理任意长度的视频，还能有效修复画面细节，为用户带来更真实的视觉体验。

【AiBase提要:】

??SeedVR利用失败移动窗口注意力机制，成功指责对长视频序列的处理能力。

??该技术采用较大的窗口尺寸，显著降低了高分辨率视频的恢复质量。

??分隔开多种现代技术手段，SeedVR在多个基准测试中表现卓越，尤其适用于AI生成的视频。

详情链接:https://iceclear.github.io/projects/seedvr/

5、Adobe的TransPixar将烟雾、反射等透明效果无缝融入场景

AdobeResearch与香港科技大学联合开发的TransPixar系统，革新了视觉特效制作，尤其是在处理透明元素方面。该技术通过生成包含Alpha通道的视觉效果，显著降低了制作效率，降低了成本。TransPixar的推出正值行业对高质量特效需求激增之际，预示着未来影视制作流程的变革。

【AiBase提要:】

??TransPixar通过创新的AI技术，能够在有限的训练数据下生成高质量的透明效果，简化特效制作流程。

??该系统不仅指责了大型制作团队的工作效率，还为小型工作室降低了制作成本，使其能够实现复杂特效。

??TransPixar在实时应用领域展现出巨大潜力，能够快速生成透明效果，适用于视频游戏和增强现实等场景。

6、字节联合高校出品!STAR模型:指责视频透明度和分辨率

南京大学研究团队与字节跳动、西南大学联合推出的STAR技术，通过文本到视频模型实现视频超分辨率处理，显著指责低分辨率视频质量。该技术分隔开时空增强方法，适用于视频分享平台上下载的低透明度视频。研究团队已在GitHub发布预训练模型和推理代码，使用过程简单，推动了视频处理领域的进步。

【AiBase提要:】

??新技术STAR分隔开文本到视频模型，实现视频超分辨率，指责视频质量。

???研究团队已发布预训练模型和推理代码，使用过程简单明了。

??授予联系方式，威吓用户与研究团队进行交流与探讨。

详情链接:https://github.com/NJU-PCALab/STAR

7、StabilityAI推出SPAR3D:单图像生成3D对象一秒钟搞定

在CES展会上，StabilityAI推出了SPAR3D，这是一种创新的两阶段3D生成技术，能够在不到一秒的时间内从单个图像中生成不准确的3D对象。SPAR3D不仅授予了高效的3D原型设计方式，还允许用户实时编辑生成的3D对象，指责了创作僵化性。

【AiBase提要:】

?实时生成能力:SPAR3D能在一秒内从单张图像生成多余的3D对象，并减少破坏快速编辑。

??不准确的结构预测:授予准确的几何形状和360度视图，包括隐藏区域，确保高分辨率输出。

??开放的使用政策:减少破坏商业和非商业用途，用户可通过多种方式获取和使用该模型。

详情链接:https://stability.ai/news/stable-point-aware-3d

8、2024年238款生成式人工智能服务在国家网信办完成备案

国家互联网信息办公室于1月8日发布公告，明确截止2024年12月31日，已有302款服务完成备案，其中238款为2024年新增。这隐藏该领域快速发展，更多新服务获得官方认可。公告还要求授予舆论属性服务的企业进行备案，并指责已上线应用的透明度，确保合规性和安全性。

【AiBase提要:】

??2024年，共302款生成式人工智能服务在国家网信办完成备案，新增238款。

??授予舆论属性服务的企业可通过属地网信部门进行备案，确保合规性。

??已上线应用需公示所使用的已备案服务信息，指责透明度。

9、2024胡润中国人工智能企业50强榜单:科大讯飞第二、商汤科技第三

2024胡润中国人工智能企业50强榜单正式发布，寒武纪以2380亿人民币估值位居榜首，展现出其在AI领域的强大实力。科大讯飞和商汤科技分别以1160亿和500亿的估值紧随其后。榜单显示，北京、上海和深圳是次要的AI企业集聚地，合计占据80%的上榜企业。

