3月19日 AI资讯汇总

😼

3月19日 AI资讯汇总 😼 3月19日 AI资讯汇总 Modified March 20, 2025 • NVIDIA 今日发布开源推理软件 NVIDIA Dynamo，旨在以高效率、低成本加速并扩展 AI 工厂中的 AI 推理模型。 • NVIDIA 今日发布具有推理功能的开源 Llama Nemotron 模型系列，旨在为开发者和企业提供业务就绪型基础，助力构建能够独立工作或以团队形式完成复杂任务的高级 AI 智能体。NVIDIA Llama Nemotron 推理模型系列基于 Llama 模型构建，提供按需 AI 推理功能。 • NVIDIA 于今日宣布推出全球最先进的企业 AI 基础设施 —— 基于 NVIDIA Blackwell Ultra GPU 构建的 NVIDIA DGX SuperPOD，为各行各业的企业提供 AI 工厂超级计算能力，以实现最先进的代理式 AI 推理。 • 企业可通过采用全新 NVIDIA DGX GB300 和 NVIDIA DGX B300 系统，与 NVIDIA 网络技术相集成，部署开箱即用的 DGX SuperPOD AI 超级计算机。该解决方案提供 FP4 精度计算能力，可显著加速 AI 应用中的 token 生成效率。 🌟地址： https://blogs.nvidia.cn/blog/blackwell ultra dgx superpod supercomputer ai factories/ 谷歌Gemini:放出了两个功能Canvas和Audio Overview Canvas：可实时预览运行结果，支持编写、迭代和预览 React/HTML 代码。在canvas上构建交互式原型与可视化内容，目前仅支持Gemini 2.0 Flash下使用。Canvas 能力面向所有用户免费开发。 Audio Overview：可将文档、PPT和深度研究报告提炼主体内容后，转换为音频播客对话内容，进行收听。目前音频能力仅支持英文。 🌟地址： http://gemini.google.com/canvas 🤖️AI 3D Roblox：推出Cube 3D Roblox 宣布推出Cube 3D，该模型是一种开源的AI 3D建模技术，目前仅支持文本生成3D。根据官方叙述后期将能进行，图片生3D。未来Cube将会是个多模态模型，支持图文视频等输入本周其将开源 mesh generation API测试版，将帮助开发者更高效的进行3D建模。未来也可以引入游戏中成为游戏玩法中的一环 🌟地址： https://corp.roblox.com/newsroom/2025/03/introducing roblox cube Claude MCP Unity版本推出 Unity 软件包，可通过模型上下文协议 (MCP)实现 Unity 与 Claude Desktop 等大型语言模型 (LLM) 之间的无缝通信。此服务器充当桥梁，允许 Unity 向 MCP 兼容工具发送命令并接收响应，使开发人员能够自动化工作流程、操作资产并以编程方式控制 Unity 编辑器。可以实现： • 资产管理：以编程方式创建、导入和操作 Unity 资产。 • 场景控制：管理场景、对象及其属性。 • 材料编辑：修改材料及其属性。 • 脚本集成：查看、创建和更新 Unity 脚本。 • 编辑器自动化：控制 Unity 编辑器功能，如撤消、重做、播放和构建。 🌟项目地址： https://github.com/justinpbarnett/unity mcp 🤖️AI 视频 STAbility AI 发布 Stable Virtual Camera 2D 图像转化为具有真实深度和透视效果的沉浸式 3D 视频。无需复杂的重建或特定场景的优化。主要功能：动态摄像机控制：支持自定义和预设路径（360°、双纽线、移动推拉、螺旋、平移、移动等）。支持单图或最多32张图像形成3D 视频。多种纵横比：无需额外培训即可生成正方形、纵向、横向和自定义纵横比。长视频生成：最多可保持 1,000 帧的 3D 一致性。 Audio or video is not supported Please download the file and open it with the appropriate software. Stable Virtual Camera.mp4 · 3.73MB Stable Virtual Camera 00:00 🌟使用地址： https://stability.ai/news/introducing stable virtual camera multi view video generation with 3d camera control?utm source=x&utm medium=social&utm campaign=virtual+camera 🤖️AI 音乐 AI音乐工具Udio 推出 v1.5 Allegro udio 发布 v1.5 Allegro。它是一个更快的模型，同时保持 v1.5 的质量和一致性。 Allegro 是通过对采样步骤蒸馏进行大量实验而开发的，旨在减少采样时间而不影响输出的质量或一致性。官方表示发布的最终模型速度提高了 4 倍，且没有音频质量损失。网友测试新版本速度提升30% Audio or video is not supported Please download the file and open it with the appropriate software. v1.5 Allegro.mp4 · 400.55KB v1.5 Allegro 00:00 🌟使用地址： https://www.udio.com/ LVAS Agent：基于多智能体协作的长视频音频合成 LVAS Agent，一个新颖的多智能体框架，通过协作角色专业化来模拟专业配音工作流程。