上周 OpenAI 宣布10月会发布 DALL·E 3 图像多模态功能，最近是不是就在憋大招呢？近日，OpenAI 宣布将在 ChatGPT 中推出新的语音和图像（Voice and image）功能。这些功能可以通过语音对话或展示图片的方式与 ChatGPT 进行交互。
以下是 OpenAI 官方的介绍：
“语音和图像功能为您在生活中使用 ChatGPT 提供了更多的方式。您可以在旅行时拍摄地标的照片，并与 ChatGPT 进行有关其有趣之处的实时对话。当您回家时，拍摄您的冰箱和食品储藏室的照片，以确定晚餐的食材，并提出后续问题以获取逐步烹饪指南。晚餐后，您可以通过拍照、圈出问题，并让 ChatGPT 与您和您的孩子分享提示，帮助您解决数学问题。”
语音和图像功能将在未来两周内向 Plus 和企业用户推出。语音功能将在 iOS 和 Android 平台上使用，而图像功能将在所有平台上提供。
Adobe Acrobat 迎来了重大 AI 升级，支持多文档分析和图像生成，此次升级主要包括以下两个方面：
1、多文档分析：Acrobat 的 AI 助手现在能够同时分析和查询多个文档，包括非 PDF 文件。这意味着用户可以将多个 PDF 或其他格式的文件拖拽至应用程序中，AI 助手会自动处理这些文件并提供相关信息。
2、图像生成和编辑：Adobe Acrobat 引入了全新的“Generate Image”功能，用户可以选择 PDF 文件中的某段内容，调用 AI 来生成图片，并调整图片的样式和大小。还有“Edit Image”功能，允许用户通过 Firefly AI 模型对现有图像进行编辑，例如删除背景、擦除和裁剪等。
这次升级显著增强了 Acrobat 的功能，使其在处理复杂文档和图像方面更加高效和智能。
斯坦福大学的研究团队与 Apparate Labs 前几天发布一款名为 Proteus 的创新 AI 视频生成模型，可以从单一图像生成笑、说唱、唱歌、眨眼、微笑、说话高度逼真和具有表现力的虚拟人物。 PROTEUS兼容多种大模型的多模态输入，可以处理语音、文本和图像等多种形式的数据。
Proteus模型亮点： - 高度逼真：利用先进的AI技术，Proteus能够从单张图片生成具有高度逼真表情和流畅动作的虚拟人物形象。 - 低延迟生成：Proteus模型具备低延迟特性，能够实时响应语音输入，生成每秒超过100帧的视频流。 - 多模态交互：模型支持语音、文本和图像等多种输入形式，实现与用户的自然直观交互。
应用领域： Proteus模型在个性化虚拟助理、虚拟宠物、情感支持、客户服务、教育和培训、游戏定制、影视娱乐、市场营销和社交媒体等领域具有广泛的应用潜力。
申请体验地址： https://apparate.ai/early-access.html
4月24日，苹果开源了大语言模型OpenELM。这与微软刚开源的Phi-3 Mini类似，是一款专门针对手机等移动设备的模型。
以下是一些重点信息的摘要： 1. 开源OpenELM: 苹果公司开源了一个名为OpenELM的大语言模型，这与微软开源的Phi-3 Mini类似，是专为移动设备设计的模型。 2. 模型参数: OpenELM提供了四种不同参数规模的模型，分别是2.7亿、4.5亿、11亿和30亿参数。 3. 功能: 该模型能够执行生成文本、代码、翻译、总结摘要等功能。 4. 预训练数据: 尽管最小的模型只有2.7亿参数，但苹果使用了1.8万亿tokens的数据进行预训练，这是其小参数下仍能表现出色的原因之一。 5. 深度神经网络库CoreNet: 苹果同时开源了用于训练OpenELM的深度神经网络库CoreNet，该库在开源后不久就在GitHub上获得了超过1100个星标。 6. 苹果的开源策略: 苹果通常在手机领域采取闭源策略，但此次开源可能是为了吸引用户，未来可能会推出闭源产品实现商业化。 7. 技术贡献: 苹果不仅发布了模型权重和推理代码，还发布了完整的训练和评估框架，包括数据准备、模型训练、微调和评估流程，以及多个预训练检查点和训练日志。 8. OpenELM架构: OpenELM的架构，包括其技术创新点，如无编码器的transformer架构、层级缩放策略、不使用全连接层中的可学习偏置参数等。 9. 训练流程与数据集: 苹果使用CoreNet作为训练框架，Adam优化算法，以及动态分词和数据过滤的方法。
开源地址：https://huggingface.co/collections/apple/openelm-instruct-models-6619ad295d7ae9f868b759ca?ref=maginative.com CoreNet地址：https://github.com/apple/corenet?ref=maginative.com 论文地址：https://arxiv.org/abs/2404.14619
不知道大家最近刷到麦当劳用 AI 制作的宣传片没有，太火了啊！16 秒的视频在推特上火出圈了，浏览量接近千万，而且一直在增长。
这则广告内容是关于日本麦当劳即将举行的薯条优惠活动，视频由 11 名 AI 生成的美女组成，她们以不同的风格和方式展示麦当劳薯条，最后以一名少女真正吃到薯条作为结尾。作者是知名 AI 艺术家 Kaku Drop 架空飴。
感觉这种 AI 宣传视频，以后也是一个趋势了，而且从成本方面考虑，用AI来做广告，也比找真人代言划算多了。AI “代言人” 既便宜又不会塌房，还可以根据产品量身定做相匹配的代言人形象。
嘿，小伙伴们！🎉 今天给大家带来一款超酷、超有趣的工具——AI Emoji Generator！ 这可不是普通的emoji库！Emoji AI 是一款革命性的AI工具，它拥有读心术般的超能力！ 在这里，你可以找到各种各样的表情符号，从可爱的猫咪戴墨镜，到酷炫的宇智波鼬使用写轮眼，再到搞笑的鲨鱼戴礼帽，甚至还有流行的 Blackpink 表情符号！无论你是动漫迷、科技控，还是喜欢萌宠，这里都能满足你！
沟通魅力值Max Up！ 1. 朋友圈/小红书文案：配上AI生成的表情，平平无奇的文字立刻吸睛指数爆表！轻松收获更多点赞评论！ 2. 工作沟通/邮件：恰到好处的emoji能让语气更友好，表达更清晰，提升沟通效率！(当然，商务场合要适度哦) 3. 社群/聊天：成为群聊里的“表情包王者”，精准传达幽默、调侃、温暖或支持，拉近距离，活跃气氛！ 4. 营销文案/广告语：用独特的emoji组合抓住用户眼球，让品牌形象更生动、更年轻！
官网地址；https://www.emojis.com/