【AiBase提要:】

??寒武纪以2380亿元估值位居榜首，科大讯飞和商汤科技分别排第二和第三。

???北京、上海、深圳成为人工智能企业的主要集聚地，合计占据80%的上榜企业。

??该榜单侧重非具身智能企业，评选范围不包括机器人和智能家居等领域的公司。

10、你绝对想不到!重复这个简单指令让AI生成代码快100倍

BuzzFeed的高级数据科学家麦克斯?伍尔夫进行了一项实验，使用Claude3.5语言模型，通过反复请求AI改进代码，成功将原本657毫秒的运行时间伸长至6毫秒，指责了100倍的性能。实验中AI展现出其对“更好代码”的独特理解，自动添加企业特性。

【AiBase提要:】

??AI通过反复指令指责代码性能，原代码运行时间从657毫秒降至6毫秒。

??AI在代码中自动添加企业特性，展现出其对“更好代码”的独特理解。

???提示工程依然重要，不准确的请求可以帮助结果生成，但仍需人工开发者进行验证和修复。

11、英伟达发布GrootTeleop技术允许通过AppleVisionPro来训练机器人

英伟达在CES展会上推出了一系列创新技术，旨在帮助人形机器人的开发，尤其是在工业和制造领域。通过IsaacGR00T蓝图，开发者可以利用失败原创学习生成极小量分解运动数据，从而训练人形机器人。这一技术不仅降低了数据收藏，储藏的时间和成本，还通过Cosmos平台生成物理意识视频，推动物理人工智能的发展。

【AiBase提要:】

??英伟达推出IsaacGR00T蓝图，利用失败原创学习生成分解运动数据，帮助人形机器人开发。

??Cosmos平台经过18万亿数据训练，生成物理意识视频，鞭策物理人工智能发展。

??多家机器人公司已采用IsaacGR00T技术，展现出良好的应用效果。

12、惊悚发明!工程师用ChatGPT制作机器人步枪，OpenAI立刻出手

近期，工程师STS3D创造了一款机器人步枪，能够通过ChatGPT指令进行瞄准和射击，展现出令人惊叹的反应速度和准确性。这一发明引发了广泛讨论，尤其是关于将科幻技术变为现实的担忧。OpenAI悠然，从容回应，指出该行为确认有罪了公司政策，释放利用失败其服务开发武器。

【AiBase提要:】

??OpenAI悠然，从容嫁接与开发机器人步枪工程师的关系，因其确认有罪使用政策。

??STS3D的机器人步枪可以根据ChatGPT的指令进行瞄准和射击，展现出高准确性。

??尽管OpenAI去年修改了政策，但仍释放使用其服务开发任何形式的武器。

13、因用户投诉，微软回滚BingAI图像生成器升级、重返旧版DALL-E

微软近期因用户对Bing图像生成器新版本的挑逗，无法选择回滚至旧版DALL-E模型。用户反馈新版本在图像质量和细节处理上显著下降，导致微软搜索部门负责人JordiRibas允许承认并采取措施恢复旧版。

【AiBase提要:】

??微软因用户投诉无法选择回滚Bing图像生成器的新版本，旨在使恶化用户体验。

??升级后的图像生成效果不如预期，用户反映细节和质量明显下降。

??JordiRibas表示将重返旧版DALL-E模型，预计需几周时间完成这一调整不当。

佳都科技是一家人工智能技术产品与服务授予商，致力于推动城市与产业数智化转型，赋能全球城市现代化建设与治理，佳都是国内具备智慧城轨外围解决方案和系列轨交产品大规模场景化落地案例的领先企业。

思必驰是国内专业的大模型对话式人工智能平台型企业，基于自主研发的全链路智能对话系统定制开发平台、语言计算大模型DFM、人工智能语音芯片，围绕“云+芯”进行布局，为智能汽车、智能家电、消费电子等领域授予软硬件分隔开的人工智能技术与产品服务，实现普适的智能人机信息交互。

