国产AI大模型

AI视频生成科技公司“鹿影科技（Avolution.ai）”已完成天使轮融资，由蓝驰创投和红点中国参与投资。与此同时，鹿影科技正在启动新一轮融资，所得资金将主要用于技术和产品投入，以及团队建设。据介绍，鹿影科技成立于2023年9月，将产品定位为动漫图像视频的AI创作与内容消费双边平台。

8月15日，图森未来宣布与上海三体动漫有限公司达成合作，共同开发基于科幻小说《三体》系列的动画长篇电影和视频游戏。据官方介绍，这一里程碑项目标志着公司“生成式AI”新业务部门正式成立，新业务将充分利用图森在自动驾驶领域的技术积累，专注媒体和游戏领域的生成式AI应用。

蚂蚁集团在北京成立新公司“数字蚂力”，发力AI to B市场。据了解，数字蚂力是蚂蚁集团围绕AI技术为企业提供智能服务的业务板块，通过AI原生的分布式服务平台能力，以人机融合的模式为企业经营提供“端到端”的服务。其当下主要提供三类企业服务：一是智能客服与营销服务，通过客服领域大模型为客户提供“AI云客服”及智能营销、智能培训质检等服务；二是智能运营服务；三是智能技术服务。

7月30日，国内首个纯自研的视频大模型Vidu（www.vidu.studio）正式上线。生数科技宣布，目前Vidu无需申请，用户直接用邮箱注册即可上手体验。据了解，Vidu在模型训练层面采用了百度百舸·AI异构计算平台，未来将逐步通过百度智能云千帆平台开放模型服务。

7 月 4 日，商汤科技在世界人工智能大会（WAIC）上发布了首个「可控」人物视频生成大模型 Vimi，通过一张任意风格的照片就能生成和目标动作一致的人物类视频，并支持多种驱动方式，可通过已有人物视频、动画、声音、文字等多种元素进行驱动。 与图片表情控制类技术只能控制头部表情动作不同，商汤称 Vimi 不但可以实现精准的人物表情控制，还可实现在半身区域内控制照片中人物的自然肢体变化，并自动生成与人物相符的头发、服饰及背景变化。 同时 Vimi 可稳定生成 1 分钟的单镜头人物类视频，画面效果不会随着时间的变化而劣化或失真，满足娱乐互动等需要长时间稳定视频生成需求。据了解，Vimi 将完全面向 C 端用户开放使用，用户只需上传不同角度的高清人物图片，即可自动生成数字分身和不同风格的写真视频。（IT之家）

7 月 2 日外媒消息，根据美国专利商标局的文件，TikTok 5 月在美国为人工智能聊天机器人软件申请了「Genie」商标，该软件的功能包括模拟对话、促进人类与人工智能之间的互动和沟通，并产生类似人类的语音和文本。 2023 年，它似乎正在测试一款名为 Tako 的人工智能推荐聊天机器人，这可能会表明根据用户请求制作视频。近期，TikTok 为其广告服务推出了新的人工智能功能，例如数字化身和人工智能配音。但最近的商标申请似乎更进一步，表明它正在开发一个成熟的聊天机器人。（SEMAFOR Technology）

7月1日，腾讯宣布旗下大模型应用“腾讯元宝”AI搜索能力升级，上线深度搜索模式。据介绍，更新到最新版本后，腾讯元宝将在AI搜索深度模式下对问题进行扩展，从深度和广度两方面，提供更结构化、更丰富的回答，并可同步生成内容大纲、思维导图及相关人物事件梳理，帮助用户全景式了解搜索内容。数据显示，当前在大模型相关产品的使用中，超过65%的用户需求集中于提升工作与学习效率，其中“搜索问答”需求占比高达45%。

6 月 27 日，科大讯飞在北京正式发布讯飞星火大模型 V4.0，以及在医疗、教育、商业等多个领域的人工智能应用。讯飞星火 V4.0 七大核心能力全面升级，不仅在 8 个国际主流测试集中排名第一，领先国内大模型，并在文本生成、语言理解、知识问答、逻辑推理、数学能力等方面实现对 GPT-4 Turbo 的整体超越。

华为开发者大会（HDC 2024）上，华为盘古大模型5.0发布，提供三个方面升级：提供全场景全系列大模型；升级多模态能力，比如增加10K分辨率图像理解能力；强思维能力。

快手视频生成大模型“可灵”再度进化，正式推出图生视频功能，支持将任意静态图像转化为生动的5s精彩视频，搭配创作者输入的不同文本，可生成多种多样的运动效果。可灵还同步发布了业内领先的视频续写功能，支持对已生成的视频一键续写和连续多次续写，单次可让视频延续约5秒，最长可生成约3分钟视频。