AI日报：ChatGPT AI搜索免费开放；谷歌AI视频模型Veo2优于Sora；Midjourney重磅上新个性化模型与情绪板

来源：AI创业之家更新时间2024-12-17 16:02:03 点击数：

欢迎来到【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。

1、OpenAI宣布ChatGPT搜索升级支持地图、高级语音等功能

OpenAI在最新的直播中宣布了ChatGPT平台的重大技术更新，推出了实时搜索和高级语音交互模式，极大提升了用户体验。通过优化搜索算法，用户能够快速获取实时信息，并直接查看源链接，增强了信息的便捷性。此外，新增的视频播放和地图集成功能，为用户提供了更直观的搜索体验，提升了移动端的搜索效率。

微信截图_20241217081801.png

2、谷歌升级AI视频生成模型 Veo2，4K分辨率、人类偏好评分优于Sora

谷歌最近发布了其新一代视频生成模型Veo2，旨在与OpenAI的Sora竞争。Veo2在视频生成方面展现了更高的真实感和细腻度，用户可以通过Google Labs的VideoFX平台申请使用。此外，谷歌还更新了图像生成模型Imagen3，进一步提升了生成图像的真实感和色彩表现。

3、Midjourney推出个性化模型与情绪板，可上传图像训练模型了

2024年12月16日，Midjourney公司推出了备受期待的“情绪版板”功能，允许用户上传灵感图像集以生成新艺术作品。配合最新的AI模型，用户可以更轻松地创建个性化资料，简化了模型建立过程，降低了新用户的入门门槛。此外，增强的组织功能使得用户能够更好地管理多个项目。

4、谷歌推出全新AI工具Whisk无需提示词，可多张图片混合生成新风格图像

谷歌最新推出的AI工具Whisk，显著改变了传统的图像生成方式，允许用户通过上传多张图片来生成新图像，而不再依赖于冗长的文字描述。Whisk的设计旨在快速进行视觉探索，用户可以轻松地将不同风格和主题的图像融合，创造出独特的视觉作品。尽管生成图像的过程可能需要几秒钟，并且有时结果会略显奇怪，但整体体验非常有趣。

5、YouTube新功能上线:允许创作者授权第三方使用视频训练AI

YouTube最近推出了一项新功能，允许创作者选择是否授权第三方公司使用他们的视频进行人工智能模型的训练。这一功能的默认设置为关闭，创作者如果不希望第三方使用他们的视频，无需采取任何行动。

6、图森未来发布图生视频模型“Ruyi” 并开源Ruyi-Mini-7B

北京图森未来科技有限公司于2024年12月17日发布了其首款“图生视频”大模型“Ruyi”，并开源了Ruyi-Mini-7B版本，供用户在huggingface平台下载使用。该模型专为消费级显卡设计，具备多种生成能力，尤其在动漫和游戏领域展现出色的视觉叙事潜力。尽管技术上取得进展，但仍需解决一些缺陷。

微信截图_20241217140324.png

7、智谱AI完成30亿元融资推动大模型技术研发与商业化

智谱公司近期成功完成30亿元人民币的新一轮融资，吸引了众多战略投资者和国资机构的参与。这笔资金将用于智谱基座大模型的研发升级，进一步提升其在复杂推理和多模态任务解决方面的能力。尽管面临市场竞争和技术进展放缓的挑战，智谱依然在AI行业中保持领先地位，并在全球范围内产生显著影响。【AiBase提要:】

8、Meta 推出开源AI试衣模型 Leffa:保留更多细节

Meta最近推出了Leffa，一个开源的AI虚拟试穿框架，旨在通过生成新图像提升用户的穿衣体验。用户只需上传一张参考图片，系统便能生成新的穿搭效果，减少了因不合适而退换货的麻烦。Leffa在保留细节和减少图像失真方面表现出色，提供了更自然的试穿效果。

9、Diffusion-Vas:追踪视频目标，可补全遮挡部分

在视频分析领域，物体的持久性是理解物体存在的重要线索。研究者提出的Diffusion-Vas方法，基于扩散先验，旨在提升视频无模态分割和内容补全的效果。该方法分为两个阶段，首先生成无模态掩码，然后利用条件生成模型对遮挡区域进行内容补全。经过多项基准测试，该方法在复杂场景下表现优异，准确率提高了13%。