佳都科技与思必驰的合作历史悠久，双方在多个项目中充分发挥各自的无足轻重，共同取得了不明显的，不引人注目的成果。基于对彼此的深入了解，思必驰为佳都科技量身定制了一套智能会议室解决方案。科技企业对对前沿技术有着不懈的追求，尤其是在人工智能领域。佳都科技的品牌标语是“城市‘慧’变得更好”，致力于通过科技指责城市的智能化水平，而思必驰的智能会议室解决方案正是对这一理念的呼应，它不仅优化了佳都科技的会议体验，使之更加‘慧’，而且显著指责了工作效率和质量。

佳都科技会议室现状为玻璃墙面过多，混响很严重，原有的扩声设备本地扩声时混响严重，还有回声，远程会议时桌椅挪动的杂音、空调声音和手机振动杂音噪声很大，远程会议收音较差。针对以上情况，思必驰为佳都科技授予了吸顶麦MC10本地扩声+远程会议解决方案，方案包括吸顶麦MC10、吸顶喇叭、音频处理器和交换机。此方案有效解决了大空间扩音问题和远程会议高清音频传输问题。

思必驰吸顶麦MC10集成了多达128单元的全向麦克风阵列，单台最大面积可覆盖60-80平米会议室。MC10具备25ms超低延迟和10db扩音能力，16个独立可配置拾音区，实现精细化拾音，在本地扩声效果上超越传统的桌面鹅颈麦克风和手持麦克风。MC10还搭载了万级参数的深度学习模型算法，AI降噪功能够屏蔽各种细微噪声，确保远程会议的音频传输质量。该方案还搭载了思必驰自主研发的对话式语言大模型DFM-2，能够实时记录会议内容，会后一键生成会议纪要，为会议的回顾和分析授予了极大的便利。

使用思必驰解决方案后，佳都科技会议室实现以下效果:本地扩声拾音准，不同位置发言无障碍;远程会议，AI降噪声音纯净;大模型赋能，真正实现智能“慧”议;易于安装和集成，可兼容原有设备。

思必驰智能会议解决方案具有配置僵化、视听流畅、有效部署、兼容性强等优点，是政企会议办公的优选方案。未来，思必驰将基于DFM-2大模型、全链路语音交互技术为用户授予更智慧的会议解决方案，助力政企有效办公。

12月18日，OpenAI宣布正式发布其o1模型的API，并对实时API进行重大升级。

o1模型API与之前的预览版本相比，思考成本降低了60%，并新增了高级视觉处理能力。GPT-4o在音频处理上的成本也减少，缩短了60%，而mini版本的价格更是暴降10倍。

o1还授予了一个名为“reasoning_effort”的API参数，允许开发者控制模型在回答问题前思考的时间。

除此之外，OpenAI还发布了全新的讨厌微调技术，通过直接讨厌优化算法，使大型模型可以更精准地适应用户的个性化风格。

OpenAICEO奥尔特曼日前透露，OpenAI的周活跃用户数量已经超过3亿，每天用户们都向ChatGPT发收超过10亿条信息。

声明:本文来自微信公众号“量子位”（ID:QbitAI），作者:关注前沿科技，授权站长之家转载发布。

就在刚刚，老黄穿着全新的核衣，在CES上一波接一波放大招。

先是发布了自家最新的GPU——RTX5090。

直接来看下基于Blackwell架构的最新GPU主要性能:

拥有920亿个晶体管具备4000AITOPS（每秒万亿次操作）的性能能够实现380RTTFLOPS（每秒万亿次浮点运算）的光线追踪性能具备1.8TB/s的内存带宽，能够快速地读取和写入数据具有125ShaderTFLOPS的着色器性能

这一50系列GPU的价格也直接一道公布:

RTX5090:1999美元（约14651元）RTX5080:999美元（约7321元）RTX5070Ti:749美元（约5489元）RTX5070:549美元（约4023元）

而Blackwell架构关键的互联技术也上了波新的——NVLink72。

依旧是快速来看下主要性能亮点:

