摘要：通义App最近推出的“局部风格化”功能引发了社交平台的热潮。用户只需简单操作，就能为照片添加多种风格化效果。通义万相ACE图片编辑模型的支持，使得用户可以通过简单描述实现图像编辑，极大地降低了使用门槛。
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。
新鲜AI产品点击了解:https://top.aibase.com/
1、万物皆可一键毛茸茸!阿里通义App上线“局部风格化”功能
通义App最近推出的“局部风格化”功能引发了社交平台的热潮。用户只需简单操作，就能为照片添加多种风格化效果。通义万相ACE图片编辑模型的支持，使得用户可以通过简单描述实现图像编辑，极大地降低了使用门槛。
【AiBase提要:】
🖼️ 用户可以通过通义App的“局部风格化”功能，轻松为照片中的特定对象添加风格化效果。
✨ 首批上线的风格模板包括针织、毛绒、冰雕和陶瓷等七种，丰富了用户的选择。
🤖 该功能基于通义万相ACE模型，用户只需口语化描述意图，即可完成各种图像编辑任务。
2、阿里国际AI团队开源开放型问题推理模型Marco-o1
阿里巴巴国际AI团队推出的Marco-o1模型，专注于解决开放型问题，超越了传统的标准答案领域。该模型通过创新的self-play和MCTS技术，构建了具备反思能力的超长CoT数据，展现了在机器翻译和其他领域的强大能力。
【AiBase提要:】
🧠 Marco-o1模型专注于开放型问题的解决，超越了传统的学科领域。
🔍 该模型通过self-play和MCTS技术，构建了具备反思和改正能力的超长CoT数据。
🌐 研究团队计划开源更多数据与模型，推动AI领域的进一步发展。
详情链接:https://modelscope.cn/models/AIDC-AI/Marco-o1
3、Anthropic发布开源MCP协议 推动AI系统与数据源的双向连接
Anthropic推出的模型上下文协议（MCP）旨在通过连接AI助手与多种数据源，提高查询响应的质量和相关性。MCP解决了AI助手与数据源之间的隔离问题，允许开发者在应用程序与数据源之间建立双向连接，简化了系统的扩展性。
【AiBase提要:】
🌐 MCP协议允许AI助手直接从多个数据源提取信息，解决信息孤岛问题。
🔄 开发者可以通过MCP服务器共享数据，简化与不同数据源的连接。
📈 目前已有多家公司集成MCP，Anthropic还提供了预构建的MCP服务器以支持企业应用。
详情链接:https://www.anthropic.com/news/model-context-protocol
4、Runway推图像生成模型Frames 专注特定美学，重构创意边界
Runway的Frames模型以革命性的方式重新定义了视觉创作的可能性。Frames的独特之处在于其对风格和美学的精细控制，使每一帧都能展现出艺术家的风格，同时激发创意的多样性。
【AiBase提要:】
✨ Frames模型提供细粒度的控制，用户可精确调整图像的外观和氛围。
🌈 该工具在保持风格一致的同时，激发创意的多样性，适合各种视觉项目。
🚀 Frames不仅是技术升级，更是创意民主化的突破，适合所有创作者。
详情链接:https://runwayml.com/research/introducing-frames
5、脑洞大开!Luma推全新Dream Machine 文字、图像、视频一条龙服务
Luma AI推出了Dream Machine平台，旨在简化高质量图像和视频的创作过程，适合各种技术水平的用户。该平台基于先进的Photon图像基础模型，允许用户通过自然语言或参考图像进行创作，省去复杂的提示工程。Dream Machine的直观设计和强大的功能，如角色参考、镜头运动等。
【AiBase提要:】
🖼️ Dream Machine平台基于Luma最新的Photon模型，支持高质量图像生成。
💬 用户可以通过自然语言描述或上传参考图像，简化创作过程。
🎥 平台提供动画故事情节制作功能，确保视频中的角色一致性。
详情链接:https://lumalabs.ai/dream-machine
