在 AIGC 横扫图像与文字领域后,影视行业的最后一个“人工堡垒”——配音,正在被阿里通义实验室攻破。3月16日,
长期以来,AI 配音始终难以撕掉“机械感”和“播音腔”的标签。尤其在影视剧场景中,角色的情感爆发、环境音的杂糅以及口型同步,一直是 AI 难以逾越的鸿沟。而
这款大模型采用了革命性的“数据+模型”一体化设计。除了模型本身,
作为阿里通义家族的新成员,
从去年发布的
在 AIGC 横扫图像与文字领域后,影视行业的最后一个“人工堡垒”——配音,正在被阿里通义实验室攻破。3月16日,
长期以来,AI 配音始终难以撕掉“机械感”和“播音腔”的标签。尤其在影视剧场景中,角色的情感爆发、环境音的杂糅以及口型同步,一直是 AI 难以逾越的鸿沟。而
这款大模型采用了革命性的“数据+模型”一体化设计。除了模型本身,
作为阿里通义家族的新成员,
从去年发布的
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。
特斯拉三季度资本支出47.3亿美元,同比翻倍以上,但环比少约10亿美元,远低于分析师预期的79.5亿美元。公司同时将2026年资本支出目标从逾250亿美元下调至约200亿美元,降幅近20%。不过,当季自由现金流约15.3亿美元,明显好于市场预期的负值,短期财务表现反而改善。

10月22日,据读佳消息,红果短剧App上线“小果AI”,入口在搜索栏,点击即进对话页,也可在评论区@小果AI提问;账号内已上线多部AI剧,关注后可自动预约。红果短剧为字节跳动旗下“免费观看+广告分账”平台,截至2026年7月日活达1.68亿,同比增长107%,已超过腾讯视频、爱奇艺、优酷等长视频平台。
美国电动车市场剧烈调整,通用汽车却逆风加注。总裁马可·睿思21日重申,通用不会退出电动车赛道,将推出更符合美国人口味的产品并提升竞争力。其底气是全球每售四辆车就有一辆电动车,且比例将升。他强调通用作为全球企业不会离场,只会拥抱趋势,并在电池、电动平台、软件等领域布局。

Meta在第三季度财报电话会上确认,AI应用Muse用户数已超1000万,与Sensor Tower对其美国下载量的估算一致。扎克伯格称,约25%用户每日使用,超四分之一活跃用户通过AI代理购物,平均消费超200美元。Plaid表示,Muse连接器活跃度前所未见;用户还连接邮箱和日历以提升效率。
OpenAI 10月21日发布公告,公开一次由AI牵头、多国机构与企业协同完成的PHP漏洞修复全过程。行动依托其“Patch the Planet”计划,联合软件维护者、安全研究人员、云服务商及政府网络安全机构,目标是在攻击者利用前处置两项严重PHP漏洞,降低全球互联网风险,凸显AI驱动、跨组织协作的安全响应新模式。

特斯拉在加州弗里蒙特工厂正式启动Optimus人形机器人量产,该产线此前用于电动汽车。首批达量产标准的人形机器人下线,验证制造工艺已适用于商业产品。马斯克在财报电话会上表示,因是全新产品,产能爬坡缓慢坎坷,并设目标到2027年底每周生产2万台。此举受AI及Optimus机器人等业务进展关注。
Anthropic周三发布新应用Claude Duet,试图将AI竞争从“模型更聪明”推向“真正替你办事”。它定位为后台常驻、主动感知需求并直接执行任务的AI智能体,不同于等待指令的对话助手。其核心是“主动”,会汇总用户关联应用中的重要信息,并进一步拓宽Claude产品形态。
OpenAI收购药物研发项目管理初创公司Orchestra Bio,将其团队与技术并入生命科学研究平台Rosalind。该公司CTO Andy Xu有北大背景,核心是用AI Agent承接药物研发中的任务梳理、进度跟踪、风险预判和跨团队协作等项目管理,而非替代科学家做实验。此次收购意味着OpenAI切入药物研发的组织协同环节。

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/zh1、OpenAI重磅上线ChatGPT“锁定聊天”功能:四位数PIN码与生物识别双保险OpenAI推出的“锁定聊天”功能是隐私保护层面的实用改进,通过PIN码与生物识别双重验证机制,有效防范设备外借场景下的隐私泄露风险。头部产品凭借应用生态与多端协同能力构筑护城河,AI智能体正加速渗透并重塑日常办公流程,行业进入生态化竞争新阶段。

Mistral AI于2026年10月21日发布Voxtral3语音模型系列及语音代理SDK,含Voxtral Small Transcribe3转录模型、Voxtral Mini TTS3.0语音合成模型和基于LiveKit的语音代理SDK。支持API获取,也可私有云或自有基础设施自托管,面向呼叫中心、服务台、虚拟助手及免提驾驶,提供高性能实时流式语音交互;Transcribe3支持50多种语言。