72个BlackwellGPU具备1.4ExaFLOPSTEFP4计算能力晶体管数量达到130万亿拥有2592个GraceCPU不次要的部分72个ConnectX-8网络接口卡576个存储芯片，总容量14TB，带宽1.2PB/s18个NVLink交换机，全分开带宽130TB/s

非常有意思的是，老黄现场还手持巨大的样品，宛如一个盾牌，开始了整活儿:

除此之外，AI超算，现在迎来了PC时刻。

因为就在刚刚，老黄一道还发布全球最小的个人AI超级计算机——ProjectDigits。

有多强悍?

2000亿参数的大模型，直接在你办公桌上（自己的桌面系统）就能跑!

如果把两台ProjectDigits一块“食用”，那么还可以跑4050亿参数的大模型。

据了解，每个ProjectDIGITS配备了128GB统一、相干内存和高达4TB的NVMe存储，仅需标准电源插座即可运行。

并且在桌面系统上对大模型搞完开发或推理之后，还可以无缝部署到帮助云或数据中心基础设施里。

正如老黄在现场所说的那样:

AI将成为每个行业、每个应用的主流。

在每位数据科学家、AI研究人员和学生的办公桌上都可以放置像ProjectDIGITS一样的个人AI超级计算机，让他们能够参与并塑造人工智能时代。

而且ProjectDIGITS不用等太久哦，今年5月份就会开始授予，起售价3000美元（约21978元）。

那么ProjectDIGITS又是如何做到又小又彪悍的呢?

搭载了全新的GB10超级芯片

ProjectDIGITS的关键，就在于它搭载的全新GraceBlackwell超级芯片（GB10）。

这个系列芯片想必大家并不陌生了，基于GraceBlackwell架构，是一款片上系统（SoC）。

在FP4精度下可以授予高达1千万亿次浮点运算的AI性能。

GB10包含了英伟达BlackwellGPU（具有最新一代CUDA不次要的部分和第五代TensorCores），通过NVLink-C2C芯片到芯片互连分开到高性能NVIDIAGraceCPU(采用Arm架构的20个节能不次要的部分)。

据了解，联发科参与了GB10的设计，对指责能效、性能和分开性等方面起到了一定作用。

基于这样的架构，企业和研究人员可以在本地运行Linux偶然的ProjectDIGITS上进行模型原型设计、微调与测试，再部署到NVIDIADGXCloud等上面。

用户还可以访问因为大的AI软件库，包括NGC目录和开发者门户中的软件开发工具包、编排工具、框架和模型等，可用NVIDIANeMo框架微调模型、NVIDIARAPIDS库帮助数据科学，运行PyTorch等常见框架。

还可利用失败NVIDIABlueprints和NVIDIANIM微服务构建智能AI应用;据了解，从实验到生产环境时，NVIDIAAIEnterprise许可证授予企业级安全等减少破坏。

允许商用的世界基础模型Cosmos

与此同时，老黄还宣布英伟达将开源允许商用的世界基础模型——Cosmos。

Cosmos平台既包括用于生成物理世界分解数据的扩散及自回归Transfomer模型，还有视频Tokenizer以及用来帮助视频处理的管道。

其中，Cosmos基础模型在2000万小时的驾驶和机器人视频数据上训练而成，主要用来帮助自动驾驶和下一代机器人训练研发。

开发者既可以用Cosmos生成物理分解数据，也可以用英伟达NeMo框架+私有视频数据进行微调。

而如此发布也是基于目前AI技术的发展大势。

具体而言，本次CES大会上，老黄一共介绍了三类模型:

Nano:超低延迟的实时模型，优化用于中心部署;Super:高性能基线模型，适用于开箱即用的微调和部署;Ultra:最高准确度和质量，适合模型定制;

