🦉 AI新闻

🚀 腾讯混元大模型上线，开源文生视频能力

摘要：腾讯于12月3日宣布混元大模型正式上线，并开源其文生视频生成能力，支持中英文输入，参数量达130亿。该模型可生成超写实的高质量视频，拥有良好的光影反射效果。腾讯采用DiT架构，提升语义理解，支持更细致的描绘。目前，开发者可通过“腾讯元宝 App”申请试用，开源内容包含模型权重和推理代码，便于开发生态插件。

🚀 字节跳动豆包推出图片理解功能

摘要：字节跳动旗下的AI助手豆包近日上线了图片理解功能，用户可通过App或PC版上传图片，识别内容及元素特征。同时，用户可查询景点位置或影视角色来源。此前，豆包还推出了视频生成内测功能，支持多种创作功能。尽管豆包在市场表现出色，但由于其娱乐化定位，用户对体验要求高，功能丰富度仍需提升。

🚀 百度将发布Apollo 10.0 自动驾驶平台

摘要：百度将在12月4日10:30发布Apollo开放平台10.0，基于自动驾驶大模型ADFM重构算法进行全面升级。该版本旨在提升技术应用性能并降低成本和提高安全性，专为全球用户设计，以扩展竞争优势。百度的无人驾驶出租车服务在武汉已有400余辆，第二季度在中国提供了近90万次乘车服务。

🚀 快手推出“可灵 AI”导演共创计划短片

摘要：快手宣布将于12月6日上线由“可灵 AI”生成的短片，涉及奇幻、亲情等多种题材。该计划由快手与9位知名导演共同发起，自9月启动以来，已生成超5100万视频和1.5亿图片。快手CEO程一笑透露，可灵 AI用户已超过500万，单月商业化流水超千万人民币，未来将探索更多变现模式，预计明年可灵收入将快速增长。

🚀 李飞飞首个AI项目：单图生成互动3D世界

摘要：李飞飞创办的World Labs发布首个AI项目，通过输入一张图片生成可互动的3D游戏世界。生成的场景在浏览器中实时渲染，用户可通过键盘和鼠标自由探索。系统预测3D场景而非像素，确保场景持久且遵循物理规则，引起广泛关注与赞誉。该项目被视为VR领域的新突破，Li Feifei表示这只是“空间智能”技术的初步体现。

更多AI工具 Github-AiBard123