6、英伟达出品!AI音频模型Fugatto:输入文本、音频可生成音乐、音效
Fugatto是NVIDIA推出的一款革命性音频生成模型，具备25亿参数，旨在通过文本和音频输入为音乐创作提供灵活支持。该模型突破了传统音频生成的局限，采用创新的数据生成方法和可组合音频表示变换技术，使艺术家和开发者能够实时生成和修改声音。
【AiBase提要:】
🎵 Fugatto是NVIDIA推出的音频AI模型，拥有25亿参数，支持文本与音频输入。
💻 采用创新的数据生成方法和可组合音频表示变换技术，使得用户能够灵活生成和修改声音。
🌟 初步测试显示，Fugatto在音频合成与变换方面的表现优于多种专业模型。
详情链接:https://blogs.nvidia.com/blog/fugatto-gen-ai-sound-model/
7、新型AI图像生成框架OminiControl:可将素材主体融入生成图片中
OminiControl是新加坡国立大学研究团队提出的图像生成框架，旨在提升图像生成的灵活性和效率。通过参数重用机制，该框架能够以更少的额外参数处理图像条件，显著提高生成能力。它还提供了一个名为Subjects200K的数据集，包含超过20万张一致性图像，为研究人员提供了丰富的资源。
【AiBase提要:】
🌟 OminiControl通过参数重用机制，让图像生成的控制能力更强大，效率更高。
🎨 该框架能同时处理多种图像条件任务，如边缘、深度图等，适应不同创作需求。
📸 团队发布了超过20万张图像的数据集Subjects200K，助力进一步的研究与探索。
详情链接:https://huggingface.co/spaces/Yuanshi/OminiControl
8、三星有意将ChatGPT集成到Galaxy AI，挑战谷歌Gemini
金融分析师Dan Nystedt透露，OpenAI正与三星电子洽谈合作，计划将ChatGPT集成到三星最新的Galaxy AI系统中。这一合作有望提升三星AI系统的语言理解和交互能力，可能对谷歌的Gemini构成挑战。
【AiBase提要:】
📱 三星与OpenAI洽谈将ChatGPT集成到Galaxy AI，提升语言理解能力。
🌐 此次合作可能对谷歌的Gemini模型造成重大冲击，打破其市场主导地位。
🤝 这并非首次合作传闻，三星与OpenAI的互动潜力持续加深。
9、苹果公布2024年度iPhone应用”入围名单， AI应用再度被冷落
苹果公司近日公布了2024年“年度iPhone应用”入围名单，显示出对人工智能技术在移动应用生态系统中影响的低估。尽管ChatGPT等AI应用在市场上表现出色，但在提名中却未能获得认可。
【AiBase提要:】
📉 苹果2024年“年度iPhone应用”提名名单再次忽视了AI应用的影响。
🎨 提名的应用主要聚焦于激发人类创造力，而非依赖AI自动化功能。
🏆 少数AI应用在iPad和Mac的年度提名中出现，但整体提名数量较少。
10.Kimi 数学版上线，科学思维解读生活
Kimi 数学版正式上线，用户可通过网页与 k0-math 模型互动，深入理解数学知识。此版本支持 LaTeX 输入及公式转换，提升用户体验。未来将推出移动版，团队致力于优化功能和互动性，增强用户在学习数学时的乐趣。
【AiBase 提要：】
🌟 Kimi 数学版通过 k0-math 模型提供数学互动体验。
🎮 用户可通过此版解答问题，享受科学维解读生活。
📚 支持 LaTeX 输入和公式截图转换，方便用户操作。
11、英特尔研究显示使用AI PC每周能省 4 小时工作时间
英特尔公司最新发布的研究报告揭示，AI电脑能够显著提高用户的工作效率，平均每周为用户节省超过 240 分钟的工作时间。这项研究强调了AI电脑在任务处理、隐私保护和自适应学习方面的优势。
【AiBase提要:】
⏳ AI PC 每周可为用户节省 240 分钟的日常工作时间。
💰 科技公司预计到 2025 年将在 AI 基础设施上投入超过 2000 亿美元。
⚠️ AI 初创企业面临融资挑战，可能会减缓创新速度。
来源：站长之家一点号