分解步骤：将长视频合成分解为场景分割、脚本生成、音效设计和音频合成四个步骤。核心创新包括用于场景/脚本细化的讨论校正机制和用于时间语义对齐的生成检索循环。形成效果更佳的场视频音频合成 🌟地址： https://lvas agent.github.io/ 如有任何问题请联系后台电子邮箱：alolg@163.com http://gemini.google.com/canvas alolg@163.com • NVIDIA 今日发布开源推理软件 NVIDIA Dynamo，旨在以高效率、低成本加速并扩展 AI 工厂中的 AI 推理模型。 • NVIDIA 今日发布具有推理功能的开源 Llama Nemotron 模型系列，旨在为开发者和企业提供业务就绪型基础，助力构建能够独立工作或以团队形式完成复杂任务的高级 AI 智能体。NVIDIA Llama Nemotron 推理模型系列基于 Llama 模型构建，提供按需 AI 推理功能。 • NVIDIA 于今日宣布推出全球最先进的企业 AI 基础设施 —— 基于 NVIDIA Blackwell Ultra GPU 构建的 NVIDIA DGX SuperPOD，为各行各业的企业提供 AI 工厂超级计算能力，以实现最先进的代理式 AI 推理。 • 企业可通过采用全新 NVIDIA DGX GB300 和 NVIDIA DGX B300 系统，与 NVIDIA 网络技术相集成，部署开箱即用的 DGX SuperPOD AI 超级计算机。该解决方案提供 FP4 精度计算能力，可显著加速 AI 应用中的 token 生成效率。 🌟地址： https://blogs.nvidia.cn/blog/blackwell ultra dgx superpod supercomputer ai factories/ 谷歌Gemini:放出了两个功能Canvas和Audio Overview Canvas：可实时预览运行结果，支持编写、迭代和预览 React/HTML 代码。在canvas上构建交互式原型与可视化内容，目前仅支持Gemini 2.0 Flash下使用。Canvas 能力面向所有用户免费开发。 Audio Overview：可将文档、PPT和深度研究报告提炼主体内容后，转换为音频播客对话内容，进行收听。目前音频能力仅支持英文。 🌟地址： http://gemini.google.com/canvas http://gemini.google.com/canvas 🤖️AI 3D Roblox：推出Cube 3D Roblox 宣布推出Cube 3D，该模型是一种开源的AI 3D建模技术，目前仅支持文本生成3D。根据官方叙述后期将能进行，图片生3D。未来Cube将会是个多模态模型，支持图文视频等输入本周其将开源 mesh generation API测试版，将帮助开发者更高效的进行3D建模。未来也可以引入游戏中成为游戏玩法中的一环 🌟地址： https://corp.roblox.com/newsroom/2025/03/introducing roblox cube Claude MCP Unity版本推出 Unity 软件包，可通过模型上下文协议 (MCP)实现 Unity 与 Claude Desktop 等大型语言模型 (LLM) 之间的无缝通信。此服务器充当桥梁，允许 Unity 向 MCP 兼容工具发送命令并接收响应，使开发人员能够自动化工作流程、操作资产并以编程方式控制 Unity 编辑器。可以实现： • 资产管理：以编程方式创建、导入和操作 Unity 资产。 • 场景控制：管理场景、对象及其属性。 • 材料编辑：修改材料及其属性。 • 脚本集成：查看、创建和更新 Unity 脚本。 • 编辑器自动化：控制 Unity 编辑器功能，如撤消、重做、播放和构建。 🌟项目地址： https://github.com/justinpbarnett/unity mcp 🤖️AI 视频 STAbility AI 发布 Stable Virtual Camera 2D 图像转化为具有真实深度和透视效果的沉浸式 3D 视频。无需复杂的重建或特定场景的优化。主要功能：动态摄像机控制：支持自定义和预设路径（360°、双纽线、移动推拉、螺旋、平移、移动等）。支持单图或最多32张图像形成3D 视频。多种纵横比：无需额外培训即可生成正方形、纵向、横向和自定义纵横比。长视频生成：最多可保持 1,000 帧的 3D 一致性。 Audio or video is not supported Please download the file and open it with the appropriate software. Stable Virtual Camera.mp4 · 3.73MB Stable Virtual Camera 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. Stable Virtual Camera.mp4 · 3.73MB Stable Virtual Camera 00:00 🌟使用地址： https://stability.ai/news/introducing stable virtual camera multi view video generation with 3d camera control?utm source=x&utm medium=social&utm campaign=virtual+camera 🤖️AI 音乐 AI音乐工具Udio 推出 v1.5 Allegro udio 发布 v1.5 Allegro。