本日最新资讯共计 5 条。

商汤发布可控人物视频生成大模型Vimi，实现分钟级视频

世界人工智能大会（WAIC 2024）在上海隆重召开，由商汤科技打造的首个面向C端用户的可控人物视频生成大模型 Vimi 亮相。Vimi基于商汤日日新大模型的强大能力，仅通过一张任意风格的照片就能生成和目标动作一致的人物类视频，并支持多种驱动方式，可通过已有人物视频、动画、声音、文字等多种元素进行驱动。

来源： 猎云网

特斯拉二代人形机器人Optimus亮相WAIC，行走速度提升30%

7月4日，在2024世界人工智能大会（WAIC 2024）上，特斯拉二代人形机器人Optimus正式亮相。特斯拉相关负责人向上证报记者介绍，二代Optimus在直立行走的基础上，行走速度提升了30%；其手指还“进化”到除了感知和触觉，可以在轻握鸡蛋和搬运重物时做到“游刃有余”。

法国开源AI研究实验室Kyutai发布对标GPT-4O的实时语音多模态模型Moshi

7月4日凌晨，法国知名开源AI研究实验室Kyutai在官网发布了，具备看、听、说多模态大模型——Moshi。Moshi功能与OpenAI在5月14日展示的最新模型GPT-4o差不多，可以听取人的语音提问后进行实时推理回答内容。但GPT-4o的语音模式要在秋天才能全面开放使用，而Moshi已经提供使用了。

来源： 华尔街见闻

北京：2025年智算供给规模达45EFLOPS，两年打造AI原生城市

在 7 月 3 日召开的 2024 全球数字经济大会智能计算与决策技术论坛上，北京市经济和信息化局总经济师、数字经济专班执行长唐建国表示：“北京市明确提出，到 2025 年本地智算供给规模达到 45EFLOPS（每秒百亿亿次浮点运算次数），形成北京市内东西南北四个亿级以上算力中心，构建‘京津冀蒙’算力供给走廊，为人工智能大模型的训练和推理应用提供高效的算力供给。”

来源： 上观新闻

macOS 版 ChatGPT 被指以纯文本存储 AI 对话，OpenAI 紧急更新修复

开发者 Pedro Vieito 于 2 天前在 Thread 平台发布动态，表示 macOS 版 ChatGPT 应用会以纯文本方式存储用户对话，OpenAI 公司今天回应称已更新其应用，对存储在 Mac 设备上的聊天记录进行了加密处理。

来源： IT之家

入行365 – AI社群