AI日报：百度发布“绘想”平台与MuseSteamer；阿里音频驱动全身数字人模型OmniAvatar

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、开源端到端语音大模型step-Audio-AQAA:听懂音频直接生成自然语音

Step-Audio-AQAA 是一个开源的端到端语音大模型，能够直接从原始音频输入生成自然流畅的语音输出，显著提升了人机交互的体验。该模型由双码本音频标记器、骨干 LLM 和神经声码器三部分组成，能够高效处理语音中的复杂信息，为未来的智能语音应用奠定了坚实的基础。

【AiBase提要:】

Step-Audio-AQAA 可以直接从音频输入生成自然语音，提升人机交互体验。

模型架构由双码本音频标记器、骨干 LLM 和神经声码器三个模块组成，能够高效捕捉语音中的复杂信息。

Step-Audio-AQAA 的推出标志着语音交互技术的重要进展，为未来智能语音应用提供了新思路。

详情链接:https://huggingface.co/stepfun-ai/Step-Audio-AQAA

2、百度发布“绘想”平台与MuseSteamer:AI生成视频，一张图即可搞定专业级大片!

百度发布“绘想”平台与MuseSteamer，通过生成式AI和多模态技术提供全面的视频生成解决方案，满足搜索、广告等场景需求。MuseSteamer具备强大的可控性和高性价比，用户只需上传图片即可生成专业级视频内容，极大简化了视频 *** 流程。

【AiBase提要:】

MuseSteamer支持音视频一体化生成，实现电影级 *** 效果。

支持连续10秒动态视频生成，提升创作效率。

️ 用户仅需上传一张图片即可生成专业级视频内容。

详情链接:https://huixiang.baidu.com/

3、浙大与阿里联合发布OmniAvatar:音频驱动全身数字人模型震撼登场

浙大与阿里联合发布的OmniAvatar模型在音频驱动数字人技术上取得重大突破，能够生成自然流畅的全身数字人视频，尤其在歌唱场景中表现出色。该模型支持通过文本提示精细控制生成细节，并具备多场景应用潜力，为营销、教育及娱乐等领域带来创新可能。

【AiBase提要:】

音频驱动技术实现全身数字人视频生成

支持文本提示控制细节，提升灵活性

开源项目为商业场景提供广阔应用空间

4、百度搜索迎来十年来更大改版:AI智能框、百看、AI助手全面进化

百度搜索进行了十年来更大规模的改版，引入了智能框、百看和AI助手等创新功能，显著提升了用户的搜索体验和创作能力。

【AiBase提要:】

🧠 智能框支持千字输入，增强多模态交互能力。

百看功能升级，支持混合内容输出和智能体服务。

️ AI助手新增视频通话功能，提升创作与搜索能力。

5、xAI控制台新增Grok4及Grok4Code引用，标志着下一代AI模型即将发布

xAI在开发者控制台中新增了对Grok4及Grok4Code的引用，预示着下一代人工智能模型的发布即将来临。Grok4被描述为‘全能型AI的巅峰之作’，而Grok4Code则专注于编程优化。这两款模型的引用表明其公开发布已进入最后准备阶段。

【AiBase提要:】

🧠 Grok4作为xAI的旗舰模型，专注于自然语言处理、数学推理和综合推理能力的提升。

Grok4Code专为编程优化，计划与代码编辑器无缝整合，提高开发效率。

xAI通过API提供Grok4访问权限，未来将扩展至多模态能力，降低开发者整合门槛。

6、Gemini Live重磅升级!无缝连接Google应用，智能生活触手可及

Gemini Live的升级通过与Google生态系统的深度整合，提升了用户的智能交互体验，同时兼顾了隐私保护，展现了其在智能助手领域的潜力。

【AiBase提要:】

Gemini Live将与Google Maps、Calendar等应用深度整合，提升跨应用操作效率。

🧠支持多模态交互，如扫描信息自动生成任务或日程，增强实用性。

Google注重隐私保护，用户可自主管理权限以确保数据安全。

7.武汉首发全国首辆 AI 外卖配送车，配送效率大幅提升

武汉推出全国首辆搭载 AI 技术的外卖配送车 —— 智音车，配送效率提升显著，标志外卖行业的技术革新。

【AiBase 提要:】

智音车在武汉首发，配备北斗双频芯片，提升外卖配送效率。

外卖小哥配送效率提升30%，日均多赚80元。

定位精度高达1米，智音车技术前景广阔。

8、Anthropic年化收入已达40亿美元，较年初增长近4倍、与 Cursor 竞争加剧

文章指出，AI独角兽Anthropic年化收入已达40亿美元，较年初增长近四倍，同时其竞争对手Cursor也在积极扩展业务，双方竞争加剧。Cursor依赖Anthropic的技术，并通过引入高管和创新提升竞争力。人工智能技术的快速发展推动了编程工具的需求增长，各公司都在争夺市场份额。

【AiBase提要:】

🤖 Anthropic年化收入达到40亿美元，较年初增长近四倍。

Cursor通过引入Anthropic的高管增强市场竞争力。

人工智能技术快速发展，编程工具需求持续增加。

（举报）