Search AI Products and News

微软近期发布了一款零样本文本到语音（TTS）模型VALLE-2，该成果在技术界引发热议，被认为是TTS领域的里程碑。VALLE-2的创新之处在于其零样本学习能力，仅需一小段陌生语音样本，便能模仿声音说任意文本，实现了惊人的即时模仿和编码器分组。它还改进了重复感知采样，提高解码稳定性，并简化了数据需求。在主观评分和客观指标的测试中，VALLE-2超越了前代模型VALLE，几乎达到人类语音水平。然而，强大的语音模仿能力也引发了对Deepfake技术滥用的担忧，特别是关于伦理考量和潜在风险，如模型对非英美口音处理能力及计算效率的改进空间。当前，微软仅将其作为研究项目，并强调了合成语音检测和授权机制的重要性。未来在语音助手、内容创作等领域的应用值得期待，同时需要关注技术的伦理使用与风险防控。更多关于VALLE-2的信息可访问项目页面：Microsoft官网。

知网推出AI智能备课系统，运用AI技术和华知大模型，提供智能写作、编改、推荐和管理功能，旨在提高教学质量。此系统能让教师一键生成高质量教学方案，通过在线迭代完善教案设计，推荐与教案主题关联的学术文献，并支持教案内容的分类与导出管理，能显著提升备课效率并减轻教师工作压力。主要特点包括：增强的教学方案生成能力、高效满意的教案修改过程、精准的学术资源推荐和方便的文档管理，该系统能够对教学大纲给予智能化的支持。感兴趣的用户可以通过提供的链接进行体验和使用。

英国互联网观察基金会(IWF)报告指出，AI生成的儿童性虐待内容(CSAM)在网络上的激增令人担忧。在他们春季30天的调查中，黑暗网络论坛上有3,512部利用AI制作的CSAM，较前一年同期增加17%。报告详细指出，内容真实度和严重程度均有上升，其中涉及极端或露骨性行为的比例有所增加。当前合成视频虽未达高度逼真，技术进步令其快速逼近现实。此增长趋势导致两个主要问题：一是追踪技术发展使得监管和执法难题加深，尤其是在小型AI程序方面；二是缺乏明确法律界定，尤其是在涉及AI生成内容的犯罪范畴。虽然这个问题在技术上日益复杂，FBI已表示会严肃对待指控，举报官称鼓励受害者立即报告。

小冰公司的最新发布标志着其AI数字员工产品的重大升级，新增“零样本”数字人技术（Zero-shot Xiaoice Neural Rendering，Zero-XNR）、超千亿大模型基座以及高能多媒体传输系统，显著提升实时交互质量和效果。Zero-XNR技术结合TTS语音模型，并配以高效聚类框架实现秒级高质量声音与形象复刻。大模型基座与Agent构建框架的强化集结了强大的职业交互功能，用于精准商业交互。透影音画传输系统的引入，则确保了超高清视频的传输流畅性与抗干扰性，增强了用户体验。在技术创新引领下，小冰旨在推动数字人技术的普及与产业化应用，经过微软背景的专业打磨，现已成为一家独享核心技术的中国AI公司。其技术框架涵盖了自然语言处理、语音识别、视觉交互及AI内容生成，已成功构建全球化的AI数字人产品体系，服务从金融到教育、智能汽车、智能地产等众多行业，支持数字工作者提供平稳、可靠并生产力充足的交互体验。

商汤科技与国家篮球队战略合作，通过其“日日新SenseNova5.5”大模型技术开发AI篮球产品，旨在深度整合AI与篮球、体育产业。商汤成为篮球队的人工智能战略伙伴，共同创建运动表现分析平台，利用AI技术提升运动员训练效率和竞技水平。技术通过三维模型和动作捕捉算法实时分析球员和篮球运动，生成教练决策支持，优化训练策略。在三人篮球国家队训练中应用，助力提升竞技水平及国际竞争力。AI产品不仅在竞技体育，还适用于青训体育与大众体育领域，预示智能技术成为提升运动员表现的强大驱动力。此次合作标志着智能与体育的全面深入融合，为体育强国建设贡献力量。

PaddleOCR v2.8.0发布，集前沿技术、优化项目结构、解决历史问题与增强性能于一体，树立OCR领域新标准。版本亮点包括冠军算法SVTRv2与SLANet-LCNetV2，优化算法及更新，修复关键问题，引入符合PEP518规范的教程站点。感谢社区支持，PM成员与贡献者功不可没。开发者可通过访问项目地址【https://github.com/PaddlePaddle/PaddleOCR】获取更多资源与信息。