AI日报：可灵AI发布数字人新功能；腾讯混元新技术给大模型 “去油”；抖音上线AI求真功能

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://app.aibase.com/zh

1、可灵AI发布数字人新功能：一张图片生成 1 分钟高清视频

可灵AI推出的数字人功能实现了从静态图片到动态视频的突破，用户只需提供角色图片和文字或音频输入，即可快速生成高质量视频。该技术基于多模态理解和视频生成模型，支持多种角色创建和多语种处理，为内容创作、教育培训和企业宣传提供了新的可能性。

【AiBase提要:】

可灵AI推出数字人功能，实现静态图片到动态视频的转变。

️ 支持多语种处理，涵盖中文、英语、日语、韩语等语言。

降低视频 *** 门槛，让普通用户也能轻松创建专业水准的数字人视频。

详情链接:https://klingavatar.github.io/

2、腾讯混元新技术给大模型 “去油”，让AI生成图像更真实！

腾讯混元团队与香港中文大学（深圳）及清华大学合作，推出了SRPO技术，旨在提升AI生成图像的真实感，解决Flux模型在人物皮肤质感上的问题。该技术引入了“语义相对偏好优化”策略，并采用Direct-Align策略优化生成轨迹，显著提升了图像质量与训练效率。

【AiBase提要:】

🧪 引入“语义相对偏好优化”策略，通过正向和负向词汇引导信号以中和奖励模型的偏差。

采用Direct-Align策略，注入可控噪声并利用其作为参考锚点进行图像重建，显著降低重建误差。

SRPO技术训练效率极高，仅需10分钟便能超越现有 *** ，真实度和美学评分提升超过三倍。

详情链接:https://tencent.github.io/srpo-project-page/

3、IBM 发布 Granite-Docling-258M:开源企业级文档 AI 模型

IBM 推出的 Granite-Docling-258M 是一个开源的视觉语言模型，专注于端到端文档转换。它能够保持文档的布局信息，提取表格、代码、公式等元素，并输出结构化的机器可读格式，相较于传统 OCR 技术有显著提升。

【AiBase提要:】

新模型 Granite-Docling-258M 旨在提高文档转换精度，并保持布局信息。

采用先进的技术架构，相较于前版本 SmolDocling 在多个领域表现出色。

新增对多种语言的支持，增强了模型的应用范围和灵活性。

详情链接:https://huggingface.co/collections/ibm-granite/granite-docling-682b8c766a565487bcb3ca00

4、meta发布首款带屏幕AI眼镜Ray-Ban ：随身佩戴的智能助理

Meta 推出首款带屏幕的 AI 眼镜 Ray-Ban，旨在提供更便捷的智能体验，并与神经腕带结合实现精准操控，进一步减少对移动设备的依赖。

【AiBase提要:】

右侧镜片内置显示屏，可呈现应用程序、提醒和导航信息。

🧠 与神经腕带搭配使用，通过肌电图技术实现精准操控。

支持连接云端，可在眼镜上使用 Meta 旗下应用及查看路线和实时翻译。

5、DeepSeek 论文登上 Nature 封面，AI 大模型首次通过同行评审

DeepSeek R1的研究论文成功登上《Nature》封面，标志着大语言模型首次通过权威同行评审，为AI行业树立了新的学术标准。该模型通过强化学习实现自主演化，提升了推理能力，并在数学竞赛中表现出色。

【AiBase提要:】

🧠 DeepSeek R1通过强化学习在自主环境中自我演化，发展出复杂的推理能力。

在AIME2024数学竞赛中，DeepSeek-R1的表现从15.6%跃升至71.0%，达到与openai模型相当的水平。

️ DeepSeek团队采用了结合拒绝采样和监督微调的多阶段训练框架，提升模型写作能力和整体表现。

6、OpenAI宣布ChatGPT 网页端新增 GPT-5 Thinking 调整功能

OpenAI推出了全新的‘Thinking 调整功能’，允许用户根据需求选择GPT-5模型的思考时长，从而平衡回复速度与智能程度。此外，OpenAI还在积极开发儿童版ChatGPT，以确保未成年人使用安全。

【AiBase提要:】

新功能上线：ChatGPT网页端推出可调节思考时长的功能，提升用户体验。

️ 多种模式选择：用户可以选择标准、扩展、轻量或重度模式，以满足不同的交流需求。

儿童版开发：OpenAI正在研发儿童版ChatGPT，确保未成年人在使用中的安全。

7、抖音上线 “AI求真” 功能，助你辨别谣言，寻找真相！

抖音推出“AI求真”功能，旨在帮助用户辨别谣言并寻找真相，提升信息透明度和用户保护能力。

【AiBase提要:】

🧠 AI 抖音求真功能上线，帮助用户识别和澄清误导性信息。

用户可点击链接跳转至“求真卡”页面获取完整信息。

平台通过谣言治理大模型和辟谣团队提升信息透明度。

8、通义DeepResearch发布！全开源AI模型让研究更简单

通义 DeepResearch 团队发布的全开源AI模型在多个权威基准测试中表现出色，其性能甚至超过了许多国际知名模型，同时通过开放的方式推动了AI研究的发展。

【AiBase提要:】

🧠 通义 DeepResearch 团队发布了全开源AI模型，使AI从“能聊天”跃升至“会做研究”。

在多个权威基准测试中取得先进成绩，模型性能超越许多国际知名模型。

模型、框架及方案完全开源，为全球科技社区提供开放合作的范例。

（举报）