它是一个更快的模型，同时保持 v1.5 的质量和一致性。 Allegro 是通过对采样步骤蒸馏进行大量实验而开发的，旨在减少采样时间而不影响输出的质量或一致性。官方表示发布的最终模型速度提高了 4 倍，且没有音频质量损失。网友测试新版本速度提升30% Audio or video is not supported Please download the file and open it with the appropriate software. v1.5 Allegro.mp4 · 400.55KB v1.5 Allegro 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. v1.5 Allegro.mp4 · 400.55KB v1.5 Allegro 00:00 🌟使用地址： https://www.udio.com/ LVAS Agent：基于多智能体协作的长视频音频合成 LVAS Agent，一个新颖的多智能体框架，通过协作角色专业化来模拟专业配音工作流程。分解步骤：将长视频合成分解为场景分割、脚本生成、音效设计和音频合成四个步骤。核心创新包括用于场景/脚本细化的讨论校正机制和用于时间语义对齐的生成检索循环。形成效果更佳的场视频音频合成 🌟地址： https://lvas agent.github.io/ 如有任何问题请联系后台电子邮箱：alolg@163.com alolg@163.com 🐱 猫叔留言： AI资讯公众号：超时空视角猫叔个人公众号：AI替代人类小红书/抖音：EverAI B站：Ever AI酱（❤这里会有教程及AI工具界面操作）猫叔留言： AI资讯公众号：超时空视角猫叔个人公众号：AI替代人类小红书/抖音：EverAI B站：Ever AI酱（❤这里会有教程及AI工具界面操作） 🌟 3月19日 AI资讯【AI 模型】 • 英伟达：发布全球首个开源人形机器人基础模型 Isaac GR00T N1及相关GTC信息。 • 谷歌Gemini:放出了两个功能Canvas和Audio Overview 【AI视频】 • STAbility AI：发布 Stable Virtual Camera，2D 图像转化3D视频 • Domo AI:推出“图片说话”功能，带口型匹配【AI 3D】 • Roblox：推出AI 3D技术Cube 3D • Claude MCP Unity版本推出【AI 音乐】 • AI音乐工具Udio ：推出 v1.5 Allegro • LVAS Agent：基于多智能体协作的长视频音频合成 3月19日 AI资讯【AI 模型】 • 英伟达：发布全球首个开源人形机器人基础模型 Isaac GR00T N1及相关GTC信息。 • 谷歌Gemini:放出了两个功能Canvas和Audio Overview 【AI视频】 • STAbility AI：发布 Stable Virtual Camera，2D 图像转化3D视频 • Domo AI:推出“图片说话”功能，带口型匹配【AI 3D】 • Roblox：推出AI 3D技术Cube 3D • Claude MCP Unity版本推出【AI 音乐】 • AI音乐工具Udio ：推出 v1.5 Allegro • LVAS Agent：基于多智能体协作的长视频音频合成 🤖️AI 模型及应用英伟达：发布全球首个开源人形机器人基础模型 Isaac GR00T N1 该模型可赋能通用人形机器人实现推理及各项技能，仅需 2B 个参数，N1 便可从最多样化的物理动作数据集中学习。 GR00T N1 基础模型采用双系统架构。 “系统 1”是一个快速思考的动作模型，反映人类的本能反应或直觉。 “系统 2”是慢思考模型，用于进行经过深度思考的决策制定。系统 2 由视觉语言模型提供支持，它会对所处环境和接收到的指令进行推理，从而规划行动。系统 1 随后将这些规划转化为精确、连续的机器人运动。其他技术包括仿真框架和蓝图，如用于生成合成数据的 NVIDIA Isaac GR00T Blueprint，以及和 Google DeepMind 及 Disney Research 共同开发的、专为机器人开发而构建的开源物理引擎 Newton。 Newton可让机器人学习如何以更高的精度处理复杂任务。基于 NVIDIA Warp 框架构建，将针对机器人学习进行优化，并与 Google DeepMind MuJoCo 和 NVIDIA Isaac Lab 等仿真框架兼容。此外，三家公司还计划让 Newton 能够利用迪士尼的物理引擎。 🌟地址： https://blogs.nvidia.cn/blog/nvidia isaac gr00t n1 open humanoid robot foundation model simulation frameworks/ 其他英伟达GTC新闻： • NVIDIA 今日推出“Blackwell Ultra”，能够轻松高效地完成AI的预训练、后训练和推理任务。Blackwell在推理模型中的表现是Hopper的40倍，下半年会逐步过渡到Blackwell Ultra。同时老黄预告Rubin 将作为 Blackwell 的下一代。预计26年下半年推出AI超级芯片Vera Rubin，2027年下半年推出Vera Rubin Ultra。再下一代为Feynman，将于2028年见面。