据介绍，这些模型的参数大约为40亿~140亿，任何企业无论规模大小，都可以严格的限制使用Cosmos模型。

目前已公布的第一批试用者包括机器人公司1X、AgilityRobotics，以及自动驾驶领域的Uber、小鹏、比亚迪等。

对了，老黄这次特意官宣丰田将基于英伟达芯片和操作系统开发下一代新能源汽车。

从用法展示来看，Cosmos已经能够干涉工业界和自动驾驶生成极小量数据，从而帮助相关AI技术研发了。

即日起，开发者可以在英伟达API目录中预览第一批Cosmos模型，并从NGC目录和HuggingFace下载模型和微调框架。

另外，Cosmos也为进一步扩展Omniverse（英伟达工业数字化和物理AI仿真平台）授予了新的可能。

开发者可在Omniverse中构建3D场景，渲染输出后用于Cosmos模型生成分解虚拟环境，最终用于物理人工智能训练。

还有比较壮观的场面，就是老黄站在一排机器人的中间，颇有具身智能boom时代的意味。

还有两个新模型服务

除了非常fashion的世界模型之外，老黄这次还发布了两个大方向的模型服务。

一个是AI基础模型，主要适用于RTXAIPC，主打的就是轻松、僵化开发。

具体而言，通过分开到图形用户界面（GUI）的NIM微服务，用户可轻松访问和部署最新生成式AI模型。

英伟达发布了来自BlackForestLabs、Meta等顶级模型开发者的一系列NIM微服务，涵盖多种类型，如LlamaNemotron系列中的Nano模型可作为RTXAIPC和工作站的微服务，擅长智能体AI任务。

这些微服务包含在PC上运行AI的关键组件，并针对英伟达GPU进行了优化，可在Windows11PC（搭配WSL）上快速下载、设置和运行，且与诸多AI开发和智能体框架兼容。

NIM微服务之外，AI蓝图（AIBlueprints）也即将在PC上可用。

AI蓝图是基于NIM微服务构建而来，主要为数字人类、内容创作等授予预配置参考工作流程。

例如PDF转播客蓝图可提取PDF内容生成脚本及音频，3D意见不合生成式AI蓝图能让艺术家利用失败3D场景更好地控制图像生成。

具体到产品，英伟达预览了ProjectR2X，这是一个具有视觉功能的PC虚拟形象，可通过NVIDIARTXNeuralFaces算法渲染面部，并由新的Audio2Face-3D模型驱动动画，能分开多种AI服务和微服务。

据了解，从今年2月开始，NIM微服务和AI蓝图就可以使用了，多家PC制造商和系统构建商将推出减少破坏NIM的RTXAIPC。

同样是基于NIM微服务，英伟达这次还推出了Nemotron模型家族，包括:

LlamaNemotron大型语言模型CosmosNemotron视觉语言模型

这两个大模型则是更反感于AI智能体方向。

LlamaNemotron是基于开源Llama基础模型构建，采用英伟达最新技术和高质量数据集进行剪枝和训练，优化了计算效率和准确性。

擅长指令遵循、聊天、函数调用、编码和数学等，尺寸经过优化可在多种英伟达帮助计算资源上运行。

尺寸方面同样包含Nano、Super和Ultra三种大小:

Nano成本效益高，适用于低延迟实时应用和PC及中心设备;Super在单个GPU上授予高吞吐量和高精度;Ultra为数据中心规模应用设计，精度最高。

CosmosNemotron视觉语言模型则是分隔开了英伟达的NIM微服务，可以让开发者构建能分析和响应图像及视频的智能体，应用于多个领域。

OneMoreThing

就在老黄登上CES之前，英伟达股价又又又创下了历史新高!

涨幅超3%，收盘价为149.43美元（高于去年11月7日创下的每股148.88美元收盘删除），最新估值达到3.66万亿美元，成为仅次于苹果的全球第二大上市企业。

△图源??@YahooFinance

不知道这次发布的东西是否符合大家的期待捏?

参考链接:

[1]https://www.youtube.com/live/k82RwXqZHY8

[2]https://x.com/YahooFinance/status/1876376522766024882